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) |
|---|---|---|---|---|---|---|---|
| #224 | Step 3.7 Flash high | Stepfun | 1 | 0.7 | $1.478 | 11/23 | 72.7s |
| #235 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.6 | $0.506 | 11/23 | 21.2s |
| #245 | Beam 1.0 501B A23B low | Reflection | 1 | 0.6 | $0.432 | 11/23 | 4.89s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.6 | $0.332 | 11/23 | 56.7s |
| #252 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.6 | $0.716 | 11/23 | 111.5s |
| #259 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.6 | $0.176 | 11/23 | 20.1s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.6 | $0.152 | 11/23 | 70.1s |
| #266 | Grok 4.20 medium | X AI | 1 | 0.6 | $1.246 | 11/23 | 36.7s |
| #276 | Apodex 1.1 Mini low | Apodex | 2 | 0.6 | $0.000 | 11/23 | 33.7s |
| #281 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.6 | $0.742 | 11/23 | 25.0s |
| #284 | GLM 5.3 FlashX low | Z.ai | 1 | 0.6 | $0.157 | 11/23 | 9.69s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.6 | $0.102 | 11/23 | 65.5s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.7 | $0.083 | 10/23 | 14.1s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.7 | $0.909 | 10/23 | 7.46s |
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.7 | $0.076 | 10/23 | 51.8s |