|
スコア
|
5.7
全ベンチマークテストの平均スコア。
…
|
7.1
全ベンチマークテストの平均スコア。
…
|
4.3
全ベンチマークテストの平均スコア。
…
|
6.1
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#133 |
#69 |
#187 |
#115 |
|
信頼性
|
8.7
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。
…
|
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
|
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）。
…
|
8.5
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）。
…
|
9.2
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）。
…
|
8.0
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）。
…
|
|
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: 5 API エラー: 4 指示に従っていない: 3 回答なし: 1 タイムアウト: 1
応答時間（平均）51.99s
応答時間（最大）431.98s
応答時間（合計）1039.89s
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: 5 タイムアウト: 2 無効なツール呼び出し: 1
応答時間（平均）64.16s
応答時間（最大）519.30s
応答時間（合計）1411.60s
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: 9 API エラー: 3 指示に従っていない: 2 無効なツール呼び出し: 1
応答時間（平均）1.27s
応答時間（最大）3.70s
応答時間（合計）22.82s
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: 9 指示に従っていない: 3 無効なツール呼び出し: 1
応答時間（平均）21.91s
応答時間（最大）68.16s
応答時間（合計）328.70s
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
|
40.9%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
71.2%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
28.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
50.0%
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
|
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）。
…
|
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）。
…
|
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）。
…
|
|
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
|
0.004
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）。
…
|
8.509
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）。
…
|
0.221
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
|
$0.066
合計コスト（現在価格）
…
|
$1.046
合計コスト（現在価格）
…
|
$0.000
合計コスト（現在価格）
…
|
$0.019
合計コスト（現在価格）
…
|
|
入力価格
|
$0.210 / 1M
入力価格
…
|
$0.260 / 1M
入力価格
…
|
$0.000 / 1M
入力価格
…
|
$0.037 / 1M
入力価格
…
|
|
出力価格
|
$0.455 / 1M
出力価格
…
|
$2.080 / 1M
出力価格
…
|
$0.000 / 1M
出力価格
…
|
$0.170 / 1M
出力価格
…
|
|
合計入力トークン
|
81,429
合計入力トークン
…
|
124,771
合計入力トークン
…
|
33,744
合計入力トークン
…
|
108,747
合計入力トークン
…
|
|
出力トークン
|
18,371
出力トークン
…
|
44,077
出力トークン
…
|
2,596
出力トークン
…
|
29,772
出力トークン
…
|
|
推論トークン
|
98,853
推論トークン
…
|
443,141
推論トークン
…
|
0
推論トークン
…
|
68,044
推論トークン
…
|
|
応答時間（平均）
|
51.99s
応答時間（平均）
…
|
64.16s
応答時間（平均）
…
|
1.27s
応答時間（平均）
…
|
21.91s
応答時間（平均）
…
|
|
応答時間（最大）
|
431.98s
応答時間（最大）
…
|
519.30s
応答時間（最大）
…
|
3.70s
応答時間（最大）
…
|
68.16s
応答時間（最大）
…
|
|
応答時間（合計）
|
1039.89s
応答時間（合計）
…
|
1411.60s
応答時間（合計）
…
|
22.82s
応答時間（合計）
…
|
328.70s
応答時間（合計）
…
|