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