| #12#12 |
Gemini 3.1 Flash Lite Previewhighアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
8.6… |
Google |
$2.310
…
|
68.14s… |
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: 2 指示に従っていない: 1
応答時間（平均）68.14s
応答時間（最大）280.52s
応答時間（合計）1090.28s
…
|
- 合計テスト数
- 16
- 誤答テスト数
- 3
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 81.3%
- 入力トークン
- 28,980
- 出力トークン
- 1,283
- 推論トークン
- 1,533,310
- 応答時間（平均）
- 68.14s
- 応答時間（合計）
- 1090.28s
- 応答時間（最大）
- 280.52s
-
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）43.87s
応答時間（最大）121.88s
応答時間（合計）131.62s
-
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）280.52s
応答時間（最大）280.52s
応答時間（合計）280.52s
-
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）7.16s
応答時間（最大）8.54s
応答時間（合計）14.31s
-
ドメイン特化
: 5.3
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: 2
応答時間（平均）127.58s
応答時間（最大）133.93s
応答時間（合計）382.74s
-
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）5.25s
応答時間（最大）5.25s
応答時間（合計）5.25s
-
指示追従
: 9.8
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）64.03s
応答時間（最大）124.45s
応答時間（合計）128.06s
-
パズル解決
: 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。
指示に従っていない: 1
応答時間（平均）46.68s
応答時間（最大）134.22s
応答時間（合計）140.04s
-
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）7.73s
応答時間（最大）7.73s
応答時間（合計）7.73s
|
| #13#13 |
Grok 4.20 Betamediumアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
8.5… |
X AI |
$0.750
↑
…
|
9.75s… |
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: 3 指示に従っていない: 1
応答時間（平均）9.75s
応答時間（最大）31.36s
応答時間（合計）175.48s
…
|
- 合計テスト数
- 18
- 誤答テスト数
- 4
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 81.5%
- 入力トークン
- 35,955
- 出力トークン
- 1,647
- 推論トークン
- 91,565
- 応答時間（平均）
- 9.75s
- 応答時間（合計）
- 175.48s
- 応答時間（最大）
- 31.36s
-
反AIトリック
: 8.7
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。
不正解: 1
応答時間（平均）3.16s
応答時間（最大）3.44s
応答時間（合計）12.65s
-
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）31.36s
応答時間（最大）31.36s
応答時間（合計）31.36s
-
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）20.93s
応答時間（最大）20.93s
応答時間（合計）20.93s
-
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）4.01s
応答時間（最大）4.27s
応答時間（合計）8.02s
-
ドメイン特化
: 5.3
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: 2
応答時間（平均）21.33s
応答時間（最大）24.21s
応答時間（合計）64.00s
-
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）5.78s
応答時間（最大）5.78s
応答時間（合計）5.78s
-
指示追従
: 9.8
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）4.89s
応答時間（最大）5.89s
応答時間（合計）9.78s
-
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）3.52s
応答時間（最大）4.53s
応答時間（合計）10.57s
-
ツール呼び出し
: 3.0
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。
指示に従っていない: 1
応答時間（平均）12.39s
応答時間（最大）12.39s
応答時間（合計）12.39s
|
| #35#35 |
Gemini 3 PRO Previewmediumアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
7.6… |
Google |
$0.385
↑
…
|
9.05s… |
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。
API エラー: 4 不正解: 3
応答時間（平均）9.05s
応答時間（最大）26.24s
応答時間（合計）90.53s
…
|
- 合計テスト数
- 21
- 誤答テスト数
- 7
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 66.7%
- 入力トークン
- 28,848
- 出力トークン
- 1,490
- 推論トークン
- 10,102
- 応答時間（平均）
- 9.05s
- 応答時間（合計）
- 90.53s
- 応答時間（最大）
- 26.24s
-
