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: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #210 | Qwen3.5-Flash none | Qwen | 1 | 0.7 | $0.089 | 8/23 | 26.5s |
| #251 | LongCat 2.0 none | Meituan | 1 | 0.6 | $0.104 | 8/23 | 8.50s |
| #253 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |
| #256 | Minimax M3.1 Flash medium | Minimax | 1 | 0.6 | $0.000 | 8/23 | 19.5s |
| #264 | Trinity Large Thinking low | Arcee AI | 2 | 0.6 | $0.918 | 8/23 | 95.2s |
| #275 | Trinity Large Thinking medium | Arcee AI | 2 | 0.6 | $0.862 | 8/23 | 84.0s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.6 | $0.216 | 8/23 | 18.5s |
| #297 | GPT-5.6 Terra none | OpenAI | 1 | 0.6 | $0.377 | 8/23 | 4.11s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.6 | $0.040 | 8/23 | 47.0s |
| #318 | Gemini 2.5 Flash none | 1 | 0.5 | $0.017 | 8/23 | 6.00s | |
| #325 | North Mini Code medium | Cohere | 1 | 0.5 | $0.000 | 8/23 | 140.4s |
| #227 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.7 | $1.100 | 9/23 | 8.03s |
| #228 | Minimax M3.1 Flash high | Minimax | 1 | 0.7 | $0.000 | 9/23 | 34.0s |
| #234 | GLM 5.1 none | Z.ai | 1 | 0.6 | $0.451 | 9/23 | 11.1s |
| #237 | Laguna XS 2.1 medium | Poolside | 2 | 0.6 | $0.083 | 9/23 | 49.0s |