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: विफलता संख्या ↑.
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) |
|---|---|---|---|---|---|---|---|
| #87 | Muse Spark 1.1 high | Meta | 2 | 0.8 | $2.570 | 13/23 | 37.4s |
| #92 | Gemini 3.5 Flash high | 2 | 0.8 | $2.737 | 19/23 | 18.6s | |
| #115 | GLM 5.3 FlashX max | Z.ai | 2 | 0.8 | $0.623 | 15/23 | 44.0s |
| #156 | Inkling medium | Thinkingmachines | 2 | 0.7 | $0.527 | 15/23 | 17.0s |
| #164 | Gemini 3.5 Flash Lite medium | 2 | 0.7 | $0.440 | 14/23 | 8.68s | |
| #173 | Step 3.7 Flash low | Stepfun | 2 | 0.7 | $0.449 | 11/23 | 20.7s |
| #174 | Qwen3.6 27B medium | Qwen | 2 | 0.7 | $1.021 | 11/23 | 107.8s |
| #186 | Qwen3.5-122B-A10B medium | Qwen | 2 | 0.7 | $1.152 | 14/23 | 67.0s |
| #189 | Muse Glimmer 30B low | Meta | 2 | 0.7 | $0.219 | 11/23 | 22.4s |
| #198 | Inkling low | Thinkingmachines | 2 | 0.7 | $0.293 | 11/23 | 6.81s |
| #207 | Grok 4.7 high | X AI | 2 | 0.7 | $3.037 | 13/23 | 122.2s |
| #227 | GLM 5.3 low | Z.ai | 2 | 0.6 | $0.215 | 12/23 | 15.2s |
| #231 | Laguna XS 2.1 medium | Poolside | 2 | 0.6 | $0.083 | 9/23 | 49.0s |
| #240 | Gemini 3.5 Flash minimal | 2 | 0.6 | $0.508 | 13/23 | 4.67s | |
| #246 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |