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। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #223 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.3 | $0.834 | 0/2 | 817.6s |
| #385 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/2 | 802.8s |
| #349 | Laguna S 2.1 high | Poolside | 2 | 0.3 | $0.145 | 0/2 | 702.3s |
| #114 | Qwen3.5-27B medium | Qwen | 1 | 0.7 | $1.135 | 1/2 | 595.2s |
| #174 | Qwen3.6 27B medium | Qwen | 2 | 0.7 | $1.021 | 0/2 | 584.1s |
| #362 | Granite 4.2 8B high | IBM Granite | 1 | 0.5 | $0.111 | 0/2 | 570.4s |
| #316 | North Mini Code medium | Cohere | 1 | 0.3 | $0.000 | 0/2 | 554.9s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.4 | $0.716 | 0/2 | 512.8s |
| #157 | Gemma 4 26B A4B medium | 1 | 0.6 | $0.101 | 1/2 | 492.9s | |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.7 | $1.594 | 1/2 | 458.6s |
| #192 | Gemma 4 31B medium | 1 | 0.3 | $0.144 | 0/2 | 433.1s | |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.3 | $0.108 | 0/2 | 412.5s |
| #267 | Trinity Large Thinking medium | Arcee AI | 2 | 0.3 | $0.862 | 0/2 | 382.7s |
| #123 | Ling 3.1 Flash high | Inclusionai | 1 | 0.6 | $0.000 | 1/2 | 351.2s |
| #216 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 1/2 | 314.2s |