|
スコア
|
5.2
全ベンチマークテストの平均スコア。
…
|
4.5
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#129 |
#148 |
|
信頼性
|
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。
…
|
8.3
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
|
8.7
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）。
…
|
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）。
…
|
|
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: 8 API エラー: 3 指示に従っていない: 3
応答時間（平均）21.86s
応答時間（最大）113.71s
応答時間（合計）349.78s
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 回答なし: 3 指示に従っていない: 2 無効なツール呼び出し: 1 タイムアウト: 1
応答時間（平均）35.09s
応答時間（最大）174.55s
応答時間（合計）456.18s
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
|
36.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
35.0%
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）。
…
|
8
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
|
57
総実行回数
…
|
60
総実行回数
…
|
|
結果あたりのコスト
|
0.201
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）。
…
|
1.337
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
|
$0.011
合計コスト
…
|
$0.054
合計コスト
…
|
|
????
|
$0.000 / 1M
????
…
|
$0.060 / 1M
????
…
|
|
????
|
$0.000 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
出力トークン
|
51,505
出力トークン
…
|
43,771
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
89,049
推論トークン
…
|
|
応答時間（平均）
|
21.86s
応答時間（平均）
…
|
35.09s
応答時間（平均）
…
|
|
応答時間（最大）
|
113.71s
応答時間（最大）
…
|
174.55s
応答時間（最大）
…
|
|
応答時間（合計）
|
349.78s
応答時間（合計）
…
|
456.18s
応答時間（合計）
…
|