|
スコア
|
4.8
全ベンチマークテストの平均スコア。
…
|
4.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#82 |
#86 |
|
一貫性
|
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）。
…
|
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）。
…
|
|
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: 9 指示に従っていない: 3 無効なツール呼び出し: 1
応答時間（平均）1.22s
応答時間（最大）5.91s
応答時間（合計）20.74s
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: 12 指示に従っていない: 2
応答時間（平均）1.76s
応答時間（最大）5.51s
応答時間（合計）17.56s
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
|
23.5%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
23.5%
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
|
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）。
…
|
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）。
…
|
|
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
|
0.111
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）。
…
|
0.251
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
|
$0.005
合計コスト
…
|
$0.008
合計コスト
…
|
|
????
|
$0.050 / 1M
????
…
|
$0.200 / 1M
????
…
|
|
????
|
$0.150 / 1M
????
…
|
$0.500 / 1M
????
…
|
|
出力トークン
|
2,945
出力トークン
…
|
1,154
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
0
推論トークン
…
|
|
応答時間（平均）
|
1.22s
応答時間（平均）
…
|
1.76s
応答時間（平均）
…
|
|
応答時間（最大）
|
5.91s
応答時間（最大）
…
|
5.51s
応答時間（最大）
…
|
|
応答時間（合計）
|
20.74s
応答時間（合計）
…
|
17.56s
応答時間（合計）
…
|