|
スコア
|
5.3
全ベンチマークテストの平均スコア。
…
|
5.5
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#130 |
#124 |
|
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
|
6.8
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）。
…
|
9.2
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: 6 指示に従っていない: 5 タイムアウト: 2 API エラー: 1 無効なツール呼び出し: 1 回答なし: 1
応答時間（平均）38.18s
応答時間（最大）196.21s
応答時間（合計）763.60s
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: 11 指示に従っていない: 3
応答時間（平均）13.27s
応答時間（最大）238.89s
応答時間（合計）278.57s
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
|
46.0%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
36.5%
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
|
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）。
…
|
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）。
…
|
|
総実行回数
|
63
総実行回数
…
|
63
総実行回数
…
|
|
結果あたりのコスト
|
2.494
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）。
…
|
1.267
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
|
$0.124
合計コスト（現在価格）
…
|
$0.079
合計コスト（現在価格）
…
|
|
入力価格
|
$0.279 / 1M
入力価格
…
|
$0.684 / 1M
入力価格
…
|
|
出力価格
|
$1.200 / 1M
出力価格
…
|
$3.420 / 1M
出力価格
…
|
|
合計入力トークン
|
34,371
合計入力トークン
…
|
32,916
合計入力トークン
…
|
|
出力トークン
|
8,981
出力トークン
…
|
16,410
出力トークン
…
|
|
推論トークン
|
89,812
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
38.18s
応答時間（平均）
…
|
13.27s
応答時間（平均）
…
|
|
応答時間（最大）
|
196.21s
応答時間（最大）
…
|
238.89s
応答時間（最大）
…
|
|
応答時間（合計）
|
763.60s
応答時間（合計）
…
|
278.57s
応答時間（合計）
…
|