| #476#476 |
Span-02default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.8… |
Respan |
$0.001
…
|
1.36s… |
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: 6
応答時間(平均)1.36s
応答時間(最大)5.71s
応答時間(合計)16.37s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 6
- 試行ごとの合格率
- 26.1%
- 入力トークン
- 70,626
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 1.36s
- 応答時間(合計)
- 16.37s
- 応答時間(最大)
- 5.71s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 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。
不正解: 1
応答時間(平均)2.38s
応答時間(最大)5.71s
応答時間(合計)7.13s
-
コーディング
: 4.9
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: 1
応答時間(平均)544ms
応答時間(最大)565ms
応答時間(合計)1.09s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)710ms
応答時間(最大)731ms
応答時間(合計)1.42s
-
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)1.24s
応答時間(最大)2.53s
応答時間(合計)3.73s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 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。
失敗した回答はありません。
応答時間(平均)2.30s
応答時間(最大)2.30s
応答時間(合計)2.30s
-
パズル解決
: 1.0
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)708ms
応答時間(最大)708ms
応答時間(合計)708ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #477#477 |
Nemotron 3 Nano Omni 30b A3b Reasoningmedium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。
|
2.7… |
NVIDIA |
$0.000
…
|
17.13s… |
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: 7 API エラー: 6 指示に従っていない: 1 回答なし: 1
応答時間(平均)17.13s
応答時間(最大)147.45s
応答時間(合計)222.66s
…
|
- 合計テスト数
- 19
- 誤答テスト数
- 15
- 試行ごとの合格率
- 26.1%
- 入力トークン
- 11,661
- 出力トークン
- 48,491
- 推論トークン
- 180,695
- 応答時間(平均)
- 17.13s
- 応答時間(合計)
- 222.66s
- 応答時間(最大)
- 147.45s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 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。
API エラー: 1 不正解: 1
応答時間(平均)1.20s
応答時間(最大)1.48s
応答時間(合計)3.59s
-
コーディング
: 1.1
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: 1
応答時間(平均)38.09s
応答時間(最大)38.09s
応答時間(合計)38.09s
-
複合
: 1.5
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 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: 1
応答時間(平均)2.72s
応答時間(最大)3.88s
応答時間(合計)5.43s
-
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 回答なし: 1
応答時間(平均)56.67s
応答時間(最大)147.45s
応答時間(合計)170.02s
-
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
: 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。
指示に従っていない: 1
応答時間(平均)1.37s
応答時間(最大)1.56s
応答時間(合計)2.74s
-
パズル解決
: 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 API エラー: 1
応答時間(平均)1.40s
応答時間(最大)1.57s
応答時間(合計)2.79s
-
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
-
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
|
| #478#478 |
d1-ultradefault36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.7… |
Liquid |
$0.003
…
|
531ms… |
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: 7 指示に従っていない: 1
応答時間(平均)531ms
応答時間(最大)697ms
応答時間(合計)6.38s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 8
- 試行ごとの合格率
- 20.3%
- 入力トークン
- 55,956
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 531ms
- 応答時間(合計)
- 6.38s
- 応答時間(最大)
- 697ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)432ms
応答時間(最大)618ms
応答時間(合計)1.30s
-
コーディング
: 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: 1
応答時間(平均)561ms
応答時間(最大)586ms
応答時間(合計)1.12s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)587ms
応答時間(最大)697ms
応答時間(合計)1.17s
-
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)576ms
応答時間(最大)672ms
応答時間(合計)1.73s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)571ms
応答時間(最大)571ms
応答時間(合計)571ms
-
パズル解決
: 1.7
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)485ms
応答時間(最大)485ms
応答時間(合計)485ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #479#479 |
Nemotron 3 Nano Omni 30b A3b Reasoningdefault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。
|
2.6… |
NVIDIA |
$0.000
…
|
728ms… |
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: 6 指示に従っていない: 2
応答時間(平均)728ms
応答時間(最大)2.21s
応答時間(合計)9.47s
…
|
- 合計テスト数
- 19
- 誤答テスト数
- 17
