|
スコア
|
7.9
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
|
#27 |
#30 |
|
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。
…
|
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。
…
|
|
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）。
…
|
8.6
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: 6
応答時間（平均）1.30s
応答時間（最大）3.92s
応答時間（合計）25.95s
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。
余分な書式: 2 不正解: 2 指示に従っていない: 1 回答なし: 1
応答時間（平均）14.40s
応答時間（最大）86.93s
応答時間（合計）259.20s
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
|
70.0%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
75.9%
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）。
…
|
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
|
60
総実行回数
…
|
54
総実行回数
…
|
|
結果あたりのコスト
|
0.719
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）。
…
|
2.101
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
|
$0.101
合計コスト
…
|
$0.253
合計コスト
…
|
|
????
|
$2.500 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
????
|
$7.500 / 1M
????
…
|
$2.000 / 1M
????
…
|
|
出力トークン
|
1,988
出力トークン
…
|
2,821
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
116,207
推論トークン
…
|
|
応答時間（平均）
|
1.30s
応答時間（平均）
…
|
14.40s
応答時間（平均）
…
|
|
応答時間（最大）
|
3.92s
応答時間（最大）
…
|
86.93s
応答時間（最大）
…
|
|
応答時間（合計）
|
25.95s
応答時間（合計）
…
|
259.20s
応答時間（合計）
…
|