スコア
5.7
全ベンチマークテストの平均スコア。
…
6.3
全ベンチマークテストの平均スコア。
…
順位
#113
#94
信頼性
8.5
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
8.5
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)。
…
7.3
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
7/21
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: 10 指示に従っていない: 2 API エラー: 1 余分な書式: 1
応答時間(平均) 12.38s
応答時間(最大) 58.65s
応答時間(合計) 260.06s
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。
…
9/21
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 タイムアウト: 1
応答時間(平均) 42.51s
応答時間(最大) 204.02s
応答時間(合計) 595.09s
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
42.9%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
57.1%
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
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)。
…
7
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
0.660
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)。
…
0.897
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
$0.025
合計コスト(現在価格)
…
$0.081
合計コスト(現在価格)
…
入力価格
$0.435 / 1M
入力価格
…
$0.050 / 1M
入力価格
…
出力価格
$0.870 / 1M
出力価格
…
$0.400 / 1M
出力価格
…
合計入力トークン
44,845
合計入力トークン
…
34,108
合計入力トークン
…
出力トークン
5,349
出力トークン
…
5,464
出力トークン
…
推論トークン
0
推論トークン
…
192,064
推論トークン
…
応答時間(平均)
12.38s
応答時間(平均)
…
42.51s
応答時間(平均)
…
応答時間(最大)
58.65s
応答時間(最大)
…
204.02s
応答時間(最大)
…
応答時間(合計)
260.06s
応答時間(合計)
…
595.09s
応答時間(合計)
…