|
スコア
|
7.1
全ベンチマークテストの平均スコア。
…
|
7.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#75 |
#62 |
|
信頼性
|
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。
…
|
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
|
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）。
…
|
8.2
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。
タイムアウト: 4 不正解: 4 指示に従っていない: 1
応答時間（平均）80.22s
応答時間（最大）262.83s
応答時間（合計）1363.72s
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。
…
|
テストは、その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 無効なツール呼び出し: 2 指示に従っていない: 1
応答時間（平均）20.21s
応答時間（最大）95.88s
応答時間（合計）404.14s
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。
…
|
|
試行ごとの合格率
|
60.0%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
68.3%
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
|
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）。
…
|
5
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
|
0.397
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）。
…
|
3.695
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
|
$0.044
合計コスト（現在価格）
…
|
$0.407
合計コスト（現在価格）
…
|
|
入力価格
|
$0.100 / 1M
入力価格
…
|
$1.200 / 1M
入力価格
…
|
|
出力価格
|
$0.400 / 1M
出力価格
…
|
$4.000 / 1M
出力価格
…
|
|
出力トークン
|
2,555
出力トークン
…
|
2,334
出力トークン
…
|
|
推論トークン
|
95,974
推論トークン
…
|
86,653
推論トークン
…
|
|
応答時間（平均）
|
80.22s
応答時間（平均）
…
|
20.21s
応答時間（平均）
…
|
|
応答時間（最大）
|
262.83s
応答時間（最大）
…
|
95.88s
応答時間（最大）
…
|
|
応答時間（合計）
|
1363.72s
応答時間（合計）
…
|
404.14s
応答時間（合計）
…
|