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۔
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) |
|---|---|---|---|---|---|---|---|
| #114 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.066 | 11/22 | 84.7s |
| #116 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #117 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 7.2 | $0.506 | 11/22 | 22.1s |
| #122 | Qwen3.5-122B-A10B medium | Qwen | 1 | 7.1 | $1.207 | 14/22 | 65.7s |
| #123 | Muse Glimmer 30B low | Meta | 1 | 7.1 | $0.152 | 11/22 | 18.6s |
| #124 | Step 3.7 Flash low | Stepfun | 1 | 7.1 | $0.390 | 11/22 | 17.9s |
| #128 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 11/22 | 68.4s |
| #131 | Mercury 2 medium | Inception | 1 | 7.0 | $0.094 | 10/22 | 2.95s |
| #132 | Grok 4.20 medium | X AI | 1 | 7.0 | $0.805 | 11/22 | 32.6s |
| #134 | Kimi K2.5 medium | Moonshot AI | 1 | 7.0 | $0.479 | 10/22 | 98.2s |
| #137 | Qwen3.7 Flash medium | Qwen | 1 | 6.9 | $0.065 | 10/22 | 47.4s |
| #140 | Qwen3.6 Flash medium | Qwen | 1 | 6.8 | $0.741 | 12/22 | 45.0s |
| #141 | Step 3.7 Flash high | Stepfun | 1 | 6.8 | $1.229 | 11/22 | 70.1s |
| #145 | DeepSeek V4 Pro none | DeepSeek | 1 | 6.8 | $0.226 | 9/22 | 11.7s |
| #146 | GLM 5.3 low | Z.ai | 1 | 6.8 | $0.257 | 12/22 | 13.6s |