|
スコア
|
6.5
全ベンチマークテストの平均スコア。
…
|
5.8
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#71 |
#90 |
|
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。
…
|
|
一貫性
|
8.6
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）。
…
|
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）。
…
|
|
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: 6 指示に従っていない: 4
応答時間（平均）2.21s
応答時間（最大）14.63s
応答時間（合計）37.51s
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: 2 無効なツール呼び出し: 1
応答時間（平均）1.65s
応答時間（最大）4.60s
応答時間（合計）29.78s
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
|
53.7%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
38.9%
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
|
54
総実行回数
…
|
54
総実行回数
…
|
|
結果あたりのコスト
|
0.580
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）。
…
|
0.250
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
|
$0.047
合計コスト
…
|
$0.018
合計コスト
…
|
|
????
|
$0.250 / 1M
????
…
|
$0.250 / 1M
????
…
|
|
????
|
$0.750 / 1M
????
…
|
$1.500 / 1M
????
…
|
|
出力トークン
|
3,972
出力トークン
…
|
4,161
出力トークン
…
|
|
推論トークン
|
48,333
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
2.21s
応答時間（平均）
…
|
1.65s
応答時間（平均）
…
|
|
応答時間（最大）
|
14.63s
応答時間（最大）
…
|
4.60s
応答時間（最大）
…
|
|
応答時間（合計）
|
37.51s
応答時間（合計）
…
|
29.78s
応答時間（合計）
…
|