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) |
|---|---|---|---|---|---|---|---|
| #220 | GLM 5.2 none | Z.ai | 1 | 0.7 | $0.250 | 1/2 | 50.2s |
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 1/2 | 314.2s |
| #223 | Mercury 2 medium | Inception | 1 | 0.7 | $0.121 | 1/2 | 7.84s |
| #224 | Step 3.7 Flash high | Stepfun | 1 | 0.9 | $1.478 | 1/2 | 41.2s |
| #227 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.9 | $1.100 | 1/2 | 23.6s |
| #229 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.3 | $0.834 | 0/2 | 817.6s |
| #230 | Mercury 2.5 Preview high | Inception | 1 | 0.4 | $0.040 | 0/2 | 14.4s |
| #233 | GLM 5.3 low | Z.ai | 1 | 0.4 | $0.215 | 0/2 | 53.0s |
| #234 | GLM 5.1 none | Z.ai | 1 | 0.3 | $0.451 | 0/2 | 46.9s |
| #235 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.7 | $0.506 | 1/2 | 106.7s |
| #237 | Laguna XS 2.1 medium | Poolside | 1 | 0.6 | $0.083 | 1/2 | 218.1s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.5 | $0.308 | 0/2 | 129.3s |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.7 | $0.000 | 1/2 | 34.4s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1 | 0.7 | $0.841 | 1/2 | 89.2s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.7 | $0.332 | 1/2 | 125.4s |