????
$0.000 / 1M
????
$0.000 / 1M
不安定なテスト
5
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）。
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-05-08 15:31 スイート変更 | 5.2 | 10.0 | $0.011 | 比較する | |
| 2026-04-21 12:42 最初に記録された実行 | 5.2 | 該当なし | $0.009 | 現在の実行 |
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-21 12:42 · 最初に記録された実行 | 5.2 | 7.9 | 該当なし | 4/18 | 5 | 44,652 | $0.009 | 11.96s |
| 2026-05-08 15:31 · スイート変更 | 5.2 | 8.7 | 10.0 | 5/19 | 3 | 51,505 | $0.011 | 21.86s |
| 差分 | 0.0 | -0.8 | -1 | +2 | -6853 | -$0.002 | -9905ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
gpt-oss-120bnone無料で利用可能vsGLM 4.7 Flashnonegpt-oss-120bnone無料で利用可能vsgpt-oss-120bmedium無料で利用可能gpt-oss-120bnone無料で利用可能vsGPT-5.4nonegpt-oss-120bnone無料で利用可能vsMiMo-V2-Prononegpt-oss-120bnone無料で利用可能vsGLM 5.1nonegpt-oss-120bnone無料で利用可能vsGemini 3 Flash Previewmediumgpt-oss-120bnone無料で利用可能vsGemini 3.5 Flashhighgpt-oss-120bnone無料で利用可能vsRing-2.6-1Tmediumgpt-oss-120bnone無料で利用可能vsGemini 3.5 Flashlow