|
分数
|
8.6
所有基准测试的平均分。
…
|
8.7
所有基准测试的平均分。
…
|
8.0
所有基准测试的平均分。
…
|
|
排名
|
#5 |
#4 |
#19 |
|
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）。
…
|
10.0
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）。
…
|
7.9
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。
API 错误: 2 未遵循指令: 1 答案错误: 1
响应时间（平均）21.81s
响应时间（最大）68.92s
响应时间（总计）327.16s
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: 3
响应时间（平均）9.06s
响应时间（最大）26.24s
响应时间（总计）90.58s
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: 3 未遵循指令: 2 超时: 1
响应时间（平均）17.98s
响应时间（最大）194.23s
响应时间（总计）305.72s
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
|
80.4%
尝试通过率 = 通过的尝试次数 / 所有运行中的总尝试次数。
…
|
82.4%
尝试通过率 = 通过的尝试次数 / 所有运行中的总尝试次数。
…
|
76.5%
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）。
…
|
0
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）。
…
|
5
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
|
51
总运行次数
…
|
51
总运行次数
…
|
51
总运行次数
…
|
|
每个结果成本
|
0.109
显示每个基准正确答案的平均成本（单位：美分，越低越好）。
…
|
1.406
显示每个基准正确答案的平均成本（单位：美分，越低越好）。
…
|
1.509
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
|
$0.015
总成本
…
|
$0.197
总成本
…
|
$0.166
总成本
…
|
|
????
|
$0.140 / 1M
????
…
|
$0.000 / 1M
????
…
|
$1.200 / 1M
????
…
|
|
????
|
$0.400 / 1M
????
…
|
$0.000 / 1M
????
…
|
$4.000 / 1M
????
…
|
|
输出令牌
|
9,568
输出令牌
…
|
1,508
输出令牌
…
|
11,865
输出令牌
…
|
|
推理令牌
|
22,501
推理令牌
…
|
10,084
推理令牌
…
|
35,632
推理令牌
…
|
|
响应时间（平均）
|
21.81s
响应时间（平均）
…
|
9.06s
响应时间（平均）
…
|
17.98s
响应时间（平均）
…
|
|
响应时间（最大）
|
68.92s
响应时间（最大）
…
|
26.24s
响应时间（最大）
…
|
194.23s
响应时间（最大）
…
|
|
响应时间（总计）
|
327.16s
响应时间（总计）
…
|
90.58s
响应时间（总计）
…
|
305.72s
响应时间（总计）
…
|