|
スコア
|
5.0
全ベンチマークテストの平均スコア。
…
|
5.8
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#139 |
#105 |
|
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
|
8.9
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)。
…
|
|
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: 12 余分な書式: 2 指示に従っていない: 1 無効なツール呼び出し: 1
応答時間(平均)26.75s
応答時間(最大)111.96s
応答時間(合計)561.82s
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: 5 API エラー: 3 指示に従っていない: 3 回答なし: 1 タイムアウト: 1
応答時間(平均)32.00s
応答時間(最大)232.25s
応答時間(合計)607.91s
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
|
30.2%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
41.3%
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
|
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
|
63
総実行回数
…
|
63
総実行回数
…
|
|
結果あたりのコスト
|
0.203
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)。
…
|
0.004
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
|
$0.008
合計コスト(現在価格)
…
|
$0.021
合計コスト(現在価格)
…
|
|
入力価格
|
$0.099 / 1M
入力価格
…
|
$0.090 / 1M
入力価格
…
|
|
出力価格
|
$0.197 / 1M
出力価格
…
|
$0.450 / 1M
出力価格
…
|
|
合計入力トークン
|
50,127
合計入力トークン
…
|
37,527
合計入力トークン
…
|
|
出力トークン
|
13,710
出力トークン
…
|
14,850
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
33,754
推論トークン
…
|
|
応答時間(平均)
|
26.75s
応答時間(平均)
…
|
32.00s
応答時間(平均)
…
|
|
応答時間(最大)
|
111.96s
応答時間(最大)
…
|
232.25s
応答時間(最大)
…
|
|
応答時間(合計)
|
561.82s
応答時間(合計)
…
|
607.91s
応答時間(合計)
…
|