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: درست ٹیسٹس ↓.
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) |
|---|---|---|---|---|---|---|---|
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.4 | $0.087 | 6/18 | 1.19s |
| #416 | Grok 4.20 none | X AI | 1 | 0.3 | $0.057 | 6/18 | 1.11s |
| #390 | Cobuddy medium | Baidu | 1 | 0.4 | $0.000 | 7/22 | 38.0s |
| #418 | Laguna Xs.2 medium | Poolside | 1 | 0.3 | $0.015 | 6/19 | 6.73s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.6 | $0.308 | 7/23 | 14.8s |
| #277 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 7/23 | 5.30s |
| #291 | Qwen3.6 Flash none | Qwen | 2 | 0.6 | $0.139 | 7/23 | 7.63s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.6 | $0.028 | 7/23 | 14.7s |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.6 | $0.391 | 7/23 | 16.6s |
| #310 | Solar Pro 4 none | Upstage | 1 | 0.6 | $0.022 | 7/23 | 8.14s |
| #319 | GPT-6 Luna none | OpenAI | 1 | 0.5 | $0.026 | 7/23 | 20.5s |
| #414 | Elephant Alpha medium | Openrouter | 1 | 0.4 | $0.000 | 6/21 | 1.27s |
| #425 | Laguna Xs.2 default | Poolside | 1 | 0.3 | $0.004 | 5/19 | 806ms |
| #301 | Trinity Large Thinking high | Arcee AI | 2 | 0.6 | $0.794 | 6/23 | 74.5s |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |