スコア
5.7
全ベンチマークテストの平均スコア。
…
5.7
全ベンチマークテストの平均スコア。
…
順位
#133
#135
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。
…
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)。
…
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)。
…
正解テスト
8/22
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: 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。
…
6/22
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: 13 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) 12.92s
応答時間(最大) 212.63s
応答時間(合計) 284.21s
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。
…
33.3%
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)。
…
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
…
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)。
…
4.182
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)
…
$0.247
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
…
出力価格
$0.455 / 1M
出力価格
…
$2.080 / 1M
出力価格
…
合計入力トークン
81,429
合計入力トークン
…
241,566
合計入力トークン
…
出力トークン
18,371
出力トークン
…
88,458
出力トークン
…
推論トークン
98,853
推論トークン
…
0
推論トークン
…
応答時間(平均)
51.99s
応答時間(平均)
…
12.92s
応答時間(平均)
…
応答時間(最大)
431.98s
応答時間(最大)
…
212.63s
応答時間(最大)
…
応答時間(合計)
1039.89s
応答時間(合計)
…
284.21s
応答時間(合計)
…