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: ردِعمل کا وقت (اوسط) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #176 | Step 3.7 Flash low | Stepfun | 2 | 0.7 | $0.449 | 11/23 | 20.7s |
| #319 | GPT-6 Luna none | OpenAI | 1 | 0.5 | $0.026 | 7/23 | 20.5s |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |
| #135 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #259 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.6 | $0.176 | 11/23 | 20.1s |
| #256 | Minimax M3.1 Flash medium | Minimax | 1 | 0.6 | $0.000 | 8/23 | 19.5s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1 | 0.6 | $0.736 | 14/23 | 19.0s | |
| #257 | Gemini 3.1 Flash Lite low | 1 | 0.6 | $0.717 | 13/23 | 19.0s | |
| #93 | Gemini 3.5 Flash high | 2 | 0.8 | $2.737 | 19/23 | 18.6s | |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.6 | $0.216 | 8/23 | 18.5s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 6/23 | 18.3s |
| #78 | Muse Spark 1.3 low | Meta | 1 | 0.9 | $0.911 | 16/23 | 17.7s |
| #159 | Inkling medium | Thinkingmachines | 2 | 0.7 | $0.527 | 15/23 | 17.0s |
| #58 | Claude Fable 5 medium | Anthropic | 1 | 0.9 | $5.089 | 18/23 | 16.8s |
| #113 | Gemini 3.8 Flash medium | 1 | 0.8 | $0.769 | 19/23 | 16.6s |