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۔
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) |
|---|---|---|---|---|---|---|---|
| #8 | Qwen3.7 Max medium | Qwen | 1 | 8.7 | $1.116 | 1/2 | 287.8s |
| #11 | Gemini 3.5 Flash low | 1 | 8.2 | $0.433 | 1/2 | 30.0s | |
| #16 | Muse Spark 1.1 medium | Meta | 1 | 8.3 | $1.357 | 1/2 | 42.6s |
| #17 | Claude Fable 5 medium | Anthropic | 1 | 6.5 | $3.478 | 1/2 | 27.5s |
| #23 | Claude Sonnet 5 medium | Anthropic | 1 | 7.3 | $0.922 | 1/2 | 51.9s |
| #24 | Muse Spark 1.1 low | Meta | 1 | 6.6 | $0.647 | 1/2 | 29.4s |
| #28 | Inkling high | Thinkingmachines | 1 | 7.3 | $1.006 | 1/2 | 63.8s |
| #29 | Step 3.7 Flash medium | Stepfun | 1 | 7.3 | $0.515 | 1/2 | 80.9s |
| #34 | GPT-5.6 Terra high | OpenAI | 1 | 8.7 | $1.055 | 1/2 | 13.7s |
| #36 | Qwen3.7 Plus medium | Qwen | 1 | 8.2 | $0.267 | 1/2 | 190.3s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 1 | 6.4 | $0.042 | 1/2 | 104.1s |
| #51 | Nemotron 3 Ultra medium | NVIDIA | 1 | 6.3 | $0.774 | 1/2 | 218.2s |
| #55 | GPT-5.6 Terra low | OpenAI | 1 | 8.7 | $0.519 | 1/2 | 9.68s |
| #56 | GPT-5.4 Mini medium | OpenAI | 1 | 6.9 | $0.756 | 1/2 | 59.6s |
| #57 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 6.9 | $0.437 | 1/2 | 175.8s |