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）14.99s
応答時間（最大）26.24s
応答時間（合計）29.99s
-
コーディング
: 3.0
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。
API エラー: 3
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
-
複合
: 3.0
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。
不正解: 1
応答時間（平均）10.37s
応答時間（最大）10.37s
応答時間（合計）10.37s
-
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）10.84s
応答時間（最大）10.84s
応答時間（合計）10.84s
-
ドメイン特化
: 5.3
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: 2
応答時間（平均）7.01s
応答時間（最大）7.01s
応答時間（合計）7.01s
-
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）9.34s
応答時間（最大）9.34s
応答時間（合計）9.34s
-
指示追従
: 9.8
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）3.26s
応答時間（最大）3.26s
応答時間（合計）3.26s
-
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）3.88s
応答時間（最大）4.23s
応答時間（合計）7.77s
-
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）11.96s
応答時間（最大）11.96s
応答時間（合計）11.96s
-
雑学
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
|
| #79#79 |
Hunter Alphamediumアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
6.7… |
OpenRouter |
$0.000
…
|
10.33s… |
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: 4 指示に従っていない: 2 タイムアウト: 2 API エラー: 1 余分な書式: 1
応答時間（平均）10.33s
応答時間（最大）30.53s
応答時間（合計）175.58s
…
|
- 合計テスト数
- 18
- 誤答テスト数
- 10
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 64.8%
- 入力トークン
- 28,927
- 出力トークン
- 4,682
- 推論トークン
- 17,969
- 応答時間（平均）
- 10.33s
- 応答時間（合計）
- 175.58s
- 応答時間（最大）
- 30.53s
-
反AIトリック
: 7.3
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: 2
応答時間（平均）4.75s
応答時間（最大）7.62s
応答時間（合計）19.00s
-
コーディング
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
-
複合
: 4.7
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）30.53s
応答時間（最大）30.53s
応答時間（合計）30.53s
-
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）23.16s
応答時間（最大）26.55s
応答時間（合計）46.33s
-
ドメイン特化
: 3.0
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。
余分な書式: 1 タイムアウト: 1 不正解: 1
応答時間（平均）10.52s
応答時間（最大）18.68s
応答時間（合計）31.56s
-
汎用知能
: 7.0
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。
指示に従っていない: 1
応答時間（平均）6.44s
応答時間（最大）6.44s
応答時間（合計）6.44s
-
指示追従
: 9.9
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）4.18s
応答時間（最大）4.46s
応答時間（合計）8.36s
-
パズル解決
: 6.1
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。
指示に従っていない: 1 不正解: 1
応答時間（平均）5.35s
応答時間（最大）6.20s
応答時間（合計）16.06s
-
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）17.33s
応答時間（最大）17.33s
応答時間（合計）17.33s
|
| #84#84 |
Grok 4.20 Multi Agent Betamediumアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
6.6… |
X AI |
$5.599
↑
…
|
9.69s… |
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: 4 API エラー: 2 余分な書式: 2 指示に従っていない: 2
応答時間（平均）9.69s
応答時間（最大）35.28s
応答時間（合計）155.07s
…
|
- 合計テスト数
- 18
- 誤答テスト数
- 10
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 59.3%
- 入力トークン
- 721,952
- 出力トークン
- 294,668
- 推論トークン
- 305,374
- 応答時間（平均）
- 9.69s
- 応答時間（合計）
- 155.07s
- 応答時間（最大）
- 35.28s
-
反AIトリック
: 6.9
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。
余分な書式: 1 不正解: 1
応答時間（平均）3.46s
応答時間（最大）4.38s
応答時間（合計）13.86s
-
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）27.11s
