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: ردِعمل کا وقت (اوسط) ↑.
131/131
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) |
|---|---|---|---|---|---|---|---|
| #175 | Ring-2.6-1T medium | Inclusionai | 1 | 6.4 | $0.102 | 11/22 | 68.8s |
| #284 | MiniMax M2.5 medium | Minimax | 1 | 4.6 | $0.327 | 5/22 | 69.1s |
| #141 | Step 3.7 Flash high | Stepfun | 1 | 6.8 | $1.229 | 11/22 | 70.1s |
| #250 | Nemotron 3.5 Lightning medium | NVIDIA | 1 | 5.1 | $0.156 | 5/22 | 70.1s |
| #301 | Ling 3.0 Tiny high | Inclusionai | 1 | 3.8 | $0.000 | 4/22 | 75.7s |
| #272 | Trinity Large Thinking high | Arcee AI | 2 | 4.8 | $0.592 | 5/22 | 75.9s |
| #179 | Gemma 4 31B medium | 1 | 6.2 | $0.100 | 13/22 | 78.6s | |
| #187 | Qwen3.5-Flash medium | Qwen | 1 | 6.1 | $0.142 | 11/22 | 84.4s |
| #114 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.066 | 11/22 | 84.7s |
| #261 | Laguna S 2.1 low | Poolside | 1 | 5.0 | $0.082 | 3/22 | 85.3s |
| #189 | Trinity Large Thinking medium | Arcee AI | 2 | 6.1 | $0.756 | 8/22 | 85.4s |
| #94 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 7.5 | $0.459 | 14/22 | 91.8s |
| #58 | Muse Glimmer 30B xhigh | Meta | 1 | 8.1 | $0.510 | 13/22 | 95.6s |
| #194 | Trinity Large Thinking low | Arcee AI | 2 | 6.0 | $0.625 | 8/22 | 96.6s |
| #134 | Kimi K2.5 medium | Moonshot AI | 1 | 7.0 | $0.479 | 10/22 | 98.2s |