|
スコア
|
7.8
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。
…
|
8.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#36 |
#49 |
#15 |
|
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。
…
|
3.9
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。
…
|
該当なし
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
|
7.8
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）。
…
|
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。
不正解: 4 指示に従っていない: 3
応答時間（平均）45.41s
応答時間（最大）218.13s
応答時間（合計）817.30s
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 指示に従っていない: 2
応答時間（平均）72.92s
応答時間（最大）414.38s
応答時間（合計）1312.59s
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: 2 指示に従っていない: 1 回答なし: 1 タイムアウト: 1
応答時間（平均）23.34s
応答時間（最大）79.09s
応答時間（合計）233.40s
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
|
79.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
77.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
85.2%
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
|
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）。
…
|
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）。
…
|
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
|
54
総実行回数
…
|
54
総実行回数
…
|
54
総実行回数
…
|
|
結果あたりのコスト
|
0.277
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）。
…
|
2.524
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）。
…
|
1.188
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
|
$0.031
合計コスト
…
|
$0.329
合計コスト
…
|
$0.155
合計コスト
…
|
|
????
|
$0.140 / 1M
????
…
|
$1.740 / 1M
????
…
|
$0.600 / 1M
????
…
|
|
????
|
$0.280 / 1M
????
…
|
$3.480 / 1M
????
…
|
$2.080 / 1M
????
…
|
|
出力トークン
|
1,765
出力トークン
…
|
1,937
出力トークン
…
|
20,163
出力トークン
…
|
|
推論トークン
|
90,299
推論トークン
…
|
82,625
推論トークン
…
|
58,337
推論トークン
…
|
|
応答時間（平均）
|
45.41s
応答時間（平均）
…
|
72.92s
応答時間（平均）
…
|
23.34s
応答時間（平均）
…
|
|
応答時間（最大）
|
218.13s
応答時間（最大）
…
|
414.38s
応答時間（最大）
…
|
79.09s
応答時間（最大）
…
|
|
応答時間（合計）
|
817.30s
応答時間（合計）
…
|
1312.59s
応答時間（合計）
…
|
233.40s
応答時間（合計）
…
|