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: کل لاگت ↑.
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) |
|---|---|---|---|---|---|---|---|
| #297 | GPT-5.6 Terra none | OpenAI | 1 | 0.6 | $0.377 | 8/23 | 4.11s |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.6 | $0.391 | 7/23 | 16.6s |
| #98 | Qwen3.7 Plus medium | Qwen | 1 | 0.8 | $0.415 | 16/23 | 59.7s |
| #245 | Beam 1.0 501B A23B low | Reflection | 1 | 0.6 | $0.432 | 11/23 | 4.89s |
| #115 | GPT-5.6 Terra low | OpenAI | 1 | 0.8 | $0.435 | 14/23 | 7.58s |
| #393 | MiniMax M2.5 medium | Minimax | 1 | 0.4 | $0.440 | 5/23 | 102.3s |
| #167 | Gemini 3.5 Flash Lite medium | 2 | 0.7 | $0.440 | 14/23 | 8.68s | |
| #176 | Step 3.7 Flash low | Stepfun | 2 | 0.7 | $0.449 | 11/23 | 20.7s |
| #234 | GLM 5.1 none | Z.ai | 1 | 0.6 | $0.451 | 9/23 | 11.1s |
| #321 | GLM 5V Turbo medium | Z.ai | 2 | 0.5 | $0.457 | 11/21 | 23.1s |
| #133 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 0.8 | $0.460 | 12/23 | 94.2s |
| #235 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.6 | $0.506 | 11/23 | 21.2s |
| #247 | Gemini 3.5 Flash minimal | 2 | 0.6 | $0.508 | 13/23 | 4.67s | |
| #159 | Inkling medium | Thinkingmachines | 2 | 0.7 | $0.527 | 15/23 | 17.0s |
| #169 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.7 | $0.567 | 14/23 | 97.7s |