- 試行ごとの合格率
- 14.5%
- 入力トークン
- 11,661
- 出力トークン
- 1,302
- 推論トークン
- 0
- 応答時間(平均)
- 728ms
- 応答時間(合計)
- 9.47s
- 応答時間(最大)
- 2.21s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2 API エラー: 1
応答時間(平均)584ms
応答時間(最大)772ms
応答時間(合計)1.75s
-
コーディング
: 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。
失敗した回答はありません。
応答時間(平均)1.27s
応答時間(最大)1.27s
応答時間(合計)1.27s
-
複合
: 1.5
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 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
応答時間(平均)1.42s
応答時間(最大)2.21s
応答時間(合計)2.84s
-
ドメイン特化
: 3.6
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: 3
応答時間(平均)489ms
応答時間(最大)513ms
応答時間(合計)1.47s
-
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
: 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。
指示に従っていない: 1 不正解: 1
応答時間(平均)541ms
応答時間(最大)542ms
応答時間(合計)1.08s
-
パズル解決
: 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 指示に従っていない: 1 不正解: 1
応答時間(平均)532ms
応答時間(最大)580ms
応答時間(合計)1.06s
-
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
-
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
|
| #480#480 |
Jev 1.13default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.6… |
Typesafe |
$0.003
…
|
698ms… |
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: 6
応答時間(平均)698ms
応答時間(最大)1.08s
応答時間(合計)8.38s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 6
- 試行ごとの合格率
- 26.1%
- 入力トークン
- 67,092
- 出力トークン
- 18,927
- 推論トークン
- 0
- 応答時間(平均)
- 698ms
- 応答時間(合計)
- 8.38s
- 応答時間(最大)
- 1.08s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)853ms
応答時間(最大)1.08s
応答時間(合計)2.56s
-
コーディング
: 2.2
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
応答時間(平均)598ms
応答時間(最大)658ms
応答時間(合計)1.20s
-
複合
: 0.0
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)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)799ms
応答時間(最大)844ms
応答時間(合計)1.60s
-
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。
不正解: 1
応答時間(平均)632ms
応答時間(最大)681ms
応答時間(合計)1.90s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)557ms
応答時間(最大)557ms
応答時間(合計)557ms
-
パズル解決
: 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。
失敗した回答はありません。
応答時間(平均)573ms
応答時間(最大)573ms
応答時間(合計)573ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #481#481 |
Decider V1.2default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.6… |
Perplexity |
$0.001
…
|
517ms… |
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: 5 API エラー: 1 指示に従っていない: 1
応答時間(平均)517ms
応答時間(最大)776ms
応答時間(合計)6.20s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 7
- 試行ごとの合格率
- 24.6%
- 入力トークン
- 48,363
- 出力トークン
- 67
- 推論トークン
- 0
- 応答時間(平均)
- 517ms
- 応答時間(合計)
- 6.20s
- 応答時間(最大)
- 776ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 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。
不正解: 1
応答時間(平均)491ms
応答時間(最大)496ms
応答時間(合計)1.47s
-
コーディング
: 4.5
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)572ms
応答時間(最大)575ms
応答時間(合計)1.14s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)482ms
応答時間(最大)521ms
応答時間(合計)964ms
-
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)541ms
応答時間(最大)776ms
応答時間(合計)1.62s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)508ms
応答時間(最大)508ms
応答時間(合計)508ms
-
パズル解決
: 1.7
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)490ms
応答時間(最大)490ms
応答時間(合計)490ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #482#482 |
Reflexdefault36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.6… |
Morph |
$0.004
…
|
888ms… |
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: 6 指示に従っていない: 1
応答時間(平均)888ms
応答時間(最大)1.73s
応答時間(合計)10.66s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 7
- 試行ごとの合格率
- 21.7%
- 入力トークン
- 73,902
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 888ms
- 応答時間(合計)
- 10.66s
- 応答時間(最大)
- 1.73s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)879ms
応答時間(最大)1.18s
応答時間(合計)2.64s
-
コーディング
: 4.5
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)783ms
応答時間(最大)1.08s
応答時間(合計)1.57s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)1.25s
