スコア
7.9
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。
…
9.4
全ベンチマークテストの平均スコア。
…
8.0
全ベンチマークテストの平均スコア。
…
順位
#59
#107
#8
#58
信頼性
9.0
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
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）。
…
8.3
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）。
…
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）。
…
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
66/66
66/66
66/66
66/66
正解テスト
16/22
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。
API エラー: 2 回答なし: 2 余分な書式: 1 タイムアウト: 1
応答時間（平均） 142.84s 応答時間（最大） 766.58s 応答時間（合計） 2714.02s
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。
…
12/22
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。
…
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: 4
応答時間（平均） 12.63s 応答時間（最大） 79.40s 応答時間（合計） 277.88s
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。
…
14/22
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: 7 無効なツール呼び出し: 1
応答時間（平均） 11.22s 応答時間（最大） 91.49s 応答時間（合計） 246.77s
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
77.3%
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。
…
90.9%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
68.2%
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
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）。
…
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）。
…
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）。
…
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
66
総実行回数
…
66
総実行回数
…
66
総実行回数
…
66
総実行回数
…
結果あたりのコスト
21.668
10.029
8.025
7.293
合計コスト
$3.467
$1.247
$0.508
$0.836
入力価格
$3.000 / 1M
入力価格
…
$0.950 / 1M
入力価格
…
$2.000 / 1M
入力価格
…
$2.000 / 1M
入力価格
…
出力価格
$15.000 / 1M
出力価格
…
$4.000 / 1M
出力価格
…
$10.000 / 1M
出力価格
…
$12.000 / 1M
出力価格
…
合計入力トークン
34,960
合計入力トークン
…
68,913
合計入力トークン
…
79,006
合計入力トークン
…
81,056
合計入力トークン
…
出力トークン
2,887
出力トークン
…
64,654
出力トークン
…
4,696
出力トークン
…
5,055
出力トークン
…
推論トークン
221,241
推論トークン
…
282,865
推論トークン
…
30,281
推論トークン
…
51,033
推論トークン
…
応答時間（平均）
142.84s
応答時間（平均）
…
115.89s
応答時間（平均）
…
12.63s
応答時間（平均）
…
11.22s
応答時間（平均）
…
応答時間（最大）
766.58s
応答時間（最大）
…
876.20s
応答時間（最大）
…
79.40s
応答時間（最大）
…
91.49s
応答時間（最大）
…
応答時間（合計）
2714.02s
応答時間（合計）
…
2433.66s
応答時間（合計）
…
277.88s
応答時間（合計）
…
246.77s
応答時間（合計）
…
パラメータ
2.8T 総数 (104B アクティブ)
1T 総数 (32B アクティブ)
~2T 総数 (~150B アクティブ)
~1T 総数 (~60B アクティブ)
公開状況
重み公開
重み公開
クローズド
クローズド