|
スコア
|
7.5
全ベンチマークテストの平均スコア。
…
|
7.8
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#52 |
#44 |
|
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
|
9.1
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）。
…
|
7.5
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）。
…
|
|
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: 7
応答時間（平均）3.38s
応答時間（最大）20.51s
応答時間（合計）60.83s
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 指示に従っていない: 2 無効なツール呼び出し: 2
応答時間（平均）14.96s
応答時間（最大）67.08s
応答時間（合計）269.32s
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
|
68.5%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
77.8%
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
|
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）。
…
|
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）。
…
|
|
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
|
0.752
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）。
…
|
2.643
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
|
$0.083
合計コスト
…
|
$0.291
合計コスト
…
|
|
????
|
$1.040 / 1M
????
…
|
$1.200 / 1M
????
…
|
|
????
|
$6.240 / 1M
????
…
|
$4.000 / 1M
????
…
|
|
出力トークン
|
4,732
出力トークン
…
|
2,351
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
58,941
推論トークン
…
|
|
応答時間（平均）
|
3.38s
応答時間（平均）
…
|
14.96s
応答時間（平均）
…
|
|
応答時間（最大）
|
20.51s
応答時間（最大）
…
|
67.08s
応答時間（最大）
…
|
|
応答時間（合計）
|
60.83s
応答時間（合計）
…
|
269.32s
応答時間（合計）
…
|