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) |
|---|---|---|---|---|---|---|---|
| #277 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 7/23 | 5.30s |
| #275 | Trinity Large Thinking medium | Arcee AI | 2 | 0.6 | $0.862 | 8/23 | 84.0s |
| #273 | Gemini 3.5 Flash none | 1 | 0.6 | $1.752 | 14/23 | 14.1s | |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.6 | $0.053 | 5/23 | 27.4s |
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 9/23 | 60.0s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 2 | 0.6 | $0.149 | 5/23 | 38.6s |
| #266 | Grok 4.20 medium | X AI | 1 | 0.6 | $1.246 | 11/23 | 36.7s |
| #264 | Trinity Large Thinking low | Arcee AI | 2 | 0.6 | $0.918 | 8/23 | 95.2s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.6 | $0.152 | 11/23 | 70.1s |
| #262 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 10/23 | 32.9s |
| #260 | Ling 3.1 Flash low | Inclusionai | 1 | 0.6 | $0.000 | 12/23 | 85.2s |
| #259 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.6 | $0.176 | 11/23 | 20.1s |
| #257 | Gemini 3.1 Flash Lite low | 1 | 0.6 | $0.717 | 13/23 | 19.0s | |
| #256 | Minimax M3.1 Flash medium | Minimax | 1 | 0.6 | $0.000 | 8/23 | 19.5s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1 | 0.6 | $0.736 | 14/23 | 19.0s |