|
スコア
|
6.2
全ベンチマークテストの平均スコア。
…
|
5.8
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#44 |
#54 |
|
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）。
…
|
8.5
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: 9 指示に従っていない: 2
応答時間（平均）2.31s
応答時間（最大）6.58s
応答時間（合計）39.25s
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。
…
|
45.1%
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
|
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）。
…
|
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
|
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）。
…
|
0.659
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
…
|
$0.040
合計コスト
…
|
|
????
|
$0.050 / 1M
????
…
|
$1.000 / 1M
????
…
|
|
????
|
$0.400 / 1M
????
…
|
$3.000 / 1M
????
…
|
|
出力トークン
|
4,500
出力トークン
…
|
1,721
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）
…
|
2.31s
応答時間（平均）
…
|
|
応答時間（最大）
|
204.02s
応答時間（最大）
…
|
6.58s
応答時間（最大）
…
|
|
応答時間（合計）
|
444.74s
応答時間（合計）
…
|
39.25s
応答時間（合計）
…
|