|
スコア
|
5.0
全ベンチマークテストの平均スコア。
…
|
5.3
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#64 |
#58 |
|
一貫性
|
5.3
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）。
…
|
9.1
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。
指示に従っていない: 6 不正解: 5 タイムアウト: 2 無効なツール呼び出し: 1
応答時間（平均）27.32s
応答時間（最大）117.04s
応答時間（合計）437.10s
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: 3 無効なツール呼び出し: 1
応答時間（平均）1.19s
応答時間（最大）6.48s
応答時間（合計）20.22s
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
|
49.0%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
31.4%
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）。
…
|
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
|
51
総実行回数
…
|
51
総実行回数
…
|
|
結果あたりのコスト
|
2.398
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）。
…
|
2.240
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
|
$0.072
合計コスト
…
|
$0.090
合計コスト
…
|
|
????
|
$0.300 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
????
|
$1.200 / 1M
????
…
|
$6.000 / 1M
????
…
|
|
出力トークン
|
4,517
出力トークン
…
|
1,517
出力トークン
…
|
|
推論トークン
|
47,612
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
27.32s
応答時間（平均）
…
|
1.19s
応答時間（平均）
…
|
|
応答時間（最大）
|
117.04s
応答時間（最大）
…
|
6.48s
応答時間（最大）
…
|
|
応答時間（合計）
|
437.10s
応答時間（合計）
…
|
20.22s
応答時間（合計）
…
|