応答時間(最大)1.73s
応答時間(合計)2.50s
-
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。
不正解: 1
応答時間(平均)758ms
応答時間(最大)780ms
応答時間(合計)2.28s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)836ms
応答時間(最大)836ms
応答時間(合計)836ms
-
パズル解決
: 1.7
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)849ms
応答時間(最大)849ms
応答時間(合計)849ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #483#483 |
Decider V1.1 27Bdefault36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.6… |
Perplexity |
$0.002
…
|
320ms… |
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: 8
応答時間(平均)320ms
応答時間(最大)491ms
応答時間(合計)3.84s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 8
- 試行ごとの合格率
- 17.4%
- 入力トークン
- 73,557
- 出力トークン
- 69
- 推論トークン
- 0
- 応答時間(平均)
- 320ms
- 応答時間(合計)
- 3.84s
- 応答時間(最大)
- 491ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)321ms
応答時間(最大)491ms
応答時間(合計)964ms
-
コーディング
: 4.9
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: 1
応答時間(平均)305ms
応答時間(最大)356ms
応答時間(合計)610ms
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)286ms
応答時間(最大)316ms
応答時間(合計)572ms
-
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)313ms
応答時間(最大)352ms
応答時間(合計)939ms
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)333ms
応答時間(最大)333ms
応答時間(合計)333ms
-
パズル解決
: 1.7
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)422ms
応答時間(最大)422ms
応答時間(合計)422ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #484#484 |
Drex v1.5default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.4… |
Nace AI |
$0.002
…
|
986ms… |
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: 8
応答時間(平均)986ms
応答時間(最大)1.38s
応答時間(合計)11.84s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 8
- 試行ごとの合格率
- 17.4%
- 入力トークン
- 42,804
- 出力トークン
- 27,468
- 推論トークン
- 0
- 応答時間(平均)
- 986ms
- 応答時間(合計)
- 11.84s
- 応答時間(最大)
- 1.38s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)871ms
応答時間(最大)1.23s
応答時間(合計)2.61s
-
コーディング
: 4.5
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)794ms
応答時間(最大)930ms
応答時間(合計)1.59s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)1.10s
応答時間(最大)1.19s
応答時間(合計)2.20s
-
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)1.09s
応答時間(最大)1.38s
応答時間(合計)3.26s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)1.33s
応答時間(最大)1.33s
応答時間(合計)1.33s
-
パズル解決
: 1.0
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)850ms
応答時間(最大)850ms
応答時間(合計)850ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #485#485 |
GPT-6 Luna Decisionsdefault36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.4… |
OpenAI |
$0.005
…
|
495ms… |
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: 8 指示に従っていない: 1
応答時間(平均)495ms
応答時間(最大)842ms
応答時間(合計)5.94s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 9
- 試行ごとの合格率
- 13.0%
- 入力トークン
- 47,583
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 495ms
- 応答時間(合計)
- 5.94s
- 応答時間(最大)
- 842ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 2.3
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)436ms
応答時間(最大)476ms
応答時間(合計)1.31s
-
コーディング
: 2.5
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: 2
応答時間(平均)447ms
応答時間(最大)454ms
応答時間(合計)894ms
-
複合
: 0.0
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)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)411ms
応答時間(最大)431ms
応答時間(合計)822ms
-
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)554ms
応答時間(最大)683ms
応答時間(合計)1.66s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)842ms
応答時間(最大)842ms
応答時間(合計)842ms
-
パズル解決
: 1.7
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)414ms
応答時間(最大)414ms
応答時間(合計)414ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #486#486 |
Kev 4Bdefault36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.4… |
Jaredpalmer |
$0.002
…
|
5.63s… |
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。
不正解: 9
応答時間(平均)5.63s
応答時間(最大)17.79s
応答時間(合計)67.61s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 9
- 試行ごとの合格率
- 15.9%
- 入力トークン
- 42,804
- 出力トークン
- 28,061
