|
スコア
|
7.6
全ベンチマークテストの平均スコア。
…
|
7.4
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#40 |
#51 |
|
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。
…
|
3.3
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
|
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）。
…
|
8.3
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。
余分な書式: 3 不正解: 3 指示に従っていない: 2
応答時間（平均）21.77s
応答時間（最大）130.77s
応答時間（合計）435.33s
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: 4 タイムアウト: 2 API エラー: 1 回答なし: 1
応答時間（平均）32.22s
応答時間（最大）172.60s
応答時間（合計）612.25s
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
|
68.3%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
71.7%
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
|
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）。
…
|
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
|
60
総実行回数
…
|
60
総実行回数
…
|
|
結果あたりのコスト
|
2.407
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）。
…
|
2.379
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
|
$0.289
合計コスト
…
|
$0.286
合計コスト
…
|
|
????
|
$1.000 / 1M
????
…
|
$0.980 / 1M
????
…
|
|
????
|
$3.000 / 1M
????
…
|
$3.080 / 1M
????
…
|
|
出力トークン
|
4,957
出力トークン
…
|
11,475
出力トークン
…
|
|
推論トークン
|
80,301
推論トークン
…
|
71,876
推論トークン
…
|
|
応答時間（平均）
|
21.77s
応答時間（平均）
…
|
32.22s
応答時間（平均）
…
|
|
応答時間（最大）
|
130.77s
応答時間（最大）
…
|
172.60s
応答時間（最大）
…
|
|
応答時間（合計）
|
435.33s
応答時間（合計）
…
|
612.25s
応答時間（合計）
…
|