|
スコア
|
7.0
全ベンチマークテストの平均スコア。
…
|
8.0
全ベンチマークテストの平均スコア。
…
|
7.9
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#43 |
#24 |
#26 |
|
一貫性
|
7.2
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）。
…
|
10.0
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）。
…
|
|
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: 2 タイムアウト: 2 余分な書式: 1
応答時間（平均）10.33s
応答時間（最大）30.53s
応答時間（合計）175.60s
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 余分な書式: 1 指示に従っていない: 1 タイムアウト: 1
応答時間（平均）9.78s
応答時間（最大）64.71s
応答時間（合計）156.45s
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。
指示に従っていない: 2 不正解: 2 余分な書式: 1 回答なし: 1
応答時間（平均）13.71s
応答時間（最大）158.78s
応答時間（合計）233.06s
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
|
68.6%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
76.5%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
64.7%
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
|
6
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）。
…
|
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
|
51
総実行回数
…
|
45
総実行回数
…
|
17
総実行回数
…
|
|
結果あたりのコスト
|
0.000
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）。
…
|
1.110
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）。
…
|
0.763
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
|
$0.000
合計コスト
…
|
$0.123
合計コスト
…
|
$0.084
合計コスト
…
|
|
????
|
$0.000 / 1M
????
…
|
$1.000 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
????
|
$0.000 / 1M
????
…
|
$3.000 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
出力トークン
|
4,724
出力トークン
…
|
1,875
出力トークン
…
|
663
出力トークン
…
|
|
推論トークン
|
17,921
推論トークン
…
|
26,959
推論トークン
…
|
39,001
推論トークン
…
|
|
応答時間（平均）
|
10.33s
応答時間（平均）
…
|
9.78s
応答時間（平均）
…
|
13.71s
応答時間（平均）
…
|
|
応答時間（最大）
|
30.53s
応答時間（最大）
…
|
64.71s
応答時間（最大）
…
|
158.78s
応答時間（最大）
…
|
|
応答時間（合計）
|
175.60s
応答時間（合計）
…
|
156.45s
応答時間（合計）
…
|
233.06s
応答時間（合計）
…
|