スコア
5.8
全ベンチマークテストの平均スコア。
…
5.5
全ベンチマークテストの平均スコア。
…
順位
#107
#119
信頼性
8.5
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
8.5
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)。
…
8.6
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
9/21
テストは、その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 余分な書式: 2 API エラー: 1
応答時間(平均) 106.18s
応答時間(最大) 357.05s
応答時間(合計) 2229.70s
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。
…
6/21
テストは、その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: 4
応答時間(平均) 1.78s
応答時間(最大) 8.32s
応答時間(合計) 37.42s
テストは、その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
50.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
39.7%
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
4
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)。
…
4
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
55
総実行回数
…
63
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)。
…
0.648
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(現在価格)
…
$0.017
合計コスト(現在価格)
…
入力価格
$0.000 / 1M
入力価格
…
$0.435 / 1M
入力価格
…
出力価格
$0.000 / 1M
出力価格
…
$0.870 / 1M
出力価格
…
合計入力トークン
32,891
合計入力トークン
…
30,724
合計入力トークン
…
出力トークン
424,772
出力トークン
…
3,043
出力トークン
…
推論トークン
1,021,489
推論トークン
…
0
推論トークン
…
応答時間(平均)
106.18s
応答時間(平均)
…
1.78s
応答時間(平均)
…
応答時間(最大)
357.05s
応答時間(最大)
…
8.32s
応答時間(最大)
…
応答時間(合計)
2229.70s
応答時間(合計)
…
37.42s
応答時間(合計)
…