| 順位 |
#40 |
#60 |
| 平均スコア |
5.3
全ベンチマークテストの平均スコア。
…
|
3.4
全ベンチマークテストの平均スコア。
…
|
| 一貫性 |
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）。
…
|
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）。
…
|
| 結果あたりのコスト |
0.631
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）。
…
|
0.111
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 |
$0.045
合計コスト
…
|
$0.005
合計コスト
…
|
| 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 指示に従っていない: 4
応答時間（平均）2.36s
応答時間（最大）14.63s
応答時間（合計）35.39s
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: 8 指示に従っていない: 3 無効なツール呼び出し: 1
応答時間（平均）1.06s
応答時間（最大）5.91s
応答時間（合計）16.95s
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 |
54.2%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
25.0%
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）。
…
|
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）。
…
|
| 総実行回数 |
48
総実行回数
…
|
48
総実行回数
…
|
| 出力トークン |
3,708
出力トークン
…
|
2,939
出力トークン
…
|
| 推論トークン |
45,921
推論トークン
…
|
0
推論トークン
…
|
| 応答時間（平均） |
2.36s
応答時間（平均）
…
|
1.06s
応答時間（平均）
…
|
| 応答時間（最大） |
14.63s
応答時間（最大）
…
|
5.91s
応答時間（最大）
…
|
| 応答時間（合計） |
35.39s
応答時間（合計）
…
|
16.95s
応答時間（合計）
…
|