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) |
|---|---|---|---|---|---|---|---|
| #291 | Qwen3.6 Flash none | Qwen | 2 | 0.6 | $0.139 | 7/23 | 7.63s |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.5 | $0.135 | 5/23 | 6.21s |
| #183 | MiMo-V2.5 medium | Xiaomi | 1 | 0.7 | $0.130 | 12/23 | 49.2s |
| #223 | Mercury 2 medium | Inception | 1 | 0.7 | $0.121 | 10/23 | 4.40s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 6/23 | 18.3s |
| #373 | DeepSeek V3.2 none | DeepSeek | 2 | 0.5 | $0.119 | 6/23 | 22.4s |
| #180 | GLM 5.3 FlashX medium | Z.ai | 1 | 0.7 | $0.114 | 12/23 | 7.37s |
| #286 | Inkling Small medium | Thinkingmachines | 2 | 0.6 | $0.113 | 10/23 | 6.03s |
| #371 | Granite 4.2 8B high | IBM Granite | 1 | 0.5 | $0.111 | 4/23 | 235.4s |
| #377 | Laguna S 2.1 low | Poolside | 1 | 0.5 | $0.108 | 3/23 | 88.2s |
| #399 | Qwen3.5-9B medium | Qwen | 1 | 0.4 | $0.106 | 3/23 | 110.2s |
| #336 | Qwen3.6 35B A3B none | Qwen | 1 | 0.5 | $0.105 | 4/23 | 8.43s |
| #251 | LongCat 2.0 none | Meituan | 1 | 0.6 | $0.104 | 8/23 | 8.50s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.6 | $0.102 | 11/23 | 65.5s |
| #160 | Gemma 4 26B A4B medium | 1 | 0.7 | $0.101 | 16/23 | 105.0s |