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) |
|---|---|---|---|---|---|---|---|
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.9 | $1.516 | 16/23 | 15.0s |
| #74 | Claude Sonnet 5.5 high | Anthropic | 1 | 0.9 | $1.175 | 16/23 | 10.8s |
| #78 | Muse Spark 1.3 low | Meta | 1 | 0.9 | $0.911 | 16/23 | 17.7s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1 | 0.9 | $1.438 | 16/23 | 15.0s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.8 | $4.016 | 16/23 | 120.4s |
| #87 | Inkling high | Thinkingmachines | 2 | 0.8 | $1.238 | 16/23 | 62.7s |
| #98 | Qwen3.7 Plus medium | Qwen | 1 | 0.8 | $0.415 | 16/23 | 59.7s |
| #160 | Gemma 4 26B A4B medium | 1 | 0.7 | $0.101 | 16/23 | 105.0s | |
| #55 | Muse Spark 1.2 high | Meta | 1 | 0.9 | $2.018 | 15/23 | 28.1s |
| #56 | Muse Spark 1.2 medium | Meta | 1 | 0.9 | $1.590 | 15/23 | 21.3s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.9 | $1.864 | 15/23 | 28.3s |
| #91 | GPT-5.6 Terra high | OpenAI | 1 | 0.8 | $0.698 | 15/23 | 13.6s |
| #97 | Ling 3.1 Flash medium | Inclusionai | 1 | 0.8 | $0.000 | 15/23 | 88.7s |
| #114 | Qwen3.8 Flash Next low | Qwen | 1 | 0.8 | ~$0.045 | 15/23 | 23.7s |
| #117 | GLM 5.3 FlashX max | Z.ai | 2 | 0.8 | $0.623 | 15/23 | 44.0s |