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
157/157
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) |
|---|---|---|---|---|---|---|---|
| #358 | Laguna S 2.1 high | Poolside | 2 | 0.3 | $0.145 | 0/2 | 702.3s |
| #362 | Qwen3.5-9B none | Qwen | 2 | 0.3 | $0.041 | 0/2 | 194.0s |
| #366 | GLM 4.7 Flash none | Z.ai | 2 | 0.3 | $0.027 | 0/2 | 50.2s |
| #369 | North Mini Code default | Cohere | 2 | 0.3 | $0.000 | 0/2 | 96.2s |
| #373 | DeepSeek V3.2 none | DeepSeek | 2 | 0.5 | $0.119 | 0/2 | 113.5s |
| #382 | Ling 2.6 Flash default | Inclusionai | 2 | 0.3 | $0.002 | 0/2 | 35.7s |
| #394 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/2 | 802.8s |
| #405 | Granite 4.1 8b default | IBM Granite | 2 | 0.3 | $0.007 | 0/2 | 9.28s |
| #35 | Qwen3.8 MAX medium | Qwen | 1 | 0.9 | $1.181 | 1/2 | 91.3s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.9 | $3.306 | 1/2 | 110.4s |
| #42 | Pareto default | Unbiased | 1 | 0.7 | $1.520 | 1/2 | 53.5s |
| #46 | Gemini 3.5 Flash low | 1 | 0.8 | $0.752 | 1/2 | 30.0s | |
| #48 | Muse Spark 1.3 medium | Meta | 1 | 0.7 | $1.712 | 1/2 | 34.7s |
| #53 | GLM 5.3 Flash max | Z.ai | 1 | 0.7 | $0.089 | 1/2 | 138.7s |
| #54 | Muse Spark Open low | Meta | 1 | 0.8 | $0.600 | 1/2 | 32.8s |