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) |
|---|---|---|---|---|---|---|---|
| #253 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |
| #252 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.6 | $0.716 | 11/23 | 111.5s |
| #251 | LongCat 2.0 none | Meituan | 1 | 0.6 | $0.104 | 8/23 | 8.50s |
| #249 | Dots 3 Note Preview high | Dots Studio | 1 | 0.6 | $0.000 | 10/23 | 70.5s |
| #250 | Dots 3 Note Preview low | Dots Studio | 1 | 0.6 | $0.000 | 10/23 | 66.1s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.6 | $0.332 | 11/23 | 56.7s |
| #247 | Gemini 3.5 Flash minimal | 2 | 0.6 | $0.508 | 13/23 | 4.67s | |
| #245 | Beam 1.0 501B A23B low | Reflection | 1 | 0.6 | $0.432 | 11/23 | 4.89s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1 | 0.6 | $0.841 | 10/23 | 125.8s |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.6 | $0.000 | 10/23 | 21.7s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.6 | $0.308 | 7/23 | 14.8s |
| #237 | Laguna XS 2.1 medium | Poolside | 2 | 0.6 | $0.083 | 9/23 | 49.0s |
| #236 | Grok 4.3 medium | X AI | 1 | 0.6 | $0.989 | 12/23 | 44.5s |
| #235 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.6 | $0.506 | 11/23 | 21.2s |
| #234 | GLM 5.1 none | Z.ai | 1 | 0.6 | $0.451 | 9/23 | 11.1s |