অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন। সাজান: ব্যর্থতার সংখ্যা ↑.
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) |
|---|---|---|---|---|---|---|---|
| #148 | Kimi K2.5 medium | Moonshot AI | 1 | 7.0 | $0.479 | 10/22 | 98.2s |
| #151 | Qwen3.7 Flash medium | Qwen | 1 | 6.9 | $0.065 | 10/22 | 47.4s |
| #154 | Qwen3.6 Flash medium | Qwen | 1 | 6.8 | $0.741 | 12/22 | 45.0s |
| #155 | Step 3.7 Flash high | Stepfun | 1 | 6.8 | $1.229 | 11/22 | 70.1s |
| #159 | DeepSeek V4 Pro none | DeepSeek | 1 | 6.8 | $0.351 | 9/22 | 11.7s |
| #160 | GLM 5.3 low | Z.ai | 1 | 6.8 | $0.257 | 12/22 | 13.6s |
| #161 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 6.8 | $0.221 | 11/22 | 48.7s |
| #164 | Gemma 4 26B A4B medium | 1 | 6.8 | $0.084 | 15/22 | 104.9s | |
| #165 | GLM 5.2 none | Z.ai | 1 | 6.7 | $0.221 | 13/22 | 9.65s |
| #166 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 6.7 | $0.487 | 11/22 | 26.0s |
| #174 | Gemini 3.1 Flash Lite Preview low | 1 | 6.6 | $0.646 | 14/22 | 16.7s | |
| #176 | Gemini 3.1 Flash Lite low | 1 | 6.6 | $0.621 | 13/22 | 16.2s | |
| #177 | Qwen3.6 35B A3B medium | Qwen | 1 | 6.6 | $0.672 | 12/22 | 58.5s |
| #178 | Mercury 2.5 Preview high | Inception | 1 | 6.6 | $0.030 | 12/22 | 4.01s |
| #181 | Laguna XS 2.1 medium | Poolside | 1 | 6.5 | $0.068 | 9/22 | 48.2s |