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: सही परीक्षण ↑.
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) |
|---|---|---|---|---|---|---|---|
| #281 | gpt-oss-120b medium | OpenAI | 1 | 0.6 | $0.030 | 9/23 | 31.6s |
| #311 | Gemma 4 26B A4B none | 1 | 0.5 | $0.031 | 9/23 | 10.5s | |
| #315 | Qwen3.8 27B none | Qwen | 1 | 0.5 | ~$0.010 | 9/23 | 5.05s |
| #328 | Inkling Small low | Thinkingmachines | 2 | 0.5 | $0.055 | 9/23 | 1.99s |
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.7 | $0.083 | 10/23 | 14.1s |
| #194 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.7 | $0.909 | 10/23 | 7.46s |
| #216 | Qwen3.7 Flash medium | Qwen | 1 | 0.7 | $0.076 | 10/23 | 51.8s |
| #218 | Mercury 2 medium | Inception | 1 | 0.7 | $0.121 | 10/23 | 4.40s |
| #237 | Kimi K2.5 medium | Moonshot AI | 1 | 0.6 | $0.841 | 10/23 | 125.8s |
| #242 | Dots 3 Note Preview high | Dots Studio | 1 | 0.6 | $0.000 | 10/23 | 70.5s |
| #243 | Dots 3 Note Preview low | Dots Studio | 1 | 0.6 | $0.000 | 10/23 | 66.1s |
| #254 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 10/23 | 32.9s |
| #271 | Step 5 Preview medium | Stepfun | 1 | 0.6 | $4.136 | 10/23 | 136.1s |
| #278 | Inkling Small medium | Thinkingmachines | 2 | 0.6 | $0.113 | 10/23 | 6.03s |
| #302 | Step 5 Preview low | Stepfun | 1 | 0.6 | $4.110 | 10/23 | 138.3s |