|
スコア
|
6.8
全ベンチマークテストの平均スコア。
…
|
6.2
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#76 |
#90 |
|
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
|
7.0
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）。
…
|
7.0
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: 2 タイムアウト: 2 回答なし: 1
応答時間（平均）73.39s
応答時間（最大）150.77s
応答時間（合計）880.65s
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: 8 指示に従っていない: 2 タイムアウト: 1
応答時間（平均）42.13s
応答時間（最大）204.02s
応答時間（合計）505.59s
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
|
68.4%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
57.9%
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
|
7
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）。
…
|
7
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
|
57
総実行回数
…
|
57
総実行回数
…
|
|
結果あたりのコスト
|
2.616
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）。
…
|
0.856
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
|
$0.236
合計コスト
…
|
$0.069
合計コスト
…
|
|
????
|
$0.400 / 1M
????
…
|
$0.050 / 1M
????
…
|
|
????
|
$1.900 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
出力トークン
|
42,188
出力トークン
…
|
5,214
出力トークン
…
|
|
推論トークン
|
92,514
推論トークン
…
|
162,432
推論トークン
…
|
|
応答時間（平均）
|
73.39s
応答時間（平均）
…
|
42.13s
応答時間（平均）
…
|
|
応答時間（最大）
|
150.77s
応答時間（最大）
…
|
204.02s
応答時間（最大）
…
|
|
応答時間（合計）
|
880.65s
応答時間（合計）
…
|
505.59s
応答時間（合計）
…
|