অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন। সাজান: সঠিক টেস্ট ↑.
134/134
মডেল ফিল্টার করুন
বর্তমান অনুসন্ধান ও ফিল্টারের সাথে কোনো মডেল মেলেনি।
| র্যাঙ্ক | মডেল | কোম্পানি | অবৈধ টুল কল সংখ্যা | স্কোর | মোট খরচ | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|
| #324 | Laguna Xs.2 none | Poolside | 1 | 3.8 | $0.004 | 5/19 | 806ms |
| #216 | Qwen3.5-35B-A3B none | Qwen | 1 | 5.9 | $0.135 | 6/22 | 12.7s |
| #230 | Ling-3.0-flash none | Inclusionai | 1 | 5.7 | $0.004 | 6/22 | 3.56s |
| #233 | Qwen3.5-122B-A10B none | Qwen | 1 | 5.7 | $0.247 | 6/22 | 12.9s |
| #252 | GPT-5.6 Luna none | OpenAI | 1 | 5.4 | $0.029 | 6/22 | 1.50s |
| #264 | Inkling none | Thinkingmachines | 1 | 5.2 | $0.147 | 6/22 | 3.47s |
| #279 | DeepSeek V3.2 none | DeepSeek | 2 | 5.0 | $0.054 | 6/22 | 17.9s |
| #283 | Ling-2.6-flash none | Inclusionai | 3 | 4.9 | $0.002 | 6/22 | 10.7s |
| #307 | Elephant Alpha medium | Openrouter | 1 | 4.3 | $0.000 | 6/21 | 1.27s |
| #311 | Laguna Xs.2 medium | Poolside | 1 | 4.1 | $0.015 | 6/19 | 6.73s |
| #200 | Qwen3.7 Flash none | Qwen | 1 | 6.1 | $0.019 | 7/22 | 10.1s |
| #205 | Qwen3.6 Flash none | Qwen | 2 | 6.1 | $0.062 | 7/22 | 3.73s |
| #215 | Qwen3.5-Flash none | Qwen | 1 | 6.0 | $0.073 | 7/22 | 25.3s |
| #244 | Qwen3.6 27B none | Qwen | 2 | 5.5 | $0.062 | 7/22 | 10.6s |
| #297 | Cobuddy medium | Baidu | 1 | 4.7 | $0.000 | 7/21 | 39.9s |