|
分数
|
5.8
所有基准测试的平均分。
…
|
6.3
所有基准测试的平均分。
…
|
|
排名
|
#108 |
#93 |
|
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
|
9.3
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)。
…
|
9.7
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。
答案错误: 11 未遵循指令: 2
响应时间(平均)1.69s
响应时间(最大)9.39s
响应时间(总计)33.82s
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: 11
响应时间(平均)3.95s
响应时间(最大)11.07s
响应时间(总计)51.38s
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
|
40.0%
尝试通过率 = 通过的尝试次数 / 所有运行中的总尝试次数。
…
|
46.7%
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
|
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)。
…
|
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)。
…
|
|
总运行次数
|
60
总运行次数
…
|
60
总运行次数
…
|
|
每个结果成本
|
0.241
显示每个基准正确答案的平均成本(单位:美分,越低越好)。
…
|
0.246
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
|
$0.014
总成本(当前价格)
…
|
$0.025
总成本(当前价格)
…
|
|
输入价格
|
$0.195 / 1M
输入价格
…
|
$0.600 / 1M
输入价格
…
|
|
输出价格
|
$1.560 / 1M
输出价格
…
|
$1.920 / 1M
输出价格
…
|
|
输出令牌
|
3,585
输出令牌
…
|
1,985
输出令牌
…
|
|
推理令牌
|
0
推理令牌
…
|
0
推理令牌
…
|
|
响应时间(平均)
|
1.69s
响应时间(平均)
…
|
3.95s
响应时间(平均)
…
|
|
响应时间(最大)
|
9.39s
响应时间(最大)
…
|
11.07s
响应时间(最大)
…
|
|
响应时间(总计)
|
33.82s
响应时间(总计)
…
|
51.38s
响应时间(总计)
…
|