- 推論トークン
- 0
- 応答時間(平均)
- 5.63s
- 応答時間(合計)
- 67.61s
- 応答時間(最大)
- 17.79s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 2.3
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)3.65s
応答時間(最大)9.32s
応答時間(合計)10.95s
-
コーディング
: 4.5
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)771ms
応答時間(最大)954ms
応答時間(合計)1.54s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)9.09s
応答時間(最大)17.37s
応答時間(合計)18.18s
-
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)6.34s
応答時間(最大)17.79s
応答時間(合計)19.02s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)17.27s
応答時間(最大)17.27s
応答時間(合計)17.27s
-
パズル解決
: 2.0
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)646ms
応答時間(最大)646ms
応答時間(合計)646ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #487#487 |
Jev 1.14default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.3… |
Typesafe |
$0.003
…
|
377ms… |
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: 7 指示に従っていない: 1
応答時間(平均)377ms
応答時間(最大)546ms
応答時間(合計)4.52s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 8
- 試行ごとの合格率
- 23.2%
- 入力トークン
- 67,092
- 出力トークン
- 18,927
- 推論トークン
- 0
- 応答時間(平均)
- 377ms
- 応答時間(合計)
- 4.52s
- 応答時間(最大)
- 546ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)300ms
応答時間(最大)347ms
応答時間(合計)900ms
-
コーディング
: 2.7
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: 2
応答時間(平均)403ms
応答時間(最大)478ms
応答時間(合計)805ms
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 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: 1
応答時間(平均)335ms
応答時間(最大)350ms
応答時間(合計)669ms
-
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。
不正解: 1
応答時間(平均)444ms
応答時間(最大)546ms
応答時間(合計)1.33s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)543ms
応答時間(最大)543ms
応答時間(合計)543ms
-
パズル解決
: 1.7
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)270ms
応答時間(最大)270ms
応答時間(合計)270ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #488#488 |
Mammoth 1default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.2… |
Baseten |
$0.000
…
|
1.80s… |
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: 6 API エラー: 2 指示に従っていない: 1
応答時間(平均)1.80s
応答時間(最大)8.17s
応答時間(合計)21.63s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 9
- 試行ごとの合格率
- 18.8%
- 入力トークン
- 45,468
- 出力トークン
- 54
- 推論トークン
- 0
- 応答時間(平均)
- 1.80s
- 応答時間(合計)
- 21.63s
- 応答時間(最大)
- 8.17s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)530ms
応答時間(最大)662ms
応答時間(合計)1.59s
-
コーディング
: 4.9
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: 1
応答時間(平均)951ms
応答時間(最大)1.17s
応答時間(合計)1.90s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 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
応答時間(平均)6.10s
応答時間(最大)8.17s
応答時間(合計)12.20s
-
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)531ms
応答時間(最大)714ms
応答時間(合計)1.59s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)4.04s
応答時間(最大)4.04s
応答時間(合計)4.04s
-
パズル解決
: 1.6
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
応答時間(平均)298ms
応答時間(最大)298ms
応答時間(合計)298ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #489#489 |
Classify-1default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.2… |
Scaledown |
$0.008
…
|
4.58s… |
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: 8 API エラー: 1
応答時間(平均)4.58s
応答時間(最大)13.35s
応答時間(合計)55.01s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 9
- 試行ごとの合格率
- 18.8%
- 入力トークン
- 195,645
- 出力トークン
- 164
- 推論トークン
- 0
- 応答時間(平均)
- 4.58s
- 応答時間(合計)
- 55.01s
- 応答時間(最大)
- 13.35s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)3.69s
応答時間(最大)4.83s
応答時間(合計)11.08s
-
コーディング
: 2.7
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: 1 不正解: 1
応答時間(平均)12.73s
応答時間(最大)13.35s
応答時間(合計)25.46s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 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: 1
応答時間(平均)4.10s
応答時間(最大)6.24s
応答時間(合計)8.21s
-
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)1.54s
応答時間(最大)1.84s
応答時間(合計)4.63s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)4.26s
応答時間(最大)4.26s
応答時間(合計)4.26s
