|
スコア
|
6.7
全ベンチマークテストの平均スコア。
…
|
7.1
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#47 |
#40 |
|
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）。
…
|
8.2
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: 5 API エラー: 2 指示に従っていない: 1
応答時間（平均）2.55s
応答時間（最大）4.68s
応答時間（合計）38.20s
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。
指示に従っていない: 4 不正解: 2 API エラー: 1 余分な書式: 1
応答時間（平均）9.50s
応答時間（最大）29.87s
応答時間（合計）161.54s
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
|
52.9%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
66.7%
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）。
…
|
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
|
0.023
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）。
…
|
7.358
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
|
$0.002
合計コスト
…
|
$0.663
合計コスト
…
|
|
????
|
$0.140 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
????
|
$0.400 / 1M
????
…
|
$6.000 / 1M
????
…
|
|
出力トークン
|
660
出力トークン
…
|
1,494
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
97,078
推論トークン
…
|
|
応答時間（平均）
|
2.55s
応答時間（平均）
…
|
9.50s
応答時間（平均）
…
|
|
応答時間（最大）
|
4.68s
応答時間（最大）
…
|
29.87s
応答時間（最大）
…
|
|
応答時間（合計）
|
38.20s
応答時間（合計）
…
|
161.54s
応答時間（合計）
…
|