خودمختار ایجنٹ کے کام: غیر معتبر ٹول کال
خودمختار ایجنٹ کے کام
غیر معتبر ٹول کال
دیکھیں کہ خودمختار ایجنٹ کے کام میں کن AI ماڈلز کو غیر معتبر ٹول کال پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔
ناکامی کی وجوہات
51/51
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | غیر معتبر ٹول کال کی تعداد | زمرہ اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #105 | Qwen3.8 Max (0902) low | Qwen | 1 | 0.6 | $1.131 | 0/1 | 136.0s |
| #121 | Particle-1 high | Particle AI | 1 | 0.6 | $0.170 | 0/1 | 54.8s |
| #124 | Ernie 5.5 Flash Preview high | Baidu | 1 | 0.6 | $0.000 | 0/1 | 64.0s |
| #127 | Gemini 3.5 Flash high | 1 | 0.3 | $2.737 | 0/1 | 87.3s | |
| #140 | Kimi K3.1 Pro high | Moonshot AI | 1 | 0.7 | $1.646 | 0/1 | 93.4s |
| #143 | Claude Opus 4.7 medium | Anthropic | 1 | 0.5 | $3.636 | 0/1 | 150.6s |
| #153 | GLM 5.3 FlashX max | Z.ai | 1 | 0.6 | $0.623 | 0/1 | 104.8s |
| #159 | Gemini 3.5 Flash medium | 1 | 0.3 | $1.316 | 0/1 | 84.5s | |
| #173 | GPT-6 Luna high | OpenAI | 1 | 0.5 | $0.074 | 0/1 | 82.8s |
| #189 | GPT-5.6 Luna medium | OpenAI | 1 | 0.7 | $0.065 | 0/1 | 58.1s |
| #197 | Inkling medium | Thinkingmachines | 1 | 0.5 | $0.527 | 0/1 | 45.9s |
| #205 | Gemini 3.5 Flash Lite medium | 1 | 0.5 | $0.440 | 0/1 | 86.9s | |
| #215 | Step 3.7 Flash low | Stepfun | 1 | 0.7 | $0.449 | 0/1 | 83.6s |
| #227 | Ember-1 low | Fireworks | 1 | 0.5 | $1.488 | 0/1 | 121.3s |
| #229 | Qwen3.5-122B-A10B medium | Qwen | 1 | 0.6 | $1.152 | 0/1 | 95.3s |