応答時間（最大）27.11s
応答時間（合計）27.11s
-
複合
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
-
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）5.54s
応答時間（最大）7.51s
応答時間（合計）11.08s
-
ドメイン特化
: 2.9
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: 2 余分な書式: 1
応答時間（平均）24.67s
応答時間（最大）35.28s
応答時間（合計）74.02s
-
汎用知能
: 5.8
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。
指示に従っていない: 1
応答時間（平均）6.40s
応答時間（最大）6.40s
応答時間（合計）6.40s
-
指示追従
: 9.8
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）3.52s
応答時間（最大）3.80s
応答時間（合計）7.04s
-
パズル解決
: 6.7
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。
指示に従っていない: 1 不正解: 1
応答時間（平均）5.19s
応答時間（最大）5.49s
応答時間（合計）15.57s
-
ツール呼び出し
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
|
| #93#93 |
Qwen3.6 Plus Previewmediumアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
6.3… |
Qwen |
$0.000
…
|
15.25s… |
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。
API エラー: 8 不正解: 2
応答時間（平均）15.25s
応答時間（最大）43.55s
応答時間（合計）182.96s
…
|
- 合計テスト数
- 19
- 誤答テスト数
- 10
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 47.4%
- 入力トークン
- 32,639
- 出力トークン
- 1,153
- 推論トークン
- 62,197
- 応答時間（平均）
- 15.25s
- 応答時間（合計）
- 182.96s
- 応答時間（最大）
- 43.55s
-
反AIトリック
: 8.3
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。
API エラー: 1
応答時間（平均）11.69s
応答時間（最大）19.37s
応答時間（合計）35.08s
-
コーディング
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
-
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）34.95s
応答時間（最大）34.95s
応答時間（合計）34.95s
-
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）14.95s
応答時間（最大）15.40s
応答時間（合計）29.90s
-
ドメイン特化
: 3.0
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。
不正解: 2 API エラー: 1
応答時間（平均）22.08s
応答時間（最大）43.55s
応答時間（合計）66.23s
-
汎用知能
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
-
指示追従
: 6.5
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。
API エラー: 1
応答時間（平均）3.40s
応答時間（最大）3.40s
応答時間（合計）3.40s
-
パズル解決
: 5.3
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。
API エラー: 2
応答時間（平均）7.52s
応答時間（最大）7.52s
応答時間（合計）7.52s
-
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）5.87s
応答時間（最大）5.87s
応答時間（合計）5.87s
-
雑学
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
|
| #106#106 |
Grok 4.20 Betanoneアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
5.8… |
X AI |
$0.087
↓
…
|
1.19s… |
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: 10 指示に従っていない: 1 無効なツール呼び出し: 1
応答時間（平均）1.19s
応答時間（最大）6.48s
応答時間（合計）21.43s
…
|
- 合計テスト数
- 18
- 誤答テスト数
- 12
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 37.0%
- 入力トークン
- 40,597
- 出力トークン
- 1,657
- 推論トークン
- 0
- 応答時間（平均）
- 1.19s
- 応答時間（合計）
- 21.43s
- 応答時間（最大）
- 6.48s
-
反AIトリック
: 4.0
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。
不正解: 4
応答時間（平均）597ms
応答時間（最大）866ms
応答時間（合計）2.39s
-
コーディング
: 5.5
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）1.14s
応答時間（最大）1.14s
応答時間（合計）1.14s
-
複合
: 3.0
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。
無効なツール呼び出し: 1
応答時間（平均）6.48s
応答時間（最大）6.48s
応答時間（合計）6.48s
-
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）601ms
応答時間（最大）634ms
応答時間（合計）1.20s
-
ドメイン特化
: 3.0
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。
