|
スコア
|
7.2
全ベンチマークテストの平均スコア。
…
|
6.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#35 |
#43 |
|
一貫性
|
7.2
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）。
…
|
10.0
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: 4 指示に従っていない: 2 回答なし: 1 タイムアウト: 1
応答時間（平均）64.59s
応答時間（最大）137.29s
応答時間（合計）645.93s
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: 7 指示に従っていない: 2
応答時間（平均）2.01s
応答時間（最大）6.81s
応答時間（合計）34.09s
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
|
72.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
47.1%
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
|
6
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）。
…
|
0
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
…
|
17
総実行回数
…
|
|
結果あたりのコスト
|
2.232
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）。
…
|
0.069
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
|
$0.201
合計コスト
…
|
$0.006
合計コスト
…
|
|
????
|
$0.450 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
????
|
$2.200 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
出力トークン
|
40,907
出力トークン
…
|
469
出力トークン
…
|
|
推論トークン
|
75,121
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
64.59s
応答時間（平均）
…
|
2.01s
応答時間（平均）
…
|
|
応答時間（最大）
|
137.29s
応答時間（最大）
…
|
6.81s
応答時間（最大）
…
|
|
応答時間（合計）
|
645.93s
応答時間（合計）
…
|
34.09s
応答時間（合計）
…
|