-
パズル解決
: 1.0
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)1.37s
応答時間(最大)1.37s
応答時間(合計)1.37s
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #490#490 |
Decisions Fastdefault36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
2.0… |
Parallel |
$0.000
…
|
1.04s… |
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: 6 指示に従っていない: 2
応答時間(平均)1.04s
応答時間(最大)1.54s
応答時間(合計)12.49s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 8
- 試行ごとの合格率
- 18.8%
- 入力トークン
- 159,639
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 1.04s
- 応答時間(合計)
- 12.49s
- 応答時間(最大)
- 1.54s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 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。
不正解: 1
応答時間(平均)1.03s
応答時間(最大)1.31s
応答時間(合計)3.10s
-
コーディング
: 2.2
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。
指示に従っていない: 1 不正解: 1
応答時間(平均)1.22s
応答時間(最大)1.47s
応答時間(合計)2.43s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)1.17s
応答時間(合計)2.08s
-
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)845ms
応答時間(最大)863ms
応答時間(合計)2.54s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)795ms
応答時間(最大)795ms
応答時間(合計)795ms
-
パズル解決
: 1.7
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)1.54s
応答時間(最大)1.54s
応答時間(合計)1.54s
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #491#491 |
Clef Omnidefault36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
1.9… |
Cloudflare |
$0.011
…
|
880ms… |
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: 1
応答時間(平均)880ms
応答時間(最大)1.31s
応答時間(合計)10.56s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 10
- 試行ごとの合格率
- 8.7%
- 入力トークン
- 70,125
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 880ms
- 応答時間(合計)
- 10.56s
- 応答時間(最大)
- 1.31s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)861ms
応答時間(最大)1.12s
応答時間(合計)2.58s
-
コーディング
: 2.5
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。
指示に従っていない: 1 不正解: 1
応答時間(平均)614ms
応答時間(最大)749ms
応答時間(合計)1.23s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)1.06s
応答時間(最大)1.18s
応答時間(合計)2.11s
-
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)1.05s
応答時間(最大)1.31s
応答時間(合計)3.16s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)904ms
応答時間(最大)904ms
応答時間(合計)904ms
-
パズル解決
: 1.7
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)572ms
応答時間(最大)572ms
応答時間(合計)572ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #492#492 |
Decider Flash V1.2default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
1.9… |
Perplexity |
$0.001
…
|
462ms… |
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
応答時間(平均)462ms
応答時間(最大)661ms
応答時間(合計)5.55s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 9
- 試行ごとの合格率
- 13.0%
- 入力トークン
- 49,176
- 出力トークン
- 69
- 推論トークン
- 0
- 応答時間(平均)
- 462ms
- 応答時間(合計)
- 5.55s
- 応答時間(最大)
- 661ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)466ms
応答時間(最大)486ms
応答時間(合計)1.40s
-
コーディング
: 2.2
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
応答時間(平均)438ms
応答時間(最大)458ms
応答時間(合計)876ms
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)422ms
応答時間(最大)642ms
応答時間(合計)844ms
-
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)527ms
応答時間(最大)661ms
応答時間(合計)1.58s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)424ms
応答時間(最大)424ms
応答時間(合計)424ms
-
パズル解決
: 1.0
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)424ms
応答時間(最大)424ms
応答時間(合計)424ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #493#493 |
Joey 1default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
1.9… |
Baseten |
$0.001
…
|
646ms… |
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
応答時間(平均)646ms
応答時間(最大)789ms
応答時間(合計)7.75s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 9
- 試行ごとの合格率
- 13.0%
- 入力トークン
- 53,139
- 出力トークン
- 69
- 推論トークン
- 0
- 応答時間(平均)
- 646ms
- 応答時間(合計)
- 7.75s
- 応答時間(最大)
- 789ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)660ms
応答時間(最大)693ms
応答時間(合計)1.98s
-
コーディング
: 2.2
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
応答時間(平均)650ms
応答時間(最大)652ms
