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) |
|---|---|---|---|---|---|---|---|
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.8 | $2.949 | 15/23 | 120.9s |
| #125 | Ling 3.1 Flash high | Inclusionai | 1 | 0.8 | $0.000 | 15/23 | 87.4s |
| #135 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #159 | Inkling medium | Thinkingmachines | 2 | 0.7 | $0.527 | 15/23 | 17.0s |
| #204 | Mercury 2.5 Preview medium | Inception | 1 | 0.7 | $0.039 | 15/23 | 6.66s |
| #72 | Muse Spark 1.1 low | Meta | 1 | 0.9 | $0.885 | 14/23 | 13.2s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1 | 0.8 | $0.585 | 14/23 | 97.7s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.8 | $0.261 | 14/23 | 56.0s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.8 | $0.674 | 14/23 | 40.3s |
| #115 | GPT-5.6 Terra low | OpenAI | 1 | 0.8 | $0.435 | 14/23 | 7.58s |
| #116 | Qwen3.5-27B medium | Qwen | 1 | 0.8 | $1.135 | 14/23 | 114.7s |
| #167 | Gemini 3.5 Flash Lite medium | 2 | 0.7 | $0.440 | 14/23 | 8.68s | |
| #169 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.7 | $0.567 | 14/23 | 97.7s |
| #170 | Qwen3.8 27B medium | Qwen | 1 | 0.7 | ~$0.073 | 14/23 | 40.1s |
| #179 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.7 | ~$0.195 | 14/23 | 102.7s |