|
スコア
|
5.6
全ベンチマークテストの平均スコア。
…
|
4.5
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#100 |
#129 |
|
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。
…
|
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。
…
|
|
一貫性
|
5.6
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）。
…
|
7.8
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）。
…
|
|
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 タイムアウト: 4 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）39.65s
応答時間（最大）237.27s
応答時間（合計）396.47s
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: 12 API エラー: 1 余分な書式: 1 指示に従っていない: 1
応答時間（平均）2.79s
応答時間（最大）19.68s
応答時間（合計）39.08s
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
|
55.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
27.8%
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
|
10
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
|
54
総実行回数
…
|
54
総実行回数
…
|
|
結果あたりのコスト
|
4.987
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）。
…
|
0.753
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
|
$0.250
合計コスト
…
|
$0.023
合計コスト
…
|
|
????
|
$0.150 / 1M
????
…
|
$0.090 / 1M
????
…
|
|
????
|
$1.150 / 1M
????
…
|
$0.290 / 1M
????
…
|
|
出力トークン
|
107,044
出力トークン
…
|
68,522
出力トークン
…
|
|
推論トークン
|
206,422
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
39.65s
応答時間（平均）
…
|
2.79s
応答時間（平均）
…
|
|
応答時間（最大）
|
237.27s
応答時間（最大）
…
|
19.68s
応答時間（最大）
…
|
|
応答時間（合計）
|
396.47s
応答時間（合計）
…
|
39.08s
応答時間（合計）
…
|