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: ناکامیوں کی تعداد ↑.
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) |
|---|---|---|---|---|---|---|---|
| #76 | Qwen3.8 Max (0902) low | Qwen | 1 | 0.9 | $1.131 | 18/23 | 29.1s |
| #78 | Muse Spark 1.3 low | Meta | 1 | 0.9 | $0.911 | 16/23 | 17.7s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1 | 0.9 | $1.438 | 16/23 | 15.0s |
| #80 | Qwen3.7 Max medium | Qwen | 1 | 0.9 | $1.689 | 17/23 | 48.4s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.8 | $4.016 | 16/23 | 120.4s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1 | 0.8 | $0.585 | 14/23 | 97.7s |
| #91 | GPT-5.6 Terra high | OpenAI | 1 | 0.8 | $0.698 | 15/23 | 13.6s |
| #97 | Ling 3.1 Flash medium | Inclusionai | 1 | 0.8 | $0.000 | 15/23 | 88.7s |
| #98 | Qwen3.7 Plus medium | Qwen | 1 | 0.8 | $0.415 | 16/23 | 59.7s |
| #107 | Claude Opus 4.7 medium | Anthropic | 1 | 0.8 | $3.636 | 18/23 | 14.1s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.8 | $0.261 | 14/23 | 56.0s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.8 | $0.674 | 14/23 | 40.3s |
| #113 | Gemini 3.8 Flash medium | 1 | 0.8 | $0.769 | 19/23 | 16.6s | |
| #114 | Qwen3.8 Flash Next low | Qwen | 1 | 0.8 | ~$0.045 | 15/23 | 23.7s |
| #115 | GPT-5.6 Terra low | OpenAI | 1 | 0.8 | $0.435 | 14/23 | 7.58s |