gpt-5-4xhigh
第 18 名
当前排名
52%±2%
能力得分
$5.65
平均运行成本
71k
平均输出量
70
平均执行步数
113
参与测试数量
测试详情
推理档位xhigh
95% 置信区间50.3% - 53.3%
Pass@477.9%
尝试次数452
通过任务数234
至少通过一次的任务数88
平均输入量9419k
中位峰值上下文173k
中位运行成本$4.35
中位输出量67k
平均运行时长23 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13