応答時間(合計)1.30s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)589ms
応答時間(最大)623ms
応答時間(合計)1.18s
-
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)650ms
応答時間(最大)731ms
応答時間(合計)1.95s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)553ms
応答時間(最大)553ms
応答時間(合計)553ms
-
パズル解決
: 1.0
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)789ms
応答時間(最大)789ms
応答時間(合計)789ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #494#494 |
Step 3.5 Flashnone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。
|
1.9… |
Stepfun |
$0.020
…
|
39.03s… |
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 指示に従っていない: 1 不正解: 1
応答時間(平均)39.03s
応答時間(最大)114.12s
応答時間(合計)312.26s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 6
- 試行ごとの合格率
- 26.1%
- 入力トークン
- 1,971
- 出力トークン
- 50,509
- 推論トークン
- 33,867
- 応答時間(平均)
- 39.03s
- 応答時間(合計)
- 312.26s
- 応答時間(最大)
- 114.12s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)34.99s
応答時間(最大)109.60s
応答時間(合計)139.95s
-
コーディング
: 1.0
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
: 1.5
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 1.5
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
ドメイン特化
: 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。
失敗した回答はありません。
応答時間(平均)34.54s
応答時間(最大)34.54s
応答時間(合計)34.54s
-
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)14.37s
応答時間(最大)14.37s
応答時間(合計)14.37s
-
指示追従
: 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。
失敗した回答はありません。
応答時間(平均)9.30s
応答時間(最大)9.30s
応答時間(合計)9.30s
-
パズル解決
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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
-
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。
不正解: 1
応答時間(平均)114.12s
応答時間(最大)114.12s
応答時間(合計)114.12s
|
| #495#495 |
D1default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
1.9… |
Liquid |
$0.003
…
|
508ms… |
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
応答時間(平均)508ms
応答時間(最大)820ms
応答時間(合計)6.10s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 10
- 試行ごとの合格率
- 11.6%
- 入力トークン
- 55,956
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 508ms
- 応答時間(合計)
- 6.10s
- 応答時間(最大)
- 820ms
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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: 2
応答時間(平均)431ms
応答時間(最大)505ms
応答時間(合計)1.29s
-
コーディング
: 2.2
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
応答時間(平均)456ms
応答時間(最大)577ms
応答時間(合計)911ms
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
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)418ms
応答時間(最大)518ms
応答時間(合計)836ms
-
ドメイン特化
: 3.6
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: 3
応答時間(平均)555ms
応答時間(最大)589ms
応答時間(合計)1.66s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)820ms
応答時間(最大)820ms
応答時間(合計)820ms
-
パズル解決
: 1.7
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)570ms
応答時間(最大)570ms
応答時間(合計)570ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #496#496 |
Gemini 3 Flash Previewhigh3/69 回 (目標: テストごとに 3 回)
|
1.8… |
Google |
$0.105
…
|
52.45s… |
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)52.45s
応答時間(最大)52.45s
応答時間(合計)52.45s
…
|
- 合計テスト数
- 1
- 誤答テスト数
- 0
- 試行ごとの合格率
- 4.4%
- 入力トークン
- 134,050
- 出力トークン
- 1,029
- 推論トークン
- 11,528
- 応答時間(平均)
- 52.45s
- 応答時間(合計)
- 52.45s
- 応答時間(最大)
- 52.45s
-
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)52.45s
応答時間(最大)52.45s
応答時間(合計)52.45s
-
反AIトリック
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
コーディング
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
ドメイン特化
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
パズル解決
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #497#497 |
LFM2-24B-A2Bdefault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。
|
1.8… |
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
- 11.6%
- 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
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 2.5
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: 3
応答時間(平均)471ms
