|
スコア
|
8.1
全ベンチマークテストの平均スコア。
…
|
8.1
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#18 |
#19 |
|
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
|
9.2
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）。
…
|
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: 2 指示に従っていない: 2 不正解: 2
応答時間（平均）16.23s
応答時間（最大）84.22s
応答時間（合計）292.10s
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: 1 回答なし: 1 タイムアウト: 1
応答時間（平均）27.34s
応答時間（最大）79.09s
応答時間（合計）300.78s
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
|
74.1%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
80.7%
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
|
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）。
…
|
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
…
|
57
総実行回数
…
|
|
結果あたりのコスト
|
1.661
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）。
…
|
1.379
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
|
$0.200
合計コスト
…
|
$0.180
合計コスト
…
|
|
????
|
$1.000 / 1M
????
…
|
$0.600 / 1M
????
…
|
|
????
|
$3.000 / 1M
????
…
|
$1.920 / 1M
????
…
|
|
出力トークン
|
2,790
出力トークン
…
|
20,564
出力トークン
…
|
|
推論トークン
|
52,001
推論トークン
…
|
70,787
推論トークン
…
|
|
応答時間（平均）
|
16.23s
応答時間（平均）
…
|
27.34s
応答時間（平均）
…
|
|
応答時間（最大）
|
84.22s
応答時間（最大）
…
|
79.09s
応答時間（最大）
…
|
|
応答時間（合計）
|
292.10s
応答時間（合計）
…
|
300.78s
応答時間（合計）
…
|