不正解: 3
応答時間（平均）611ms
応答時間（最大）616ms
応答時間（合計）1.83s
-
汎用知能
: 5.0
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。
指示に従っていない: 1
応答時間（平均）541ms
応答時間（最大）541ms
応答時間（合計）541ms
-
指示追従
: 6.3
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）649ms
応答時間（最大）952ms
応答時間（合計）1.30s
-
パズル解決
: 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。
不正解: 1
応答時間（平均）586ms
応答時間（最大）813ms
応答時間（合計）1.76s
-
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）4.79s
応答時間（最大）4.79s
応答時間（合計）4.79s
|
| #116#116 |
Hunter Alphanoneアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
5.7… |
OpenRouter |
$0.000
…
|
4.70s… |
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: 9 指示に従っていない: 2 API エラー: 1
応答時間（平均）4.70s
応答時間（最大）15.17s
応答時間（合計）79.86s
…
|
- 合計テスト数
- 18
- 誤答テスト数
- 12
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 46.3%
- 入力トークン
- 34,329
- 出力トークン
- 2,264
- 推論トークン
- 0
- 応答時間（平均）
- 4.70s
- 応答時間（合計）
- 79.86s
- 応答時間（最大）
- 15.17s
-
反AIトリック
: 3.5
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: 4
応答時間（平均）3.81s
応答時間（最大）6.85s
応答時間（合計）15.23s
-
コーディング
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
-
複合
: 3.0
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。
不正解: 1
応答時間（平均）15.17s
応答時間（最大）15.17s
応答時間（合計）15.17s
-
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）8.49s
応答時間（最大）14.02s
応答時間（合計）16.98s
-
ドメイン特化
: 5.3
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: 2
応答時間（平均）2.33s
応答時間（最大）2.94s
応答時間（合計）6.99s
-
汎用知能
: 6.1
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。
指示に従っていない: 1
応答時間（平均）2.71s
応答時間（最大）2.71s
応答時間（合計）2.71s
-
指示追従
: 6.4
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）2.82s
応答時間（最大）2.92s
応答時間（合計）5.65s
-
パズル解決
: 5.8
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。
指示に従っていない: 1 不正解: 1
応答時間（平均）3.71s
応答時間（最大）5.43s
応答時間（合計）11.13s
-
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）6.02s
応答時間（最大）6.02s
応答時間（合計）6.02s
|
| #127#127 |
Grok 4.20none
|
5.4… |
X AI |
$0.057
↓
…
|
1.11s… |
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: 10 余分な書式: 1 無効なツール呼び出し: 1
応答時間（平均）1.11s
応答時間（最大）6.04s
応答時間（合計）19.96s
…
|
- 合計テスト数
- 18
- 誤答テスト数
- 12
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 33.3%
- 入力トークン
- 41,313
- 出力トークン
- 1,923
- 推論トークン
- 0
- 応答時間（平均）
- 1.11s
- 応答時間（合計）
- 19.96s
- 応答時間（最大）
- 6.04s
-
反AIトリック
: 4.8
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: 3
応答時間（平均）501ms
応答時間（最大）839ms
応答時間（合計）2.01s
-
コーディング
: 3.4
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）1.22s
応答時間（最大）1.22s
応答時間（合計）1.22s
-
複合
: 3.0
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。
無効なツール呼び出し: 1
応答時間（平均）6.04s
応答時間（最大）6.04s
応答時間（合計）6.04s
-
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）522ms
応答時間（最大）537ms
応答時間（合計）1.04s
-
ドメイン特化
: 3.0
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。
不正解: 2 余分な書式: 1
応答時間（平均）687ms
応答時間（最大）821ms
応答時間（合計）2.06s
-
汎用知能
: 4.8
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）659ms
応答時間（最大）659ms
応答時間（合計）659ms
-
指示追従
: 6.3
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）445ms
応答時間（最大）505ms
応答時間（合計）889ms
-
パズル解決
: 5.3
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: 2
