|
スコア
|
6.4
全ベンチマークテストの平均スコア。
…
|
8.6
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#50 |
#5 |
|
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）。
…
|
9.6
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
|
テストは、その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 余分な書式: 2 無効なツール呼び出し: 1
応答時間（平均）12.35s
応答時間（最大）115.89s
応答時間（合計）209.94s
テストは、その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。
API エラー: 2 指示に従っていない: 1 不正解: 1
応答時間（平均）21.81s
応答時間（最大）68.92s
応答時間（合計）327.16s
テストは、その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
|
51.0%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
80.4%
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
|
3
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）。
…
|
1
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
|
51
総実行回数
…
|
51
総実行回数
…
|
|
結果あたりのコスト
|
0.220
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）。
…
|
0.109
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
|
$0.016
合計コスト
…
|
$0.015
合計コスト
…
|
|
????
|
$0.260 / 1M
????
…
|
$0.140 / 1M
????
…
|
|
????
|
$0.380 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
出力トークン
|
7,831
出力トークン
…
|
9,568
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
22,501
推論トークン
…
|
|
応答時間（平均）
|
12.35s
応答時間（平均）
…
|
21.81s
応答時間（平均）
…
|
|
応答時間（最大）
|
115.89s
応答時間（最大）
…
|
68.92s
応答時間（最大）
…
|
|
応答時間（合計）
|
209.94s
応答時間（合計）
…
|
327.16s
応答時間（合計）
…
|