অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন। সাজান: স্কোর ↑.
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) |
|---|---|---|---|---|---|---|---|
| #150 | Mercury 2 medium | Inception | 1 | 7.0 | $0.094 | 10/22 | 2.95s |
| #147 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 11/22 | 68.4s |
| #142 | Step 3.7 Flash low | Stepfun | 1 | 7.1 | $0.390 | 11/22 | 17.9s |
| #141 | Muse Glimmer 30B low | Meta | 1 | 7.1 | $0.152 | 11/22 | 18.6s |
| #140 | Qwen3.5-122B-A10B medium | Qwen | 1 | 7.1 | $1.047 | 14/22 | 65.7s |
| #135 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 7.2 | $0.506 | 11/22 | 22.1s |
| #134 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #132 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.110 | 11/22 | 84.7s |
| #130 | Gemini 3.1 Flash Lite medium | 1 | 7.3 | $0.120 | 13/22 | 4.38s | |
| #129 | GLM 5.3 Flash high | Z.ai | 1 | 7.3 | $0.029 | 13/22 | 25.4s |
| #123 | Qwen3.8 2.4T A95B high | Qwen | 1 | 7.4 | $2.357 | 14/22 | 120.6s |
| #118 | Gemini 3.1 Flash Lite Preview medium | 1 | 7.4 | $0.117 | 14/22 | 4.59s | |
| #115 | GPT-5.4 Mini medium | OpenAI | 1 | 7.5 | $0.786 | 12/22 | 26.7s |
| #113 | Qwen3.5-27B medium | Qwen | 1 | 7.5 | $0.982 | 13/22 | 113.3s |
| #112 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 7.5 | $0.459 | 14/22 | 91.8s |