スコア
6.8
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。
…
7.2
全ベンチマークテストの平均スコア。
…
8.1
全ベンチマークテストの平均スコア。
…
順位
#210
#253
#184
#116
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。
…
9.6
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
8.4
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）。
…
7.1
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）。
…
7.9
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）。
…
9.3
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）。
…
試行回数
69/69
69/69
66/69
69/69
正解テスト
12/23
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 タイムアウト: 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） 121.25s 応答時間（最大） 876.20s 応答時間（合計） 2667.55s
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。
…
10/23
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 タイムアウト: 3 指示に従っていない: 2 回答なし: 2 無効なツール呼び出し: 1
応答時間（平均） 125.76s 応答時間（最大） 566.79s 応答時間（合計） 2137.84s
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。
…
15/22
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: 4 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） 39.05s 応答時間（最大） 110.70s 応答時間（合計） 546.68s
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。
…
18/23
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 無効なツール呼び出し: 1 タイムアウト: 1
応答時間（平均） 14.12s 応答時間（最大） 150.60s 応答時間（合計） 310.55s
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
60.9%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
60.9%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
76.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
81.2%
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）。
…
5
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
69
総実行回数
…
69
総実行回数
…
66
総実行回数
…
69
総実行回数
…
結果あたりのコスト
12.282
6.085
2.552
20.200
合計コスト
$1.594
$0.841
$0.479
$3.636
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
…
キャッシュ読み取り料金
$0.160 / 1M
キャッシュ読み取り料金
…
$0.070 / 1M
キャッシュ読み取り料金
…
$0.120 / 1M
キャッシュ読み取り料金
…
$0.500 / 1M
キャッシュ読み取り料金
…
キャッシュ書き込み料金
該当なし
キャッシュ書き込み料金
…
該当なし
キャッシュ書き込み料金
…
該当なし
キャッシュ書き込み料金
…
$6.250 / 1M
キャッシュ書き込み料金
…
合計入力トークン
226,880
合計入力トークン
…
292,271
合計入力トークン
…
212,440
合計入力トークン
…
437,293
合計入力トークン
…
出力トークン
65,346
出力トークン
…
55,025
出力トークン
…
22,922
出力トークン
…
29,102
出力トークン
…
推論トークン
331,325
推論トークン
…
186,071
推論トークン
…
115,335
推論トークン
…
28,876
推論トークン
…
応答時間（平均）
121.25s
応答時間（平均）
…
125.76s
応答時間（平均）
…
39.05s
応答時間（平均）
…
14.12s
応答時間（平均）
…
応答時間（最大）
876.20s
応答時間（最大）
…
566.79s
応答時間（最大）
…
110.70s
応答時間（最大）
…
150.60s
応答時間（最大）
…
応答時間（合計）
2667.55s
応答時間（合計）
…
2137.84s
応答時間（合計）
…
546.68s
応答時間（合計）
…
310.55s
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