Auto 不再把需要工具的工作交給沒有工具的模型

一個完全不會函式呼叫的模型被當作中等程度的工具使用者評分，於是 Auto 可能選中它——那一輪就在沒有網頁搜尋、沒有圖像影片音樂生成、沒有記憶也沒有畫布的情況下跑完，而模型把這些缺失解釋成自己的侷限。候選模型現在按實際能呼叫的能力排序，一個連第一個問題都答不上來的模型已被移出候選。