|
スコア
|
7.3
全ベンチマークテストの平均スコア。
…
|
7.6
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#37 |
#33 |
|
一貫性
|
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）。
…
|
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）。
…
|
|
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。
指示に従っていない: 3 不正解: 2 回答なし: 1 タイムアウト: 1
応答時間（平均）13.93s
応答時間（最大）77.80s
応答時間（合計）139.29s
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 指示に従っていない: 2
応答時間（平均）5.68s
応答時間（最大）18.33s
応答時間（合計）96.58s
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
|
70.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
66.7%
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
|
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）。
…
|
|
総実行回数
|
51
総実行回数
…
|
51
総実行回数
…
|
|
結果あたりのコスト
|
3.131
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）。
…
|
3.177
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
|
$0.314
合計コスト
…
|
$0.318
合計コスト
…
|
|
????
|
$1.750 / 1M
????
…
|
$1.750 / 1M
????
…
|
|
????
|
$14.000 / 1M
????
…
|
$14.000 / 1M
????
…
|
|
出力トークン
|
2,238
出力トークン
…
|
19,348
出力トークン
…
|
|
推論トークン
|
16,811
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
13.93s
応答時間（平均）
…
|
5.68s
応答時間（平均）
…
|
|
応答時間（最大）
|
77.80s
応答時間（最大）
…
|
18.33s
応答時間（最大）
…
|
|
応答時間（合計）
|
139.29s
応答時間（合計）
…
|
96.58s
応答時間（合計）
…
|