スコア
7.2
全ベンチマークテストの平均スコア。
…
7.0
全ベンチマークテストの平均スコア。
…
7.7
全ベンチマークテストの平均スコア。
…
8.7
全ベンチマークテストの平均スコア。
…
順位
#128
#147
#92
#43
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。
…
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
8.3
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）。
…
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）。
…
8.1
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）。
…
9.6
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）。
…
試行回数
66/66
66/66
63/66
66/66
正解テスト
12/22
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。
タイムアウト: 3 不正解: 3 指示に従っていない: 2 無効なツール呼び出し: 1 回答なし: 1
応答時間（平均） 115.89s 応答時間（最大） 876.20s 応答時間（合計） 2433.66s
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。
…
10/22
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 回答なし: 2 タイムアウト: 2 無効なツール呼び出し: 1
応答時間（平均） 98.19s 応答時間（最大） 281.00s 応答時間（合計） 1571.05s
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。
…
15/21
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: 3 指示に従っていない: 1 回答なし: 1 タイムアウト: 1
応答時間（平均） 33.54s 応答時間（最大） 99.85s 応答時間（合計） 435.99s
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。
…
18/22
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: 3 タイムアウト: 1
応答時間（平均） 7.62s 応答時間（最大） 65.40s 応答時間（合計） 159.94s
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
63.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
63.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
78.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
83.3%
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
4
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）。
…
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）。
…
4
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）。
…
1
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
66
総実行回数
…
66
総実行回数
…
63
総実行回数
…
66
総実行回数
…
結果あたりのコスト
10.029
4.849
1.668
8.200
合計コスト
$1.247
$0.479
$0.228
$1.476
入力価格
$0.950 / 1M
入力価格
…
$0.450 / 1M
入力価格
…
$0.600 / 1M
入力価格
…
$5.000 / 1M
入力価格
…
出力価格
$4.000 / 1M
出力価格
…
$2.250 / 1M
出力価格
…
$1.920 / 1M
出力価格
…
$25.000 / 1M
出力価格
…
合計入力トークン
68,913
合計入力トークン
…
118,496
合計入力トークン
…
35,224
合計入力トークン
…
145,249
合計入力トークン
…
出力トークン
64,654
出力トークン
…
53,522
出力トークン
…
21,570
出力トークン
…
24,948
出力トークン
…
推論トークン
282,865
推論トークン
…
167,420
推論トークン
…
102,996
推論トークン
…
5,042
推論トークン
…
応答時間（平均）
115.89s
応答時間（平均）
…
98.19s
応答時間（平均）
…
33.54s
応答時間（平均）
…
7.62s
応答時間（平均）
…
応答時間（最大）
876.20s
応答時間（最大）
…
281.00s
応答時間（最大）
…
99.85s
応答時間（最大）
…
65.40s
応答時間（最大）
…
応答時間（合計）
2433.66s
応答時間（合計）
…
1571.05s
応答時間（合計）
…
435.99s
応答時間（合計）
…
159.94s
応答時間（合計）
…
パラメータ
1T 総数 (32B アクティブ)
1T 総数 (32B アクティブ)
744B 総数 (40B アクティブ)
~5T 総数 (~500B アクティブ)
公開状況
重み公開
重み公開
オープンソース
クローズド