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: اسکور ↓.
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) |
|---|---|---|---|---|---|---|---|
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.7 | $0.083 | 10/23 | 14.1s |
| #159 | Inkling medium | Thinkingmachines | 2 | 0.7 | $0.527 | 15/23 | 17.0s |
| #160 | Gemma 4 26B A4B medium | 1 | 0.7 | $0.101 | 16/23 | 105.0s | |
| #161 | GLM 5.3 Flash high | Z.ai | 1 | 0.7 | $0.056 | 13/23 | 29.1s |
| #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 |
| #173 | Qwen3.7 Flash high | Qwen | 1 | 0.7 | $0.063 | 13/23 | 45.5s |
| #176 | Step 3.7 Flash low | Stepfun | 2 | 0.7 | $0.449 | 11/23 | 20.7s |
| #177 | Qwen3.6 27B medium | Qwen | 2 | 0.7 | $1.021 | 11/23 | 107.8s |
| #178 | Claude Opus 5 none | Anthropic | 1 | 0.7 | $2.766 | 12/23 | 10.8s |
| #179 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.7 | ~$0.195 | 14/23 | 102.7s |
| #180 | GLM 5.3 FlashX medium | Z.ai | 1 | 0.7 | $0.114 | 12/23 | 7.37s |
| #181 | Minimax M3.1 Flash low | Minimax | 1 | 0.7 | $0.000 | 12/23 | 14.8s |
| #182 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.7 | $0.200 | 12/23 | 54.6s |