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) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #115 | GPT-5.4 Mini medium | OpenAI | 1 | 7.5 | $0.786 | 12/22 | 26.7s |
| #45 | Muse Spark 1.2 high | Meta | 1 | 8.7 | $1.771 | 14/22 | 26.6s |
| #47 | Muse Spark 1.1 medium | Meta | 1 | 8.6 | $1.420 | 15/22 | 26.2s |
| #172 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 6.7 | $0.487 | 11/22 | 26.0s |
| #129 | GLM 5.3 Flash high | Z.ai | 1 | 7.3 | $0.029 | 13/22 | 25.4s |
| #223 | Qwen3.5-Flash none | Qwen | 1 | 6.0 | $0.073 | 7/22 | 25.3s |
| #84 | Step 3.7 Flash medium | Stepfun | 1 | 7.9 | $0.495 | 13/22 | 23.5s |
| #29 | Qwen3.8 Max medium | Qwen | 1 | 9.0 | $0.771 | 17/22 | 23.3s |
| #175 | GLM 5V Turbo medium | Z.ai | 2 | 6.7 | $0.457 | 11/21 | 23.1s |
| #135 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 7.2 | $0.506 | 11/22 | 22.1s |
| #207 | gpt-oss-120b medium | OpenAI | 1 | 6.1 | $0.070 | 9/22 | 20.8s |
| #263 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 5.4 | $0.012 | 4/22 | 20.7s |
| #46 | Muse Spark 1.2 medium | Meta | 1 | 8.6 | $1.339 | 14/22 | 19.7s |
| #281 | Qwen3.5-9B none | Qwen | 2 | 5.1 | $0.021 | 4/22 | 19.2s |
| #141 | Muse Glimmer 30B low | Meta | 1 | 7.1 | $0.152 | 11/22 | 18.6s |