|
スコア
|
8.8
全ベンチマークテストの平均スコア。
…
|
8.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#9 |
#18 |
|
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。
…
|
該当なし
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
|
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）。
…
|
8.2
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）。
…
|
|
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: 2 指示に従っていない: 1
応答時間（平均）11.98s
応答時間（最大）45.02s
応答時間（合計）191.76s
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: 2 指示に従っていない: 1 回答なし: 1 タイムアウト: 1
応答時間（平均）23.34s
応答時間（最大）79.09s
応答時間（合計）233.40s
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
|
83.3%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
85.2%
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）。
…
|
4
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
|
54
総実行回数
…
|
54
総実行回数
…
|
|
結果あたりのコスト
|
0.800
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）。
…
|
1.188
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
|
$0.104
合計コスト
…
|
$0.155
合計コスト
…
|
|
????
|
$0.162 / 1M
????
…
|
$0.600 / 1M
????
…
|
|
????
|
$0.966 / 1M
????
…
|
$2.080 / 1M
????
…
|
|
出力トークン
|
14,256
出力トークン
…
|
20,163
出力トークン
…
|
|
推論トークン
|
98,005
推論トークン
…
|
58,337
推論トークン
…
|
|
応答時間（平均）
|
11.98s
応答時間（平均）
…
|
23.34s
応答時間（平均）
…
|
|
応答時間（最大）
|
45.02s
応答時間（最大）
…
|
79.09s
応答時間（最大）
…
|
|
応答時間（合計）
|
191.76s
応答時間（合計）
…
|
233.40s
応答時間（合計）
…
|