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) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.9 | $1.864 | 15/23 | 28.3s |
| #76 | Qwen3.8 Max (0902) low | Qwen | 1 | 0.9 | $1.131 | 18/23 | 29.1s |
| #161 | GLM 5.3 Flash high | Z.ai | 1 | 0.7 | $0.056 | 13/23 | 29.1s |
| #369 | North Mini Code default | Cohere | 2 | 0.5 | $0.000 | 4/23 | 29.5s |
| #119 | GPT-5.4 Mini medium | OpenAI | 1 | 0.8 | $1.102 | 13/23 | 29.9s |
| #217 | Apodex 1.1 Mini high | Apodex | 1 | 0.7 | $0.000 | 11/23 | 31.2s |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.6 | $0.030 | 9/23 | 31.6s |
| #262 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 10/23 | 32.9s |
| #42 | Pareto default | Unbiased | 1 | 0.9 | $1.520 | 19/23 | 33.5s |
| #276 | Apodex 1.1 Mini low | Apodex | 2 | 0.6 | $0.000 | 11/23 | 33.7s |
| #228 | Minimax M3.1 Flash high | Minimax | 1 | 0.7 | $0.000 | 9/23 | 34.0s |
| #188 | Ember-1 low | Fireworks | 1 | 0.7 | $1.488 | 13/23 | 34.9s |
| #266 | Grok 4.20 medium | X AI | 1 | 0.6 | $1.246 | 11/23 | 36.7s |
| #362 | Qwen3.5-9B none | Qwen | 2 | 0.5 | $0.041 | 4/23 | 37.2s |
| #88 | Muse Spark 1.1 high | Meta | 2 | 0.8 | $2.570 | 13/23 | 37.4s |