مشترکہ: غیر معتبر ٹول کال
مشترکہ
غیر معتبر ٹول کال
دیکھیں کہ مشترکہ میں کن AI ماڈلز کو غیر معتبر ٹول کال پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔ ترتیب دیں حسب: درست ٹیسٹس ↑.
ناکامی کی وجوہات
زمرے
77/77
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) |
|---|---|---|---|---|---|---|---|
| #27 | Muse Spark 1.1 high | Meta | 2 | 5.9 | $1.694 | 0/2 | 70.3s |
| #88 | Gemini 3.5 Flash minimal | 2 | 3.0 | $0.300 | 0/2 | 14.4s | |
| #90 | Qwen3.6 35B A3B medium | Qwen | 1 | 3.0 | $0.746 | 0/2 | 817.6s |
| #92 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.1 | $0.476 | 0/2 | 183.1s |
| #93 | GLM 5V Turbo medium | Z.ai | 1 | 3.4 | $0.457 | 0/1 | 15.1s |
| #99 | Qwen3.6 27B medium | Qwen | 2 | 6.7 | $0.779 | 0/2 | 584.1s |
| #104 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #105 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #110 | Gemma 4 31B medium | 1 | 2.9 | $0.163 | 0/2 | 433.1s | |
| #117 | GPT-5.6 Luna low | OpenAI | 1 | 2.8 | $0.249 | 0/2 | 13.7s |
| #118 | Gemini 2.5 Flash none | 1 | 3.0 | $0.017 | 0/2 | 61.2s | |
| #119 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.8 | $0.837 | 0/2 | 512.8s |
| #123 | Inkling low | Thinkingmachines | 2 | 2.9 | $0.187 | 0/2 | 22.7s |
| #124 | Qwen3.6 Flash none | Qwen | 2 | 3.8 | $0.062 | 0/2 | 26.5s |
| #125 | Qwen3.5-Flash none | Qwen | 1 | 2.9 | $0.073 | 0/2 | 243.6s |