|
分数
|
8.6
所有基准测试的平均分。
…
|
8.6
所有基准测试的平均分。
…
|
|
排名
|
#22 |
#23 |
|
可靠性
|
10.0
首次尝试成功分数:10.0 表示成功调用前没有可重试的目标 API 或速率限制失败;记录到的失败会降低分数。
…
|
10.0
首次尝试成功分数:10.0 表示成功调用前没有可重试的目标 API 或速率限制失败;记录到的失败会降低分数。
…
|
|
一致性
|
9.6
一致性分数反映运行之间的稳定程度(10 = 非常稳定,即使稳定地答错)。
…
|
9.3
一致性分数反映运行之间的稳定程度(10 = 非常稳定,即使稳定地答错)。
…
|
|
测试正确
|
只有当某个测试的所有运行都通过时,才计为完全通过。
无答案: 2 答案错误: 2 无效工具调用: 1
响应时间(平均)17.20s
响应时间(最大)80.80s
响应时间(总计)378.41s
只有当某个测试的所有运行都通过时,才计为完全通过。
…
|
只有当某个测试的所有运行都通过时,才计为完全通过。
答案错误: 5
响应时间(平均)6.99s
响应时间(最大)30.67s
响应时间(总计)153.73s
只有当某个测试的所有运行都通过时,才计为完全通过。
…
|
|
尝试通过率
|
78.8%
尝试通过率 = 通过的尝试次数 / 所有运行中的总尝试次数。
…
|
80.3%
尝试通过率 = 通过的尝试次数 / 所有运行中的总尝试次数。
…
|
|
不稳定测试
|
1
不稳定测试在运行之间出现混合结果(至少一次通过且至少一次失败)。
…
|
2
不稳定测试在运行之间出现混合结果(至少一次通过且至少一次失败)。
…
|
|
总运行次数
|
66
总运行次数
…
|
66
总运行次数
…
|
|
每个结果成本
|
20.459
显示每个基准正确答案的平均成本(单位:美分,越低越好)。
…
|
6.593
显示每个基准正确答案的平均成本(单位:美分,越低越好)。
…
|
|
总成本
|
$3.478
总成本(当前价格)
…
|
$1.121
总成本(当前价格)
…
|
|
输入价格
|
$10.000 / 1M
输入价格
…
|
$5.000 / 1M
输入价格
…
|
|
输出价格
|
$50.000 / 1M
输出价格
…
|
$25.000 / 1M
输出价格
…
|
|
总输入令牌
|
89,643
总输入令牌
…
|
134,773
总输入令牌
…
|
|
输出令牌
|
41,360
输出令牌
…
|
14,123
输出令牌
…
|
|
推理令牌
|
10,269
推理令牌
…
|
3,896
推理令牌
…
|
|
响应时间(平均)
|
17.20s
响应时间(平均)
…
|
6.99s
响应时间(平均)
…
|
|
响应时间(最大)
|
80.80s
响应时间(最大)
…
|
30.67s
响应时间(最大)
…
|
|
响应时间(总计)
|
378.41s
响应时间(总计)
…
|
153.73s
响应时间(总计)
…
|