|
スコア
|
9.2
全ベンチマークテストの平均スコア。
…
|
9.1
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。
…
|
7.7
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#11 |
#15 |
#46 |
#66 |
|
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。
…
|
9.9
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。
…
|
9.1
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。
…
|
5.7
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
|
9.6
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）。
…
|
8.9
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）。
…
|
8.9
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）。
…
|
|
試行回数
|
66/66 |
66/66 |
66/66 |
66/66 |
|
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: 3 回答なし: 1
応答時間（平均）79.38s
応答時間（最大）618.49s
応答時間（合計）1746.29s
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 回答なし: 2
応答時間（平均）168.41s
応答時間（最大）739.98s
応答時間（合計）3705.09s
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。
不正解: 3 回答なし: 2 無効なツール呼び出し: 1
応答時間（平均）132.39s
応答時間（最大）534.21s
応答時間（合計）2912.56s
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。
…
|
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 API エラー: 2 指示に従っていない: 1
応答時間（平均）65.89s
応答時間（最大）485.92s
応答時間（合計）1449.53s
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
|
84.9%
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。
…
|
78.8%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
80.3%
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）。
…
|
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）。
…
|
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）。
…
|
7
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
|
66
総実行回数
…
|
66
総実行回数
…
|
66
総実行回数
…
|
66
総実行回数
…
|
|
結果あたりのコスト
|
10.046
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）。
…
|
9.591
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）。
…
|
19.453
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）。
…
|
5.235
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
|
$1.809
合計コスト（現在価格）
…
|
$1.631
合計コスト（現在価格）
…
|
$3.113
合計コスト（現在価格）
…
|
$0.681
合計コスト（現在価格）
…
|
|
入力価格
|
$2.000 / 1M
入力価格
…
|
$0.500 / 1M
入力価格
…
|
$2.000 / 1M
入力価格
…
|
$0.500 / 1M
入力価格
…
|
|
出力価格
|
$6.000 / 1M
出力価格
…
|
$2.500 / 1M
出力価格
…
|
$6.000 / 1M
出力価格
…
|
$3.000 / 1M
出力価格
…
|
|
合計入力トークン
|
107,266
合計入力トークン
…
|
104,483
合計入力トークン
…
|
113,340
合計入力トークン
…
|
85,648
合計入力トークン
…
|
|
出力トークン
|
5,094
出力トークン
…
|
6,848
出力トークン
…
|
107,311
出力トークン
…
|
8,142
出力トークン
…
|
|
推論トークン
|
260,510
推論トークン
…
|
624,409
推論トークン
…
|
447,174
推論トークン
…
|
204,416
推論トークン
…
|
|
応答時間（平均）
|
79.38s
応答時間（平均）
…
|
168.41s
応答時間（平均）
…
|
132.39s
応答時間（平均）
…
|
65.89s
応答時間（平均）
…
|
|
応答時間（最大）
|
618.49s
応答時間（最大）
…
|
739.98s
応答時間（最大）
…
|
534.21s
応答時間（最大）
…
|
485.92s
応答時間（最大）
…
|
|
応答時間（合計）
|
1746.29s
応答時間（合計）
…
|
3705.09s
応答時間（合計）
…
|
2912.56s
応答時間（合計）
…
|
1449.53s
応答時間（合計）
…
|
|
パラメータ
|
~1.7T 総数 (~170B アクティブ) |
~200B 総数 (~20B アクティブ) |
2.4T 総数 (95B アクティブ) |
~200B 総数 (~20B アクティブ) |
|
公開状況
|
クローズド |
クローズド |
重み公開 |
クローズド |