অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন। সাজান: মোট খরচ ↓.
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) |
|---|---|---|---|---|---|---|---|
| #48 | Claude Fable 5 medium | Anthropic | 1 | 8.6 | $3.004 | 17/22 | 15.0s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 1 | 8.9 | $2.736 | 17/22 | 185.6s |
| #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 |
| #73 | Muse Spark 1.1 high | Meta | 2 | 8.0 | $2.253 | 12/22 | 36.9s |
| #11 | Gemini 3.5 Flash high | 1 | 9.4 | $2.011 | 19/22 | 15.5s | |
| #45 | Muse Spark 1.2 high | Meta | 1 | 8.7 | $1.771 | 14/22 | 26.6s |
| #102 | Claude Opus 5 none | Anthropic | 1 | 7.5 | $1.550 | 12/22 | 7.65s |
| #38 | Muse Spark 1.3 medium | Meta | 1 | 8.8 | $1.469 | 17/22 | 38.6s |
| #47 | Muse Spark 1.1 medium | Meta | 1 | 8.6 | $1.420 | 15/22 | 26.2s |
| #46 | Muse Spark 1.2 medium | Meta | 1 | 8.6 | $1.339 | 14/22 | 19.7s |
| #129 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #155 | Step 3.7 Flash high | Stepfun | 1 | 6.8 | $1.229 | 11/22 | 70.1s |
| #198 | Qwen3.5-35B-A3B medium | Qwen | 1 | 6.1 | $1.172 | 11/22 | 110.8s |
| #34 | Pareto none | Unbiased | 1 | 8.9 | $1.172 | 18/22 | 31.5s |