|
スコア
|
6.2
全ベンチマークテストの平均スコア。
…
|
5.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#52 |
#69 |
|
一貫性
|
6.7
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）。
…
|
9.5
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）。
…
|
|
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: 6 指示に従っていない: 3 タイムアウト: 1
応答時間（平均）44.47s
応答時間（最大）204.02s
応答時間（合計）444.74s
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: 8 指示に従っていない: 2 余分な書式: 1 無効なツール呼び出し: 1
応答時間（平均）1.11s
応答時間（最大）6.04s
応答時間（合計）18.80s
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。
…
|
|
試行ごとの合格率
|
58.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
31.4%
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
|
7
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
|
51
総実行回数
…
|
51
総実行回数
…
|
|
結果あたりのコスト
|
0.864
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）。
…
|
1.809
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
|
$0.061
合計コスト
…
|
$0.091
合計コスト
…
|
|
????
|
$0.050 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
????
|
$0.400 / 1M
????
…
|
$6.000 / 1M
????
…
|
|
出力トークン
|
4,500
出力トークン
…
|
1,655
出力トークン
…
|
|
推論トークン
|
143,296
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
44.47s
応答時間（平均）
…
|
1.11s
応答時間（平均）
…
|
|
応答時間（最大）
|
204.02s
応答時間（最大）
…
|
6.04s
応答時間（最大）
…
|
|
応答時間（合計）
|
444.74s
応答時間（合計）
…
|
18.80s
応答時間（合計）
…
|