入力価格
$0.065 / 1M
出力価格
$0.260 / 1M
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）。
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 |
|---|---|---|---|---|---|
| 2026-05-21 23:55 スイート変更 | 5.9 | 10.0 | $0.006 | 比較する | |
| 2026-04-11 01:19 最初に記録された実行 | 6.2 | 該当なし | $0.006 | 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） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:19 · 最初に記録された実行 | 6.2 | 9.6 | 該当なし | 8/18 | 1 | 4,266 | $0.006 | 3.25s |
| 2026-05-21 23:55 · スイート変更 | 5.9 | 9.7 | 10.0 | 8/20 | 1 | 4,299 | $0.006 | 2.99s |
| 差分 | +0.3 | -0.1 | 0 | 0 | -33 | -$0.001 | +260ms |
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。