|
スコア
|
5.8
全ベンチマークテストの平均スコア。
…
|
4.7
全ベンチマークテストの平均スコア。
…
|
|
順位
|
#54 |
#72 |
|
一貫性
|
8.5
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）。
…
|
6.6
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: 9 指示に従っていない: 2
応答時間（平均）2.31s
応答時間（最大）6.58s
応答時間（合計）39.25s
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。
…
|
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: 8 指示に従っていない: 2 回答なし: 2 無効なツール呼び出し: 1
応答時間（平均）33.44s
応答時間（最大）174.55s
応答時間（合計）334.39s
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
|
45.1%
試行ごとの合格率 = 合格試行数 / 全実行での総試行数。
…
|
39.2%
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）。
…
|
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
|
51
総実行回数
…
|
51
総実行回数
…
|
|
結果あたりのコスト
|
0.659
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）。
…
|
1.046
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）。
…
|
|
合計コスト
|
$0.040
合計コスト
…
|
$0.042
合計コスト
…
|
|
????
|
$1.000 / 1M
????
…
|
$0.060 / 1M
????
…
|
|
????
|
$3.000 / 1M
????
…
|
$0.400 / 1M
????
…
|
|
出力トークン
|
1,721
出力トークン
…
|
38,719
出力トークン
…
|
|
推論トークン
|
0
推論トークン
…
|
65,465
推論トークン
…
|
|
応答時間（平均）
|
2.31s
応答時間（平均）
…
|
33.44s
応答時間（平均）
…
|
|
応答時間（最大）
|
6.58s
応答時間（最大）
…
|
174.55s
応答時間（最大）
…
|
|
応答時間（合計）
|
39.25s
応答時間（合計）
…
|
334.39s
応答時間（合計）
…
|