| #4#4 |
GPT-6.1 Solmax
|
9.9… |
OpenAI |
$1.006
…
|
61.98s… |
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
タイムアウト: 1
応答時間(平均)61.98s
応答時間(最大)960.01s
応答時間(合計)1425.65s
…
|
- 合計テスト数
- 23
- 誤答テスト数
- 1
- 試行ごとの合格率
- 95.7%
- 入力トークン
- 183,607
- 出力トークン
- 5,741
- 推論トークン
- 58,082
- 応答時間(平均)
- 61.98s
- 応答時間(合計)
- 1425.65s
- 応答時間(最大)
- 960.01s
-
エージェントタスク
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)80.23s
応答時間(最大)80.23s
応答時間(合計)80.23s
-
反AIトリック
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)5.41s
応答時間(最大)8.38s
応答時間(合計)21.65s
-
コーディング
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)13.57s
応答時間(最大)17.63s
応答時間(合計)40.70s
-
複合
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)69.59s
応答時間(最大)104.16s
応答時間(合計)139.18s
-
データ解析と抽出
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)4.97s
応答時間(最大)5.18s
応答時間(合計)9.94s
-
ドメイン特化
: 7.7
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
タイムアウト: 1
応答時間(平均)352.00s
応答時間(最大)960.01s
応答時間(合計)1056.00s
-
汎用知能
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)16.57s
応答時間(最大)16.57s
応答時間(合計)16.57s
-
指示追従
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)5.54s
応答時間(最大)7.54s
応答時間(合計)11.08s
-
パズル解決
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)7.67s
応答時間(最大)10.05s
応答時間(合計)23.01s
-
ツール呼び出し
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)16.02s
応答時間(最大)16.02s
応答時間(合計)16.02s
-
雑学
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)11.27s
応答時間(最大)11.27s
応答時間(合計)11.27s
|
| #5#5 |
GPT-6 Astramax
|
9.9… |
OpenAI |
$5.044
…
|
61.63s… |
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
タイムアウト: 1
応答時間(平均)61.63s
応答時間(最大)960.01s
応答時間(合計)1417.51s
…
|
- 合計テスト数
- 23
- 誤答テスト数
- 1
- 試行ごとの合格率
- 95.7%
- 入力トークン
- 181,223
- 出力トークン
- 5,707
- 推論トークン
- 58,909
- 応答時間(平均)
- 61.63s
- 応答時間(合計)
- 1417.51s
- 応答時間(最大)
- 960.01s
-
エージェントタスク
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)69.56s
応答時間(最大)69.56s
応答時間(合計)69.56s
-
反AIトリック
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)4.87s
応答時間(最大)8.14s
応答時間(合計)19.46s
-
コーディング
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)14.64s
応答時間(最大)23.54s
応答時間(合計)43.92s
-
複合
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)64.02s
応答時間(最大)96.57s
応答時間(合計)128.04s
-
データ解析と抽出
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)4.78s
応答時間(最大)4.82s
応答時間(合計)9.56s
-
ドメイン特化
: 7.7
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
タイムアウト: 1
応答時間(平均)356.37s
応答時間(最大)960.01s
応答時間(合計)1069.12s
-
汎用知能
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)13.69s
応答時間(最大)13.69s
応答時間(合計)13.69s
-
指示追従
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)6.34s
応答時間(最大)8.87s
応答時間(合計)12.67s
-
パズル解決
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)7.32s
応答時間(最大)10.41s
応答時間(合計)21.95s
-
ツール呼び出し
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)20.65s
応答時間(最大)20.65s
応答時間(合計)20.65s
-
雑学
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)8.91s
応答時間(最大)8.91s
応答時間(合計)8.91s
|
| #1🥇 #1 |
Gemini 3.6 Flashhigh
|
9.9… |
Google |
$0.900
↓
…
|
18.93s… |
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
不正解: 1
応答時間(平均)18.93s
応答時間(最大)104.15s
応答時間(合計)435.48s
…
|
- 合計テスト数
- 23
- 誤答テスト数
- 1
- 試行ごとの合格率
- 98.6%
- 入力トークン
- 238,080
- 出力トークン
- 4,211
- 推論トークン
- 188,109
- 応答時間(平均)
- 18.93s
- 応答時間(合計)
- 435.48s
- 応答時間(最大)
- 104.15s
-
エージェントタスク
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)65.59s
応答時間(最大)65.59s
応答時間(合計)65.59s
-
反AIトリック
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)2.73s
応答時間(最大)3.24s
応答時間(合計)10.92s
-
コーディング
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)26.32s
応答時間(最大)41.95s
応答時間(合計)78.96s
-
複合
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)65.10s
応答時間(最大)104.15s
応答時間(合計)130.19s
-
データ解析と抽出
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)6.44s
応答時間(最大)7.31s
応答時間(合計)12.89s
-
ドメイン特化
: 8.2
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
不正解: 1
応答時間(平均)33.33s
応答時間(最大)41.63s
応答時間(合計)99.98s
-
汎用知能
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)4.01s
応答時間(最大)4.01s
応答時間(合計)4.01s
-
指示追従
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)4.07s
応答時間(最大)4.75s
応答時間(合計)8.14s
-
パズル解決
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)3.36s
応答時間(最大)3.72s
応答時間(合計)10.08s
-
ツール呼び出し
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)8.35s
応答時間(最大)8.35s
応答時間(合計)8.35s
-
雑学
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)6.35s
応答時間(最大)6.35s
応答時間(合計)6.35s
|
| #2🥈 #2 |
Gemini 3.8 Flashhigh
|
9.9… |
Google |
$1.927
…
|
40.60s… |
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
回答なし: 1
応答時間(平均)40.60s
応答時間(最大)177.08s
応答時間(合計)933.73s
…
|
- 合計テスト数
- 23
- 誤答テスト数
- 1
- 試行ごとの合格率
- 98.6%
- 入力トークン
- 334,568
- 出力トークン
- 11,394
- 推論トークン
- 435,334
- 応答時間(平均)
- 40.60s
- 応答時間(合計)
- 933.73s
- 応答時間(最大)
- 177.08s
-
エージェントタスク
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)115.54s
応答時間(最大)115.54s
応答時間(合計)115.54s
-
反AIトリック
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)2.92s
応答時間(最大)3.96s
応答時間(合計)11.69s
-
コーディング
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)29.30s
応答時間(最大)55.87s
応答時間(合計)87.90s
-
複合
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)115.73s
応答時間(最大)177.08s
応答時間(合計)231.45s
-
データ解析と抽出
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)8.23s
応答時間(最大)8.26s
応答時間(合計)16.46s
-
ドメイン特化
: 8.2
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
回答なし: 1
応答時間(平均)131.31s
応答時間(最大)157.23s
応答時間(合計)393.92s
-
汎用知能
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)4.06s
応答時間(最大)4.06s
応答時間(合計)4.06s
-
指示追従
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)4.73s
応答時間(最大)5.47s
応答時間(合計)9.46s
-
パズル解決
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)3.44s
応答時間(最大)3.62s
応答時間(合計)10.31s
-
ツール呼び出し
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)42.65s
応答時間(最大)42.65s
応答時間(合計)42.65s
-
雑学
: 10.0
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
失敗した回答はありません。
応答時間(平均)10.30s
応答時間(最大)10.30s
応答時間(合計)10.30s
|