|
スコア
|
6.6
全ベンチマークテストの平均スコア。
…
|
7.6
全ベンチマークテストの平均スコア。
…
|
5.3
全ベンチマークテストの平均スコア。
…
|
8.2
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#83 |
#44 |
#130 |
#18 |
|
信頼性
|
9.3
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。
…
|
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
|
8.7
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）。
…
|
8.4
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）。
…
|
8.4
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: 6 指示に従っていない: 2 回答なし: 1
応答時間（平均）58.92s
応答時間（最大）358.35s
応答時間（合計）1119.51s
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: 6 指示に従っていない: 2
応答時間（平均）46.36s
応答時間（最大）218.13s
応答時間（合計）927.27s
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: 9 指示に従っていない: 2 無効なツール呼び出し: 2
応答時間（平均）9.34s
応答時間（最大）35.34s
応答時間（合計）177.48s
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: 1 回答なし: 1 タイムアウト: 1
応答時間（平均）32.67s
応答時間（最大）99.85s
応答時間（合計）392.01s
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
|
63.3%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
73.3%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
35.1%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
81.7%
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
|
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）。
…
|
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）。
…
|
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
|
98
総実行回数
…
|
98
総実行回数
…
|
98
総実行回数
…
|
98
総実行回数
…
|
|
結果あたりのコスト
|
2.261
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）。
…
|
0.329
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）。
…
|
0.005
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）。
…
|
1.818
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
|
$0.249
合計コスト
…
|
$0.040
合計コスト
…
|
$0.001
合計コスト
…
|
$0.255
合計コスト
…
|
|
????
|
$0.435 / 1M
????
…
|
$0.112 / 1M
????
…
|
$0.010 / 1M
????
…
|
$0.600 / 1M
????
…
|
|
????
|
$0.870 / 1M
????
…
|
$0.224 / 1M
????
…
|
$0.030 / 1M
????
…
|
$1.920 / 1M
????
…
|
|
出力トークン
|
13,536
出力トークン
…
|
11,480
出力トークン
…
|
2,992
出力トークン
…
|
21,596
出力トークン
…
|
|
推論トークン
|
61,786
推論トークン
…
|
122,086
推論トークン
…
|
0
推論トークン
…
|
105,424
推論トークン
…
|
|
応答時間（平均）
|
58.92s
応答時間（平均）
…
|
46.36s
応答時間（平均）
…
|
9.34s
応答時間（平均）
…
|
32.67s
応答時間（平均）
…
|
|
応答時間（最大）
|
358.35s
応答時間（最大）
…
|
218.13s
応答時間（最大）
…
|
35.34s
応答時間（最大）
…
|
99.85s
応答時間（最大）
…
|
|
応答時間（合計）
|
1119.51s
応答時間（合計）
…
|
927.27s
応答時間（合計）
…
|
177.48s
応答時間（合計）
…
|
392.01s
応答時間（合計）
…
|