スコア
5.7
全ベンチマークテストの平均スコア。
…
5.1
全ベンチマークテストの平均スコア。
…
順位
#146
#174
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)。
…
9.6
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)。
…
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。
…
5/22
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: 14 余分な書式: 1 指示に従っていない: 1 回答なし: 1
応答時間(平均) 4.62s
応答時間(最大) 55.36s
応答時間(合計) 101.57s
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
40.9%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
25.8%
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)。
…
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)。
…
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)。
…
0.770
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
$0.055
合計コスト(現在価格)
…
$0.025
合計コスト(現在価格)
…
入力価格
$0.080 / 1M
入力価格
…
$0.140 / 1M
入力価格
…
出力価格
$0.450 / 1M
出力価格
…
$0.280 / 1M
出力価格
…
合計入力トークン
81,429
合計入力トークン
…
141,043
合計入力トークン
…
出力トークン
18,371
出力トークン
…
16,464
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)
…
4.62s
応答時間(平均)
…
応答時間(最大)
431.98s
応答時間(最大)
…
55.36s
応答時間(最大)
…
応答時間(合計)
1039.89s
応答時間(合計)
…
101.57s
応答時間(合計)
…