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) |
|---|---|---|---|---|---|---|---|
| #218 | Mercury 2 medium | Inception | 1 | 0.7 | $0.121 | 1/2 | 7.84s |
| #219 | Step 3.7 Flash high | Stepfun | 1 | 0.9 | $1.478 | 1/2 | 41.2s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.9 | $1.100 | 1/2 | 23.6s |
| #223 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.3 | $0.834 | 0/2 | 817.6s |
| #224 | Mercury 2.5 Preview high | Inception | 1 | 0.4 | $0.040 | 0/2 | 14.4s |
| #227 | GLM 5.3 low | Z.ai | 1 | 0.4 | $0.215 | 0/2 | 53.0s |
| #228 | GLM 5.1 none | Z.ai | 1 | 0.3 | $0.451 | 0/2 | 46.9s |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.7 | $0.506 | 1/2 | 106.7s |
| #231 | Laguna XS 2.1 medium | Poolside | 1 | 0.6 | $0.083 | 1/2 | 218.1s |
| #232 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.5 | $0.308 | 0/2 | 129.3s |
| #237 | Kimi K2.5 medium | Moonshot AI | 1 | 0.7 | $0.841 | 1/2 | 89.2s |
| #241 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.7 | $0.332 | 1/2 | 125.4s |
| #242 | Dots 3 Note Preview high | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 107.1s |
| #243 | Dots 3 Note Preview low | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 85.2s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.4 | $0.716 | 0/2 | 512.8s |