|
スコア
|
7.2
全ベンチマークテストの平均スコア。
…
|
7.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#62 |
#53 |
|
信頼性
|
9.8
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
|
9.1
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）。
…
|
8.4
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）。
…
|
|
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: 2
応答時間（平均）55.10s
応答時間（最大）143.82s
応答時間（合計）881.55s
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: 4 余分な書式: 2 指示に従っていない: 1 回答なし: 1
応答時間（平均）20.40s
応答時間（最大）97.49s
応答時間（合計）407.98s
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
|
62.5%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
70.0%
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
|
2
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
|
60
総実行回数
…
|
60
総実行回数
…
|
|
結果あたりのコスト
|
0.000
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）。
…
|
2.877
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
|
$0.000
合計コスト
…
|
$0.346
合計コスト
…
|
|
????
|
$0.075 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
????
|
$0.625 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
出力トークン
|
39,954
出力トークン
…
|
2,891
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
161,845
推論トークン
…
|
|
応答時間（平均）
|
55.10s
応答時間（平均）
…
|
20.40s
応答時間（平均）
…
|
|
応答時間（最大）
|
143.82s
応答時間（最大）
…
|
97.49s
応答時間（最大）
…
|
|
応答時間（合計）
|
881.55s
応答時間（合計）
…
|
407.98s
応答時間（合計）
…
|