|
スコア
|
7.6
全ベンチマークテストの平均スコア。
…
|
7.7
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#50 |
#48 |
|
信頼性
|
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。
…
|
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。
…
|
|
一貫性
|
9.0
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）。
…
|
9.9
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）。
…
|
|
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: 4 指示に従っていない: 3
応答時間（平均）11.21s
応答時間（最大）94.06s
応答時間（合計）201.80s
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: 3 指示に従っていない: 2 余分な書式: 1 回答なし: 1
応答時間（平均）16.76s
応答時間（最大）158.78s
応答時間（合計）301.61s
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
|
68.5%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
61.1%
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）。
…
|
0
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
|
54
総実行回数
…
|
20
総実行回数
…
|
|
結果あたりのコスト
|
0.747
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）。
…
|
1.383
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
|
$0.083
合計コスト
…
|
$0.153
合計コスト
…
|
|
????
|
$0.200 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
????
|
$1.250 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
出力トークン
|
2,946
出力トークン
…
|
928
出力トークン
…
|
|
推論トークン
|
58,132
推論トークン
…
|
72,661
推論トークン
…
|
|
応答時間（平均）
|
11.21s
応答時間（平均）
…
|
16.76s
応答時間（平均）
…
|
|
応答時間（最大）
|
94.06s
応答時間（最大）
…
|
158.78s
応答時間（最大）
…
|
|
応答時間（合計）
|
201.80s
応答時間（合計）
…
|
301.61s
応答時間（合計）
…
|