応答時間（平均）473ms
応答時間（最大）502ms
応答時間（合計）1.42s
-
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）4.63s
応答時間（最大）4.63s
応答時間（合計）4.63s
|
| #136#136 |
Elephant Alphamediumアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
5.1… |
Openrouter |
$0.000
…
|
1.27s… |
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: 9 API エラー: 3 指示に従っていない: 2 無効なツール呼び出し: 1
応答時間（平均）1.27s
応答時間（最大）3.70s
応答時間（合計）22.82s
…
|
- 合計テスト数
- 21
- 誤答テスト数
- 15
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 30.2%
- 入力トークン
- 33,744
- 出力トークン
- 2,596
- 推論トークン
- 0
- 応答時間（平均）
- 1.27s
- 応答時間（合計）
- 22.82s
- 応答時間（最大）
- 3.70s
-
反AIトリック
: 6.6
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: 2
応答時間（平均）1.19s
応答時間（最大）2.04s
応答時間（合計）4.75s
-
コーディング
: 3.7
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。
API エラー: 2 不正解: 1
応答時間（平均）1.30s
応答時間（最大）1.30s
応答時間（合計）1.30s
-
複合
: 3.0
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。
不正解: 1
応答時間（平均）3.70s
応答時間（最大）3.70s
応答時間（合計）3.70s
-
データ解析と抽出
: 6.5
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）979ms
応答時間（最大）1.02s
応答時間（合計）1.96s
-
ドメイン特化
: 3.0
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。
不正解: 3
応答時間（平均）925ms
応答時間（最大）1.16s
応答時間（合計）2.77s
-
汎用知能
: 4.3
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。
指示に従っていない: 1
応答時間（平均）920ms
応答時間（最大）920ms
応答時間（合計）920ms
-
指示追従
: 9.8
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）987ms
応答時間（最大）1.13s
応答時間（合計）1.97s
-
パズル解決
: 5.3
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。
指示に従っていない: 1 不正解: 1
応答時間（平均）868ms
応答時間（最大）972ms
応答時間（合計）2.60s
-
ツール呼び出し
: 3.0
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。
無効なツール呼び出し: 1
応答時間（平均）2.83s
応答時間（最大）2.83s
応答時間（合計）2.83s
-
雑学
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
|
| #137#137 |
Elephant Alphanoneアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
5.1… |
Openrouter |
$0.000
…
|
1.22s… |
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: 9 API エラー: 3 指示に従っていない: 3 無効なツール呼び出し: 1
応答時間（平均）1.22s
応答時間（最大）3.81s
応答時間（合計）22.03s
…
|
- 合計テスト数
- 21
- 誤答テスト数
- 16
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 27.0%
- 入力トークン
- 33,743
- 出力トークン
- 2,573
- 推論トークン
- 0
- 応答時間（平均）
- 1.22s
- 応答時間（合計）
- 22.03s
- 応答時間（最大）
- 3.81s
-
反AIトリック
: 6.6
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。
指示に従っていない: 1 不正解: 1
応答時間（平均）963ms
応答時間（最大）1.68s
応答時間（合計）3.85s
-
コーディング
: 4.2
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。
API エラー: 2 不正解: 1
応答時間（平均）1.39s
応答時間（最大）1.39s
応答時間（合計）1.39s
-
複合
: 3.0
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。
不正解: 1
応答時間（平均）3.81s
応答時間（最大）3.81s
応答時間（合計）3.81s
-
データ解析と抽出
: 6.5
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）1.04s
応答時間（最大）1.05s
応答時間（合計）2.08s
-
ドメイン特化
: 3.0
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。
不正解: 3
応答時間（平均）927ms
応答時間（最大）1.17s
応答時間（合計）2.78s
-
汎用知能
: 4.0
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。
指示に従っていない: 1
応答時間（平均）854ms
応答時間（最大）854ms
応答時間（合計）854ms
-
指示追従
: 9.8
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）1.03s
応答時間（最大）1.17s
応答時間（合計）2.07s
-
パズル解決
: 4.2
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: 2 指示に従っていない: 1
