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) |
|---|---|---|---|---|---|---|---|
| #133 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 0.7 | $0.460 | 1/2 | 150.6s |
| #152 | Qwen3.6 Flash medium | Qwen | 1 | 0.7 | $0.783 | 1/2 | 299.2s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.8 | $0.083 | 1/2 | 71.6s |
| #160 | Gemma 4 26B A4B medium | 1 | 0.6 | $0.101 | 1/2 | 492.9s | |
| #161 | GLM 5.3 Flash high | Z.ai | 1 | 0.6 | $0.056 | 1/2 | 91.1s |
| #167 | Gemini 3.5 Flash Lite medium | 1 | 0.7 | $0.440 | 1/2 | 17.9s | |
| #169 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.7 | $0.567 | 1/2 | 175.8s |
| #170 | Qwen3.8 27B medium | Qwen | 1 | 0.9 | ~$0.073 | 1/2 | 124.5s |
| #173 | Qwen3.7 Flash high | Qwen | 1 | 0.7 | $0.063 | 1/2 | 232.0s |
| #176 | Step 3.7 Flash low | Stepfun | 1 | 0.7 | $0.449 | 1/2 | 66.2s |
| #178 | Claude Opus 5 none | Anthropic | 1 | 0.8 | $2.766 | 1/2 | 30.5s |
| #179 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.7 | ~$0.195 | 1/2 | 92.2s |
| #180 | GLM 5.3 FlashX medium | Z.ai | 1 | 0.3 | $0.114 | 0/2 | 16.0s |
| #181 | Minimax M3.1 Flash low | Minimax | 1 | 0.7 | $0.000 | 1/2 | 20.6s |
| #182 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.7 | $0.200 | 1/2 | 20.8s |