|
スコア
|
6.4
全ベンチマークテストの平均スコア。
…
|
8.0
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#52 |
#23 |
|
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）。
…
|
9.0
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）。
…
|
|
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。
不正解: 3 API エラー: 1 タイムアウト: 1
応答時間（平均）18.23s
応答時間（最大）43.11s
応答時間（合計）291.73s
テストは、その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。
…
|
76.5%
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）。
…
|
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
|
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）。
…
|
1.270
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
…
|
$0.153
合計コスト
…
|
|
????
|
$0.260 / 1M
????
…
|
$1.000 / 1M
????
…
|
|
????
|
$0.380 / 1M
????
…
|
$3.200 / 1M
????
…
|
|
出力トークン
|
7,831
出力トークン
…
|
6,666
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
35,313
推論トークン
…
|
|
応答時間（平均）
|
12.35s
応答時間（平均）
…
|
18.23s
応答時間（平均）
…
|
|
応答時間（最大）
|
115.89s
応答時間（最大）
…
|
43.11s
応答時間（最大）
…
|
|
応答時間（合計）
|
209.94s
応答時間（合計）
…
|
291.73s
応答時間（合計）
…
|