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) |
|---|---|---|---|---|---|---|---|
| #183 | MiMo-V2.5 medium | Xiaomi | 1 | 0.7 | $0.130 | 12/23 | 49.2s |
| #186 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 14/23 | 6.78s | |
| #188 | Ember-1 low | Fireworks | 1 | 0.7 | $1.488 | 13/23 | 34.9s |
| #190 | Qwen3.5-122B-A10B medium | Qwen | 2 | 0.7 | $1.152 | 14/23 | 67.0s |
| #193 | Muse Glimmer 30B low | Meta | 2 | 0.7 | $0.219 | 11/23 | 22.4s |
| #194 | Minimax M3.1 Flash max | Minimax | 2 | 0.7 | $0.000 | 11/23 | 40.9s |
| #195 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 13/23 | 6.27s | |
| #196 | Ember-1 high | Fireworks | 1 | 0.7 | $2.405 | 12/23 | 58.1s |
| #197 | Gemma 4 31B medium | 1 | 0.7 | $0.144 | 14/23 | 78.8s | |
| #198 | GPT-5.6 Luna low | OpenAI | 1 | 0.7 | $0.049 | 11/23 | 6.96s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.7 | $0.909 | 10/23 | 7.46s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1 | 0.7 | $1.594 | 12/23 | 121.3s |
| #202 | Qwen3.5-Flash medium | Qwen | 1 | 0.7 | $0.184 | 12/23 | 83.7s |
| #203 | Inkling low | Thinkingmachines | 2 | 0.7 | $0.293 | 11/23 | 6.81s |
| #204 | Mercury 2.5 Preview medium | Inception | 1 | 0.7 | $0.039 | 15/23 | 6.66s |