অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন। সাজান: প্রতিক্রিয়া সময় (গড়) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #209 | Trinity Large Thinking low | Arcee AI | 2 | 6.0 | $0.625 | 8/22 | 96.6s |
| #148 | Kimi K2.5 medium | Moonshot AI | 1 | 7.0 | $0.479 | 10/22 | 98.2s |
| #164 | Gemma 4 26B A4B medium | 1 | 6.8 | $0.084 | 15/22 | 104.9s | |
| #180 | Qwen3.6 27B medium | Qwen | 2 | 6.5 | $0.577 | 10/22 | 106.1s |
| #198 | Qwen3.5-35B-A3B medium | Qwen | 1 | 6.1 | $1.172 | 11/22 | 110.8s |
| #256 | Laguna S 2.1 high | Poolside | 2 | 5.4 | $0.114 | 4/22 | 111.6s |
| #108 | Qwen3.5-27B medium | Qwen | 1 | 7.5 | $0.982 | 13/22 | 113.3s |
| #129 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #69 | Qwen3.8 2.4T A95B low | Qwen | 1 | 8.1 | $2.672 | 15/22 | 119.0s |
| #118 | Qwen3.8 2.4T A95B high | Qwen | 1 | 7.4 | $2.357 | 14/22 | 120.6s |
| #306 | GLM 4.7 Flash medium | Z.ai | 2 | 4.3 | $0.168 | 4/22 | 134.3s |
| #226 | North Mini Code medium | Cohere | 1 | 5.7 | $0.000 | 8/22 | 142.0s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 1 | 8.9 | $2.736 | 17/22 | 185.6s |
| #299 | Granite 4.2 8B high | IBM Granite | 1 | 4.6 | $0.135 | 4/22 | 235.9s |