スコア
8.5
全ベンチマークテストの平均スコア。
…
7.8
全ベンチマークテストの平均スコア。
…
9.4
全ベンチマークテストの平均スコア。
…
順位
#21
#49
#5
信頼性
9.4
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
9.2
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）。
…
8.6
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）。
…
8.8
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
16/21
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。
タイムアウト: 2 API エラー: 1 余分な書式: 1 回答なし: 1
応答時間（平均） 122.48s 応答時間（最大） 766.58s 応答時間（合計） 2327.06s
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。
…
12/21
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。
タイムアウト: 3 不正解: 3 指示に従っていない: 2 回答なし: 1
応答時間（平均） 71.67s 応答時間（最大） 406.78s 応答時間（合計） 1433.36s
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。
…
17/21
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: 4
応答時間（平均） 10.79s 応答時間（最大） 79.40s 応答時間（合計） 226.57s
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
82.5%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
65.1%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
90.5%
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）。
…
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）。
…
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）。
…
総実行回数
63
総実行回数
…
63
総実行回数
…
63
総実行回数
…
結果あたりのコスト
19.446
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）。
…
8.358
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）。
…
5.682
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
$3.112
合計コスト（現在価格）
…
$1.047
合計コスト（現在価格）
…
$0.966
合計コスト（現在価格）
…
入力価格
$3.000 / 1M
入力価格
…
$0.950 / 1M
入力価格
…
$5.000 / 1M
入力価格
…
出力価格
$15.000 / 1M
出力価格
…
$4.000 / 1M
出力価格
…
$30.000 / 1M
出力価格
…
合計入力トークン
34,916
合計入力トークン
…
29,450
合計入力トークン
…
34,218
合計入力トークン
…
出力トークン
2,910
出力トークン
…
102,923
出力トークン
…
1,895
出力トークン
…
推論トークン
197,529
推論トークン
…
254,094
推論トークン
…
24,600
推論トークン
…
応答時間（平均）
122.48s
応答時間（平均）
…
71.67s
応答時間（平均）
…
10.79s
応答時間（平均）
…
応答時間（最大）
766.58s
応答時間（最大）
…
406.78s
応答時間（最大）
…
79.40s
応答時間（最大）
…
応答時間（合計）
2327.06s
応答時間（合計）
…
1433.36s
応答時間（合計）
…
226.57s
応答時間（合計）
…