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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #153 | Kimi K2.5 medium | Moonshot AI | 1 | 7.0 | $0.479 | 10/22 | 98.2s |
| #156 | Qwen3.7 Flash medium | Qwen | 1 | 6.9 | $0.065 | 10/22 | 47.4s |
| #181 | Inkling Small medium | Thinkingmachines | 2 | 6.6 | $0.113 | 10/22 | 6.30s |
| #186 | Qwen3.6 27B medium | Qwen | 2 | 6.5 | $0.577 | 10/22 | 106.1s |
| #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 |
| #203 | GPT-5.6 Luna low | OpenAI | 1 | 6.2 | $0.051 | 10/22 | 5.20s |
| #211 | Inkling low | Thinkingmachines | 2 | 6.1 | $0.187 | 10/22 | 5.11s |
| #229 | GLM 5.3 Flash low | Z.ai | 1 | 5.9 | $0.015 | 10/22 | 9.65s |
| #132 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.110 | 11/22 | 84.7s |
| #135 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 7.2 | $0.506 | 11/22 | 22.1s |
| #141 | Muse Glimmer 30B low | Meta | 1 | 7.1 | $0.152 | 11/22 | 18.6s |
| #142 | Step 3.7 Flash low | Stepfun | 1 | 7.1 | $0.390 | 11/22 | 17.9s |
| #147 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 11/22 | 68.4s |
| #151 | Grok 4.20 medium | X AI | 1 | 7.0 | $0.805 | 11/22 | 32.6s |