応答時間（平均）807ms
応答時間（最大）925ms
応答時間（合計）2.42s
-
ツール呼び出し
: 3.0
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。
無効なツール呼び出し: 1
応答時間（平均）2.79s
応答時間（最大）2.79s
応答時間（合計）2.79s
-
雑学
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
|
| #159#159 |
Ling-2.6-1Tnone
|
4.3… |
Inclusionai |
$0.005
↕
…
|
7.72s… |
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: 12 API エラー: 3 指示に従っていない: 2 無効なツール呼び出し: 1
応答時間（平均）7.72s
応答時間（最大）25.72s
応答時間（合計）139.00s
…
|
- 合計テスト数
- 21
- 誤答テスト数
- 18
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 14.3%
- 入力トークン
- 34,905
- 出力トークン
- 2,434
- 推論トークン
- 0
- 応答時間（平均）
- 7.72s
- 応答時間（合計）
- 139.00s
- 応答時間（最大）
- 25.72s
-
反AIトリック
: 3.4
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: 4
応答時間（平均）6.55s
応答時間（最大）9.41s
応答時間（合計）26.19s
-
コーディング
: 3.8
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。
API エラー: 2 不正解: 1
応答時間（平均）10.57s
応答時間（最大）10.57s
応答時間（合計）10.57s
-
複合
: 3.0
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。
不正解: 1
応答時間（平均）23.53s
応答時間（最大）23.53s
応答時間（合計）23.53s
-
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）1.37s
応答時間（最大）1.37s
応答時間（合計）2.73s
-
ドメイン特化
: 3.0
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。
不正解: 3
応答時間（平均）1.04s
応答時間（最大）1.08s
応答時間（合計）3.11s
-
汎用知能
: 5.0
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。
指示に従っていない: 1
応答時間（平均）20.34s
応答時間（最大）20.34s
応答時間（合計）20.34s
-
指示追従
: 6.4
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）5.36s
応答時間（最大）9.81s
応答時間（合計）10.73s
-
パズル解決
: 3.1
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: 2 指示に従っていない: 1
応答時間（平均）5.36s
応答時間（最大）13.26s
応答時間（合計）16.09s
-
ツール呼び出し
: 3.0
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。
無効なツール呼び出し: 1
応答時間（平均）25.72s
応答時間（最大）25.72s
応答時間（合計）25.72s
-
雑学
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
|
| #160#160 |
LFM2-24B-A2Bnoneアーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
|
4.2… |
Liquid |
$0.001
…
|
782ms… |
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: 9 API エラー: 4 指示に従っていない: 1
応答時間（平均）782ms
応答時間（最大）3.15s
応答時間（合計）10.94s
…
|
- 合計テスト数
- 16
- 誤答テスト数
- 14
- 信頼性
- 該当なしこのモデルの信頼性テレメトリは利用できません。
- 試行ごとの合格率
- 16.7%
- 入力トークン
- 10,771
- 出力トークン
- 1,173
- 推論トークン
- 0
- 応答時間（平均）
- 782ms
- 応答時間（合計）
- 10.94s
- 応答時間（最大）
- 3.15s
-
反AIトリック
: 3.3
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: 3
応答時間（平均）471ms
応答時間（最大）872ms
応答時間（合計）1.41s
-
複合
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
-
データ解析と抽出
: 3.0
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。
不正解: 2
応答時間（平均）714ms
応答時間（最大）987ms
応答時間（合計）1.43s
-
ドメイン特化
: 5.9
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。
API エラー: 1 不正解: 1
応答時間（平均）287ms
応答時間（最大）334ms
応答時間（合計）860ms
-
汎用知能
: 4.0
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。
指示に従っていない: 1
応答時間（平均）395ms
応答時間（最大）395ms
応答時間（合計）395ms
-
指示追従
: 6.3
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）752ms
応答時間（最大）1.22s
応答時間（合計）1.50s
-
パズル解決
: 3.8
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: 2 API エラー: 1
応答時間（平均）1.78s
応答時間（最大）3.15s
応答時間（合計）5.34s
-
ツール呼び出し
: 3.0
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。
API エラー: 1
応答時間（平均）0ms
応答時間（最大）0ms
応答時間（合計）0ms
|