|
スコア
|
6.6
全ベンチマークテストの平均スコア。
…
|
6.8
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#81 |
#78 |
|
信頼性
|
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
|
8.8
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: 8 指示に従っていない: 3
応答時間（平均）2.24s
応答時間（最大）14.63s
応答時間（合計）44.72s
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 回答なし: 3 指示に従っていない: 1 無効なツール呼び出し: 1
応答時間（平均）59.71s
応答時間（最大）168.22s
応答時間（合計）1254.01s
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
|
54.0%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
60.3%
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
|
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）。
…
|
5
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
|
0.578
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）。
…
|
3.361
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
|
$0.058
合計コスト（現在価格）
…
|
$0.444
合計コスト（現在価格）
…
|
|
入力価格
|
$0.250 / 1M
入力価格
…
|
$0.290 / 1M
入力価格
…
|
|
出力価格
|
$0.750 / 1M
出力価格
…
|
$3.200 / 1M
出力価格
…
|
|
合計入力トークン
|
35,116
合計入力トークン
…
|
39,376
合計入力トークン
…
|
|
出力トークン
|
4,048
出力トークン
…
|
16,189
出力トークン
…
|
|
推論トークン
|
61,219
推論トークン
…
|
122,521
推論トークン
…
|
|
応答時間（平均）
|
2.24s
応答時間（平均）
…
|
59.71s
応答時間（平均）
…
|
|
応答時間（最大）
|
14.63s
応答時間（最大）
…
|
168.22s
応答時間（最大）
…
|
|
応答時間（合計）
|
44.72s
応答時間（合計）
…
|
1254.01s
応答時間（合計）
…
|