|
スコア
|
5.8
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
|
#89 |
#80 |
|
信頼性
|
該当なし
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
|
9.1
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）。
…
|
6.9
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）。
…
|
|
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: 8 指示に従っていない: 3
応答時間（平均）2.05s
応答時間（最大）6.65s
応答時間（合計）36.93s
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 回答なし: 2 無効なツール呼び出し: 1
応答時間（平均）6.03s
応答時間（最大）29.11s
応答時間（合計）108.59s
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
|
42.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
57.4%
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
|
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）。
…
|
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
|
54
総実行回数
…
|
54
総実行回数
…
|
|
結果あたりのコスト
|
0.543
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）。
…
|
0.000
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
|
$0.038
合計コスト
…
|
$0.000
合計コスト
…
|
|
????
|
$0.745 / 1M
????
…
|
$0.000 / 1M
????
…
|
|
????
|
$4.655 / 1M
????
…
|
$0.000 / 1M
????
…
|
|
出力トークン
|
2,973
出力トークン
…
|
58,141
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）
|
2.05s
応答時間（平均）
…
|
6.03s
応答時間（平均）
…
|
|
応答時間（最大）
|
6.65s
応答時間（最大）
…
|
29.11s
応答時間（最大）
…
|
|
応答時間（合計）
|
36.93s
応答時間（合計）
…
|
108.59s
応答時間（合計）
…
|