अवैध टूल कॉल अपयशे
कोणत्या AI मॉडेल्सना अवैध टूल कॉल सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील.
190/190
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | अवैध टूल कॉल संख्या | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #400 | Ling 3.0 Tiny low | Inclusionai | 1 | 0.4 | $0.000 | 4/23 | 63.2s |
| #401 | Ling 3.0 Tiny medium | Inclusionai | 1 | 0.4 | $0.000 | 4/23 | 65.0s |
| #402 | Grok 4.20 Beta default | X AI | 1 | 0.4 | $0.087 | 6/18 | 1.19s |
| #403 | Laguna M.1 default | Poolside | 1 | 0.4 | $0.009 | 4/19 | 2.89s |
| #404 | Elephant Alpha default | Openrouter | 1 | 0.4 | $0.000 | 5/21 | 1.22s |
| #405 | Elephant Alpha medium | Openrouter | 1 | 0.4 | $0.000 | 6/21 | 1.27s |
| #407 | Grok 4.20 none | X AI | 1 | 0.3 | $0.057 | 6/18 | 1.11s |
| #409 | Laguna Xs.2 medium | Poolside | 1 | 0.3 | $0.015 | 6/19 | 6.73s |
| #412 | Xing4.0 29b A4b none | Xingchen AGI | 1 | 0.3 | $0.000 | 0/23 | 42.7s |
| #416 | Laguna Xs.2 default | Poolside | 1 | 0.3 | $0.004 | 5/19 | 806ms |