|
スコア
|
8.6
全ベンチマークテストの平均スコア。
…
|
7.7
全ベンチマークテストの平均スコア。
…
|
8.3
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#13 |
#34 |
#15 |
|
信頼性
|
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。
…
|
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
|
10.0
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）。
…
|
10.0
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）。
…
|
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: 3
応答時間（平均）68.83s
応答時間（最大）280.52s
応答時間（合計）1101.32s
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: 1
応答時間（平均）3.68s
応答時間（最大）14.93s
応答時間（合計）73.60s
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: 4 指示に従っていない: 2
応答時間（平均）15.97s
応答時間（最大）100.93s
応答時間（合計）319.30s
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。
…
|
|
試行ごとの合格率
|
81.3%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
65.0%
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
|
0
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）。
…
|
0
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
|
48
総実行回数
…
|
60
総実行回数
…
|
60
総実行回数
…
|
|
結果あたりのコスト
|
17.763
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）。
…
|
0.481
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）。
…
|
4.891
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
|
$2.310
合計コスト
…
|
$0.063
合計コスト
…
|
$0.685
合計コスト
…
|
|
????
|
$0.250 / 1M
????
…
|
$0.250 / 1M
????
…
|
$1.750 / 1M
????
…
|
|
????
|
$1.500 / 1M
????
…
|
$1.500 / 1M
????
…
|
$14.000 / 1M
????
…
|
|
出力トークン
|
1,283
出力トークン
…
|
2,204
出力トークン
…
|
2,332
出力トークン
…
|
|
推論トークン
|
1,533,310
推論トークン
…
|
33,657
推論トークン
…
|
42,616
推論トークン
…
|
|
応答時間（平均）
|
68.83s
応答時間（平均）
…
|
3.68s
応答時間（平均）
…
|
15.97s
応答時間（平均）
…
|
|
応答時間（最大）
|
280.52s
応答時間（最大）
…
|
14.93s
応答時間（最大）
…
|
100.93s
応答時間（最大）
…
|
|
応答時間（合計）
|
1101.32s
応答時間（合計）
…
|
73.60s
応答時間（合計）
…
|
319.30s
応答時間（合計）
…
|