|
スコア
|
5.3
全ベンチマークテストの平均スコア。
…
|
5.8
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#128 |
#107 |
|
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
|
8.9
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）。
…
|
7.5
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: 14
応答時間（平均）14.06s
応答時間（最大）42.13s
応答時間（合計）182.72s
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: 10 指示に従っていない: 2 無効なツール呼び出し: 1
応答時間（平均）3.85s
応答時間（最大）11.82s
応答時間（合計）77.09s
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
|
36.7%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
50.0%
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
|
3
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）。
…
|
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）。
…
|
|
総実行回数
|
98
総実行回数
…
|
98
総実行回数
…
|
|
結果あたりのコスト
|
0.447
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）。
…
|
0.655
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
|
$0.027
合計コスト
…
|
$0.046
合計コスト
…
|
|
????
|
$0.400 / 1M
????
…
|
$0.317 / 1M
????
…
|
|
????
|
$1.900 / 1M
????
…
|
$3.200 / 1M
????
…
|
|
出力トークン
|
6,767
出力トークン
…
|
10,112
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
14.06s
応答時間（平均）
…
|
3.85s
応答時間（平均）
…
|
|
応答時間（最大）
|
42.13s
応答時間（最大）
…
|
11.82s
応答時間（最大）
…
|
|
応答時間（合計）
|
182.72s
応答時間（合計）
…
|
77.09s
応答時間（合計）
…
|