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 ↑.
138/138
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) |
|---|---|---|---|---|---|---|---|
| #184 | Mercury 2.5 Preview high | Inception | 1 | 6.6 | $0.030 | 12/22 | 4.01s |
| #187 | Laguna XS 2.1 medium | Poolside | 1 | 6.5 | $0.068 | 9/22 | 48.2s |
| #191 | Dots 3 Note Preview low | Dots Studio | 1 | 6.4 | $0.000 | 10/22 | 61.8s |
| #192 | Dots 3 Note Preview high | Dots Studio | 1 | 6.4 | $0.000 | 10/22 | 67.8s |
| #193 | GLM 5.3 FlashX medium | Z.ai | 1 | 6.4 | $0.056 | 11/22 | 4.32s |
| #195 | MiMo-V2.5 medium | Xiaomi | 1 | 6.4 | $0.104 | 11/22 | 46.3s |
| #197 | Ring-2.6-1T medium | Inclusionai | 1 | 6.4 | $0.102 | 11/22 | 68.8s |
| #200 | GLM 5.3 FlashX low | Z.ai | 1 | 6.3 | $0.090 | 11/22 | 6.58s |
| #202 | Gemma 4 31B medium | 1 | 6.2 | $0.100 | 13/22 | 78.6s | |
| #203 | GPT-5.6 Luna low | OpenAI | 1 | 6.2 | $0.051 | 10/22 | 5.20s |
| #206 | Qwen3.5-35B-A3B medium | Qwen | 1 | 6.1 | $1.148 | 11/22 | 110.8s |
| #207 | gpt-oss-120b medium | OpenAI | 1 | 6.1 | $0.070 | 9/22 | 20.8s |
| #208 | Qwen3.7 Flash none | Qwen | 1 | 6.1 | $0.019 | 7/22 | 10.1s |
| #210 | Qwen3.5-Flash medium | Qwen | 1 | 6.1 | $0.142 | 11/22 | 84.4s |
| #218 | Gemini 2.5 Flash none | 1 | 6.0 | $0.017 | 8/22 | 6.19s |