غیر معتبر ٹول کال ناکامیاں
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: اسکور ↑.
195/195
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | غیر معتبر ٹول کال کی تعداد | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #74 | Claude Sonnet 5.5 high | Anthropic | 1 | 0.9 | $1.175 | 16/23 | 10.8s |
| #72 | Muse Spark 1.1 low | Meta | 1 | 0.9 | $0.885 | 14/23 | 13.2s |
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.9 | $1.516 | 16/23 | 15.0s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.9 | $1.864 | 15/23 | 28.3s |
| #58 | Claude Fable 5 medium | Anthropic | 1 | 0.9 | $5.089 | 18/23 | 16.8s |
| #57 | Muse Spark 1.1 medium | Meta | 1 | 0.9 | $1.665 | 16/23 | 27.0s |
| #56 | Muse Spark 1.2 medium | Meta | 1 | 0.9 | $1.590 | 15/23 | 21.3s |
| #55 | Muse Spark 1.2 high | Meta | 1 | 0.9 | $2.018 | 15/23 | 28.1s |
| #54 | Muse Spark Open low | Meta | 1 | 0.9 | $0.600 | 16/23 | 21.6s |
| #53 | GLM 5.3 Flash max | Z.ai | 1 | 0.9 | $0.089 | 17/23 | 54.0s |
| #48 | Muse Spark 1.3 medium | Meta | 1 | 0.9 | $1.712 | 18/23 | 39.8s |
| #46 | Gemini 3.5 Flash low | 1 | 0.9 | $0.752 | 19/23 | 7.85s | |
| #42 | Pareto default | Unbiased | 1 | 0.9 | $1.520 | 19/23 | 33.5s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.9 | $3.306 | 18/23 | 186.1s |
| #35 | Qwen3.8 MAX medium | Qwen | 1 | 0.9 | $1.181 | 18/23 | 27.3s |