संयुक्त: अमान्य टूल कॉल
संयुक्त
अमान्य टूल कॉल
देखें कि संयुक्त में किन AI मॉडलों में अमान्य टूल कॉल आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।
विफलता के कारण
श्रेणियाँ
154/154
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | अमान्य टूल कॉल संख्या | श्रेणी स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #87 | Muse Spark 1.1 high | Meta | 2 | 0.6 | $2.570 | 0/2 | 70.3s |
| #174 | Qwen3.6 27B medium | Qwen | 2 | 0.7 | $1.021 | 0/2 | 584.1s |
| #198 | Inkling low | Thinkingmachines | 2 | 0.3 | $0.293 | 0/2 | 22.7s |
| #240 | Gemini 3.5 Flash minimal | 2 | 0.3 | $0.508 | 0/2 | 14.4s | |
| #246 | Qwen3.6 27B none | Qwen | 2 | 0.3 | $0.148 | 0/2 | 83.1s |
| #256 | Trinity Large Thinking low | Arcee AI | 2 | 0.5 | $0.918 | 0/2 | 291.0s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 2 | 0.5 | $0.149 | 0/2 | 179.6s |
| #262 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.4 | $0.053 | 0/2 | 202.4s |
| #267 | Trinity Large Thinking medium | Arcee AI | 2 | 0.3 | $0.862 | 0/2 | 382.7s |
| #268 | Apodex 1.1 Mini low | Apodex | 2 | 0.3 | $0.000 | 0/2 | 95.2s |
| #278 | Inkling Small medium | Thinkingmachines | 2 | 0.4 | $0.113 | 0/2 | 8.89s |
| #283 | Qwen3.6 Flash none | Qwen | 2 | 0.4 | $0.139 | 0/2 | 26.5s |
| #290 | Ling 3.0 Flash high | Inclusionai | 2 | 0.3 | $0.021 | 0/2 | 50.4s |
| #292 | Trinity Large Thinking high | Arcee AI | 2 | 0.3 | $0.794 | 0/2 | 262.4s |
| #340 | Laguna S 2.1 medium | Poolside | 2 | 0.3 | $0.092 | 0/2 | 284.7s |