অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন।
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) |
|---|---|---|---|---|---|---|---|
| #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 | |
| #127 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.046 | 11/22 | 84.7s |
| #129 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #130 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 7.2 | $0.506 | 11/22 | 22.1s |
| #135 | Qwen3.5-122B-A10B medium | Qwen | 1 | 7.1 | $1.047 | 14/22 | 65.7s |
| #136 | Muse Glimmer 30B low | Meta | 1 | 7.1 | $0.143 | 11/22 | 18.6s |
| #137 | Step 3.7 Flash low | Stepfun | 1 | 7.1 | $0.390 | 11/22 | 17.9s |
| #142 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 11/22 | 68.4s |
| #145 | Mercury 2 medium | Inception | 1 | 7.0 | $0.094 | 10/22 | 2.95s |
| #146 | Grok 4.20 medium | X AI | 1 | 7.0 | $0.805 | 11/22 | 32.6s |
| #148 | Kimi K2.5 medium | Moonshot AI | 1 | 7.0 | $0.479 | 10/22 | 98.2s |
| #151 | Qwen3.7 Flash medium | Qwen | 1 | 6.9 | $0.065 | 10/22 | 47.4s |
| #154 | Qwen3.6 Flash medium | Qwen | 1 | 6.8 | $0.741 | 12/22 | 45.0s |
| #155 | Step 3.7 Flash high | Stepfun | 1 | 6.8 | $1.229 | 11/22 | 70.1s |