अमान्य टूल कॉल विफलताएँ
देखें कि किन AI मॉडलों में अमान्य टूल कॉल सबसे अधिक होता है, ताकि आप चुनने से पहले भरोसेमंदी के जोखिम समझ सकें। क्रमबद्ध करें: कुल लागत ↑.
190/190
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | अमान्य टूल कॉल संख्या | स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #256 | Trinity Large Thinking low | Arcee AI | 2 | 0.6 | $0.918 | 8/23 | 95.2s |
| #230 | Grok 4.3 medium | X AI | 1 | 0.6 | $0.989 | 12/23 | 44.5s |
| #174 | Qwen3.6 27B medium | Qwen | 2 | 0.7 | $1.021 | 11/23 | 107.8s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.7 | $1.100 | 9/23 | 8.03s |
| #117 | GPT-5.4 Mini medium | OpenAI | 1 | 0.8 | $1.102 | 13/23 | 29.9s |
| #75 | Qwen3.8 Max (0902) low | Qwen | 1 | 0.9 | $1.131 | 18/23 | 29.1s |
| #114 | Qwen3.5-27B medium | Qwen | 1 | 0.8 | $1.135 | 14/23 | 114.7s |
| #186 | Qwen3.5-122B-A10B medium | Qwen | 2 | 0.7 | $1.152 | 14/23 | 67.0s |
| #73 | Claude Sonnet 5.5 high | Anthropic | 1 | 0.9 | $1.175 | 16/23 | 10.8s |
| #35 | Qwen3.8 MAX medium | Qwen | 1 | 0.9 | $1.181 | 18/23 | 27.3s |
| #86 | Inkling high | Thinkingmachines | 2 | 0.8 | $1.238 | 16/23 | 62.7s |
| #258 | Grok 4.20 medium | X AI | 1 | 0.6 | $1.246 | 11/23 | 36.7s |
| #119 | Gemini 3.5 Flash medium | 1 | 0.8 | $1.316 | 18/23 | 11.8s | |
| #204 | Grok Build 0.1 medium | X AI | 1 | 0.7 | $1.419 | 13/23 | 55.1s |
| #78 | Claude Sonnet 5 medium | Anthropic | 1 | 0.9 | $1.438 | 16/23 | 15.0s |