| 順位 |
#5 |
#8 |
#10 |
| 平均スコア |
8.3
全ベンチマークテストの平均スコア。
…
|
8.2
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。
…
|
| 一貫性 |
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）。
…
|
9.1
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）。
…
|
| 結果あたりのコスト |
1.264
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）。
…
|
3.585
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）。
…
|
6.601
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 |
$0.165
合計コスト
…
|
$0.431
合計コスト
…
|
$0.793
合計コスト
…
|
| 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。
タイムアウト: 2 不正解: 1
応答時間（平均）34.45s
応答時間（最大）79.86s
応答時間（合計）310.09s
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 タイムアウト: 1 不正解: 1
応答時間（平均）52.13s
応答時間（最大）163.96s
応答時間（合計）834.16s
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
応答時間（平均）20.05s
応答時間（最大）100.41s
応答時間（合計）320.87s
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 |
85.4%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
81.3%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
83.3%
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 |
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）。
…
|
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）。
…
|
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 |
48
総実行回数
…
|
48
総実行回数
…
|
48
総実行回数
…
|
| 出力トークン |
1,735
出力トークン
…
|
1,658
出力トークン
…
|
1,756
出力トークン
…
|
| 推論トークン |
77,212
推論トークン
…
|
200,786
推論トークン
…
|
46,642
推論トークン
…
|
| 応答時間（平均） |
34.45s
応答時間（平均）
…
|
52.13s
応答時間（平均）
…
|
20.05s
応答時間（平均）
…
|
| 応答時間（最大） |
79.86s
応答時間（最大）
…
|
163.96s
応答時間（最大）
…
|
100.41s
応答時間（最大）
…
|
| 応答時間（合計） |
310.09s
応答時間（合計）
…
|
834.16s
応答時間（合計）
…
|
320.87s
応答時間（合計）
…
|