|
スコア
|
5.9
全ベンチマークテストの平均スコア。
…
|
5.6
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#63 |
#67 |
|
一貫性
|
5.4
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)。
…
|
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: 5 指示に従っていない: 3 タイムアウト: 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: 9 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)4.01s
応答時間(最大)32.57s
応答時間(合計)68.23s
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
|
60.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
39.2%
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)。
…
|
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
|
51
総実行回数
…
|
51
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)。
…
|
1.000
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)。
…
|
|
合計コスト
|
$0.250
合計コスト
…
|
$0.050
合計コスト
…
|
|
????
|
$0.118 / 1M
????
…
|
$1.000 / 1M
????
…
|
|
????
|
$0.991 / 1M
????
…
|
$3.200 / 1M
????
…
|
|
出力トークン
|
107,044
出力トークン
…
|
3,219
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)
…
|
4.01s
応答時間(平均)
…
|
|
応答時間(最大)
|
237.27s
応答時間(最大)
…
|
32.57s
応答時間(最大)
…
|
|
応答時間(合計)
|
396.47s
応答時間(合計)
…
|
68.23s
応答時間(合計)
…
|