|
スコア
|
5.7
全ベンチマークテストの平均スコア。
…
|
6.2
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#105 |
#92 |
|
信頼性
|
9.9
初回試行成功スコア: 10.0 は、成功した呼び出しの前に再試行可能な対象APIまたはレート制限の失敗がないことを示します。記録された失敗はスコアを下げます。
…
|
10.0
初回試行成功スコア: 10.0 は、成功した呼び出しの前に再試行可能な対象APIまたはレート制限の失敗がないことを示します。記録された失敗はスコアを下げます。
…
|
|
一貫性
|
7.0
一貫性スコアは実行間の安定性を示します（10 = 非常に一貫、常に誤りでも一貫）。
…
|
9.2
一貫性スコアは実行間の安定性を示します（10 = 非常に一貫、常に誤りでも一貫）。
…
|
|
正解テスト
|
テストは、その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: 3 無効なツール呼び出し: 1
応答時間（平均）39.91s
応答時間（最大）309.02s
応答時間（合計）798.21s
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
…
|
テストは、その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 指示に従っていない: 1
応答時間（平均）893ms
応答時間（最大）4.39s
応答時間（合計）17.87s
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
…
|
|
試行ごとの合格率
|
51.7%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
46.7%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
|
不安定なテスト
|
7
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
…
|
2
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
…
|
|
総実行回数
|
60
総実行回数
…
|
60
総実行回数
…
|
|
結果あたりのコスト
|
0.000
ベンチマークで正解1件あたりの平均コストをセント単位で表示します（低いほど良い）。
…
|
0.179
ベンチマークで正解1件あたりの平均コストをセント単位で表示します（低いほど良い）。
…
|
|
合計コスト
|
$0.000
合計コスト
…
|
$0.015
合計コスト
…
|
|
????
|
$0.000 / 1M
????
…
|
$0.300 / 1M
????
…
|
|
????
|
$0.000 / 1M
????
…
|
$2.500 / 1M
????
…
|
|
出力トークン
|
1,663
出力トークン
…
|
1,762
出力トークン
…
|
|
推論トークン
|
116,522
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
39.91s
応答時間（平均）
…
|
893ms
応答時間（平均）
…
|
|
応答時間（最大）
|
309.02s
応答時間（最大）
…
|
4.39s
応答時間（最大）
…
|
|
応答時間（合計）
|
798.21s
応答時間（合計）
…
|
17.87s
応答時間（合計）
…
|