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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #81 | Step 3.7 Flash medium | Stepfun | 1 | 7.9 | $0.495 | 13/22 | 23.5s |
| #92 | Qwen3.7 Flash high | Qwen | 1 | 7.8 | $0.052 | 13/22 | 41.4s |
| #97 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 7.6 | $0.042 | 13/22 | 51.8s |
| #101 | Nemotron 3 Ultra medium | NVIDIA | 1 | 7.6 | $0.701 | 13/22 | 33.6s |
| #104 | GPT-5.6 Terra low | OpenAI | 1 | 7.5 | $0.420 | 13/22 | 5.45s |
| #108 | Qwen3.5-27B medium | Qwen | 1 | 7.5 | $0.982 | 13/22 | 113.3s |
| #124 | GLM 5.3 Flash high | Z.ai | 1 | 7.3 | $0.034 | 13/22 | 25.4s |
| #125 | Gemini 3.1 Flash Lite medium | 1 | 7.3 | $0.120 | 13/22 | 4.38s | |
| #165 | GLM 5.2 none | Z.ai | 1 | 6.7 | $0.221 | 13/22 | 9.65s |
| #168 | Gemini 3.5 Flash minimal | 2 | 6.7 | $0.300 | 13/22 | 2.65s | |
| #176 | Gemini 3.1 Flash Lite low | 1 | 6.6 | $0.621 | 13/22 | 16.2s | |
| #194 | Gemma 4 31B medium | 1 | 6.2 | $0.100 | 13/22 | 78.6s | |
| #73 | Muse Spark 1.1 high | Meta | 2 | 8.0 | $2.253 | 12/22 | 36.9s |
| #102 | Claude Opus 5 none | Anthropic | 1 | 7.5 | $1.550 | 12/22 | 7.65s |
| #110 | GPT-5.4 Mini medium | OpenAI | 1 | 7.5 | $0.786 | 12/22 | 26.7s |