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 ↓.
131/131
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) |
|---|---|---|---|---|---|---|---|
| #7 | Gemini 3.5 Flash high | 1 | 9.4 | $2.011 | 19/22 | 15.5s | |
| #17 | Gemini 3.8 Flash medium | 1 | 9.1 | $0.653 | 19/22 | 14.5s | |
| #19 | Qwen3.7 Max medium | Qwen | 1 | 9.1 | $1.157 | 17/22 | 44.3s |
| #23 | Qwen3.8 Max medium | Qwen | 1 | 9.0 | $0.771 | 17/22 | 23.3s |
| #28 | Gemini 3.5 Flash low | 1 | 8.8 | $0.449 | 18/22 | 5.76s | |
| #29 | Muse Spark 1.3 medium | Meta | 1 | 8.8 | $1.469 | 17/22 | 38.6s |
| #34 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.059 | 16/22 | 52.1s |
| #36 | Muse Spark 1.2 high | Meta | 1 | 8.7 | $1.771 | 14/22 | 26.6s |
| #37 | Muse Spark 1.2 medium | Meta | 1 | 8.6 | $1.339 | 14/22 | 19.7s |
| #38 | Muse Spark 1.1 medium | Meta | 1 | 8.6 | $1.420 | 15/22 | 26.2s |
| #39 | Claude Fable 5 medium | Anthropic | 1 | 8.6 | $3.004 | 17/22 | 15.0s |
| #51 | Muse Spark 1.1 low | Meta | 1 | 8.3 | $0.673 | 13/22 | 11.9s |
| #54 | Muse Spark 1.3 low | Meta | 1 | 8.2 | $0.689 | 15/22 | 16.0s |
| #55 | Claude Sonnet 5 medium | Anthropic | 1 | 8.2 | $0.922 | 15/22 | 12.5s |
| #56 | Qwen3.8 2.4T A95B low | Qwen | 1 | 8.1 | $2.672 | 15/22 | 119.0s |