スコア
5.3
全ベンチマークテストの平均スコア。
…
5.1
全ベンチマークテストの平均スコア。
…
順位
#155
#159
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
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)。
…
7.0
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
4/22
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: 12 API エラー: 3 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) 8.58s
応答時間(最大) 25.72s
応答時間(合計) 163.06s
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。
…
5/22
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: 12 API エラー: 2 指示に従っていない: 2 回答なし: 1
応答時間(平均) 10.77s
応答時間(最大) 59.15s
応答時間(合計) 236.94s
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
18.2%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
42.4%
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)。
…
8
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
66
総実行回数
…
66
総実行回数
…
結果あたりのコスト
0.277
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)。
…
1.913
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
$0.016
合計コスト(現在価格)
…
$0.096
合計コスト(現在価格)
…
入力価格
$0.075 / 1M
入力価格
…
$0.150 / 1M
入力価格
…
出力価格
$0.625 / 1M
出力価格
…
$0.600 / 1M
出力価格
…
合計入力トークン
106,414
合計入力トークン
…
140,494
合計入力トークン
…
出力トークン
11,555
出力トークン
…
39,462
出力トークン
…
推論トークン
0
推論トークン
…
92,362
推論トークン
…
応答時間(平均)
8.58s
応答時間(平均)
…
10.77s
応答時間(平均)
…
応答時間(最大)
25.72s
応答時間(最大)
…
59.15s
応答時間(最大)
…
応答時間(合計)
163.06s
応答時間(合計)
…
236.94s
応答時間(合計)
…