応答時間(最大)872ms
応答時間(合計)1.41s
-
コーディング
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
複合
: 1.5
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)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
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #498#498 |
Solar Decide Flashdefault21/69 回. アダプターが選択肢を用意します。7/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
1.7… |
Upstage |
$0.003
…
|
1.33s… |
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
応答時間(平均)1.33s
応答時間(最大)1.66s
応答時間(合計)9.32s
…
|
- 合計テスト数
- 7
- 誤答テスト数
- 4
- 試行ごとの合格率
- 13.0%
- 入力トークン
- 47,586
- 出力トークン
- 51
- 推論トークン
- 0
- 応答時間(平均)
- 1.33s
- 応答時間(合計)
- 9.32s
- 応答時間(最大)
- 1.66s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 0.8
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)1.13s
応答時間(最大)1.13s
応答時間(合計)1.13s
-
コーディング
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
複合
: 0.0
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)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)1.33s
応答時間(最大)1.57s
応答時間(合計)2.66s
-
ドメイン特化
: 4.4
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)1.11s
応答時間(最大)1.31s
応答時間(合計)2.21s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)1.66s
応答時間(最大)1.66s
応答時間(合計)1.66s
-
パズル解決
: 1.0
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)1.66s
応答時間(最大)1.66s
応答時間(合計)1.66s
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #499#499 |
Microsoft-Decision-1default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
1.4… |
Microsoft |
$0.002
…
|
982ms… |
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: 11
応答時間(平均)982ms
応答時間(最大)1.41s
応答時間(合計)11.78s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 11
- 試行ごとの合格率
- 7.3%
- 入力トークン
- 41,466
- 出力トークン
- 69
- 推論トークン
- 0
- 応答時間(平均)
- 982ms
- 応答時間(合計)
- 11.78s
- 応答時間(最大)
- 1.41s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 4.4
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: 2
応答時間(平均)992ms
応答時間(最大)1.41s
応答時間(合計)2.98s
-
コーディング
: 2.2
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
応答時間(平均)857ms
応答時間(最大)898ms
応答時間(合計)1.71s
-
複合
: 0.0
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)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)1.16s
応答時間(最大)1.21s
応答時間(合計)2.33s
-
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。
不正解: 3
応答時間(平均)1.03s
応答時間(最大)1.10s
応答時間(合計)3.10s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)997ms
応答時間(最大)997ms
応答時間(合計)997ms
-
パズル解決
: 1.7
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)669ms
応答時間(最大)669ms
応答時間(合計)669ms
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|
| #500#500 |
d1.1default36/69 回. アダプターが選択肢を用意します。12/23 件のテストに対応しています。他のテストは未対応で、失敗ではありません。スコアはテスト全体を基準に計算されます。
|
1.4… |
Liquid |
$0.001
…
|
845ms… |
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
応答時間(平均)845ms
応答時間(最大)1.48s
応答時間(合計)10.13s
…
|
- 合計テスト数
- 12
- 誤答テスト数
- 11
- 試行ごとの合格率
- 10.1%
- 入力トークン
- 34,410
- 出力トークン
- 0
- 推論トークン
- 0
- 応答時間(平均)
- 845ms
- 応答時間(合計)
- 10.13s
- 応答時間(最大)
- 1.48s
-
エージェントタスク
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
反AIトリック
: 3.9
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
応答時間(平均)770ms
応答時間(最大)1.06s
応答時間(合計)2.31s
-
コーディング
: 2.3
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)957ms
応答時間(最大)1.12s
応答時間(合計)1.91s
-
複合
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
データ解析と抽出
: 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
応答時間(平均)671ms
応答時間(最大)720ms
応答時間(合計)1.34s
-
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: 3
応答時間(平均)832ms
応答時間(最大)1.37s
応答時間(合計)2.50s
-
汎用知能
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
指示追従
: 1.5
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)587ms
応答時間(最大)587ms
応答時間(合計)587ms
-
パズル解決
: 1.7
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)1.48s
応答時間(最大)1.48s
応答時間(合計)1.48s
-
ツール呼び出し
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
-
雑学
: 0.0
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)0ms
応答時間(最大)0ms
応答時間(合計)0ms
|