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) |
|---|---|---|---|---|---|---|---|
| #220 | GPT-5.6 Terra none | OpenAI | 1 | 6.0 | $0.280 | 8/22 | 1.66s |
| #223 | Qwen3.5-Flash none | Qwen | 1 | 6.0 | $0.073 | 7/22 | 25.3s |
| #224 | Qwen3.5-35B-A3B none | Qwen | 1 | 5.9 | $0.151 | 6/22 | 12.7s |
| #229 | GLM 5.3 Flash low | Z.ai | 1 | 5.9 | $0.015 | 10/22 | 9.65s |
| #234 | North Mini Code medium | Cohere | 1 | 5.7 | $0.000 | 8/22 | 142.0s |
| #238 | Ling-3.0-flash none | Inclusionai | 1 | 5.7 | $0.004 | 6/22 | 3.56s |
| #239 | GLM 5.1 none | Z.ai | 1 | 5.7 | $0.164 | 8/22 | 6.74s |
| #241 | Qwen3.5-122B-A10B none | Qwen | 1 | 5.7 | $0.247 | 6/22 | 12.9s |
| #246 | Gemma 4 26B A4B none | 1 | 5.6 | $0.017 | 9/22 | 7.58s | |
| #250 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 5.6 | $0.133 | 5/22 | 58.3s |
| #254 | Qwen3.8 27B none | Qwen | 1 | 5.5 | ~$0.006 | 9/22 | 3.12s |
| #260 | GPT-5.6 Luna none | OpenAI | 1 | 5.4 | $0.029 | 6/22 | 1.50s |
| #265 | Inkling Small none | Thinkingmachines | 1 | 5.3 | $0.054 | 5/22 | 1.51s |
| #266 | Laguna XS 2.1 none | Poolside | 1 | 5.3 | $0.008 | 5/22 | 1.55s |
| #268 | Ling-2.6-1T none | Inclusionai | 1 | 5.3 | $0.016 | 4/22 | 8.59s |