|
スコア
|
5.4
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
|
#119 |
#113 |
|
信頼性
|
8.3
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
|
6.1
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)。
…
|
8.1
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)。
…
|
|
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: 7 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)50.25s
応答時間(最大)237.27s
応答時間(合計)603.06s
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。
…
|
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 指示に従っていない: 1 無効なツール呼び出し: 1
応答時間(平均)4.16s
応答時間(最大)32.57s
応答時間(合計)83.23s
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
|
50.0%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
40.0%
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
|
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
|
60
総実行回数
…
|
60
総実行回数
…
|
|
結果あたりのコスト
|
6.086
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)。
…
|
0.941
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
|
$0.305
合計コスト
…
|
$0.057
合計コスト
…
|
|
????
|
$0.150 / 1M
????
…
|
$0.980 / 1M
????
…
|
|
????
|
$1.150 / 1M
????
…
|
$3.080 / 1M
????
…
|
|
出力トークン
|
108,678
出力トークン
…
|
3,749
出力トークン
…
|
|
推論トークン
|
251,994
推論トークン
…
|
0
推論トークン
…
|
|
応答時間(平均)
|
50.25s
応答時間(平均)
…
|
4.16s
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)
|
603.06s
応答時間(合計)
…
|
83.23s
応答時間(合計)
…
|