غیر معتبر ٹول کال ناکامی درجہ بندی

دیکھیں کہ کن AI ماڈلز میں غیر معتبر ٹول کال سب سے زیادہ ہوتا ہے، تاکہ آپ انتخاب سے پہلے قابلِ اعتماد ہونے کے خطرات سمجھ سکیں۔ ترتیب دیں حسب: درست ٹیسٹس ↑.

دکھائے گئے ماڈلز

کل ناکامیاں

238

سب سے زیادہ متاثر ماڈل

Xing4.0 29b A4b 1

زمرے

زمرہ مشترکہ میں180 زمرہ خودمختار ایجنٹ کے کام میں47 زمرہ ٹول کالنگ میں11

195/195

درجہ	ماڈل	کمپنی	غیر معتبر ٹول کال کی تعداد	اسکور	کل لاگت	درست ٹیسٹس	ردِعمل کا وقت (اوسط)
#167	Gemini 3.5 Flash Lite medium	Google	2	0.7	$0.440	14/23	8.68s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $0.440 ردِعمل کا وقت (اوسط) 8.68s
#169	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	0.7	$0.567	14/23	97.7s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $0.567 ردِعمل کا وقت (اوسط) 97.7s
#170	Qwen3.8 27B medium	Qwen	1	0.7	~$0.073	14/23	40.1s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت ~$0.073 ردِعمل کا وقت (اوسط) 40.1s
#179	Qwen3.8 Flash Next xhigh	Qwen	1	0.7	~$0.195	14/23	102.7s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت ~$0.195 ردِعمل کا وقت (اوسط) 102.7s
#186	Gemini 3.1 Flash Lite Preview medium	Google	1	0.7	$0.158	14/23	6.78s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $0.158 ردِعمل کا وقت (اوسط) 6.78s
#190	Qwen3.5-122B-A10B medium	Qwen	2	0.7	$1.152	14/23	67.0s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $1.152 ردِعمل کا وقت (اوسط) 67.0s
#197	Gemma 4 31B medium	Google	1	0.7	$0.144	14/23	78.8s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $0.144 ردِعمل کا وقت (اوسط) 78.8s
#208	Grok 4.7 xhigh	X AI	1	0.7	$3.398	14/23	124.0s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $3.398 ردِعمل کا وقت (اوسط) 124.0s
#255	Gemini 3.1 Flash Lite Preview low	Google	1	0.6	$0.736	14/23	19.0s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $0.736 ردِعمل کا وقت (اوسط) 19.0s
#273	Gemini 3.5 Flash none	Google	1	0.6	$1.752	14/23	14.1s
کل ٹیسٹس 23 غلط ٹیسٹس 9 کل لاگت $1.752 ردِعمل کا وقت (اوسط) 14.1s
#55	Muse Spark 1.2 high	Meta	1	0.9	$2.018	15/23	28.1s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت $2.018 ردِعمل کا وقت (اوسط) 28.1s
#56	Muse Spark 1.2 medium	Meta	1	0.9	$1.590	15/23	21.3s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت $1.590 ردِعمل کا وقت (اوسط) 21.3s
#59	Pareto 26.9 default	Unbiased	1	0.9	$1.864	15/23	28.3s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت $1.864 ردِعمل کا وقت (اوسط) 28.3s
#91	GPT-5.6 Terra high	OpenAI	1	0.8	$0.698	15/23	13.6s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت $0.698 ردِعمل کا وقت (اوسط) 13.6s
#97	Ling 3.1 Flash medium	Inclusionai	1	0.8	$0.000	15/23	88.7s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت $0.000 ردِعمل کا وقت (اوسط) 88.7s

غیر معتبر ٹول کال ناکامیاں

ماڈلز فلٹر کریں

غیر معتبر ٹول کال کی تعداد کے لحاظ سے سرفہرست ماڈلز

غیر معتبر ٹول کال کی تعداد بمقابلہ اسکور

ردِعمل کا وقت (اوسط) کے لحاظ سے سرفہرست ماڈلز