|
スコア
|
8.6
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
|
#5 |
#14 |
|
一貫性
|
9.6
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)。
…
|
8.1
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。
API エラー: 2 指示に従っていない: 1 不正解: 1
応答時間(平均)21.81s
応答時間(最大)68.92s
応答時間(合計)327.16s
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)17.15s
応答時間(最大)28.96s
応答時間(合計)154.32s
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。
…
|
|
試行ごとの合格率
|
80.4%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
84.3%
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
|
1
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
|
51
総実行回数
…
|
51
総実行回数
…
|
|
結果あたりのコスト
|
0.109
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)。
…
|
0.896
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
|
$0.015
合計コスト
…
|
$0.108
合計コスト
…
|
|
????
|
$0.140 / 1M
????
…
|
$0.720 / 1M
????
…
|
|
????
|
$0.400 / 1M
????
…
|
$2.300 / 1M
????
…
|
|
出力トークン
|
9,568
出力トークン
…
|
19,833
出力トークン
…
|
|
推論トークン
|
22,501
推論トークン
…
|
38,523
推論トークン
…
|
|
応答時間(平均)
|
21.81s
応答時間(平均)
…
|
17.15s
応答時間(平均)
…
|
|
応答時間(最大)
|
68.92s
応答時間(最大)
…
|
28.96s
応答時間(最大)
…
|
|
応答時間(合計)
|
327.16s
応答時間(合計)
…
|
154.32s
応答時間(合計)
…
|