Peringkat ketersediaan: GPT 6.1 Sol 24 jam terakhir
Tingkat keberhasilan permintaan dalam 24 jam terakhir; respons 200 palsu, stream terputus, dan respons rusak semuanya dihitung gagal. Rentang adalah interval kepercayaan Wilson 95% berdasarkan jumlah sampel, sehingga rute dengan sampel lebih sedikit mendapat interval yang lebih lebar.
| Peringkat | Rentang | Model @ relay | Ketersediaan | Sampel | Token pertama | Biaya sesi | Keamanan data |
|---|---|---|---|---|---|---|---|
| 1 | 1–2 | 98.7%±2.2 | 148 | 0.87 s | ¥0.44 | 4 | |
| 2 | 1–2 | 100.0%±5.5 | 31 | 8.85 s | — | 4 | |
| 3 | 3–7 | 100.0%±5.7 | 30 | 4.62 s | ¥2.38 | 0 | |
| 4 | 3–7 | 100.0%±8.8 | 18 | 7.18 s | ¥0.66 | 0 | |
| 5 | 3–7 | 100.0%±8.8 | 18 | 2.45 s | — | 0 | |
| 6 | 3–7 | 90.0%±11.1 | 30 | 6.70 s | — | 0 | |
| 7 | 3–7 | 86.7%±12.2 | 30 | 4.67 s | — | 0 |
Pertanyaan umum
Bagaimana ketersediaan dihitung?
Tingkat keberhasilan permintaan dalam 24 jam terakhir; respons 200 palsu, stream terputus, dan respons rusak semuanya dihitung gagal. Rentang adalah interval kepercayaan Wilson 95% berdasarkan jumlah sampel, sehingga rute dengan sampel lebih sedikit mendapat interval yang lebih lebar.
Apa arti “Rentang”?
Kami menghitung interval kepercayaan 95% dari jumlah sampel setiap rute, lalu melihat rute mana yang jelas lebih baik atau lebih buruk untuk mendapatkan rentang peringkat yang mungkin. Rute dengan 100% tetapi hanya beberapa permintaan memiliki rentang yang sangat lebar.
Mengapa relay yang sama muncul lebih dari sekali?
Setiap baris adalah satu rute “model @ relay”. Model dan grup yang berbeda di relay yang sama bisa berperforma sangat berbeda, sehingga diberi peringkat terpisah.