gpt-5-5xhigh
第 8 名
当前排名
67%±6%
能力得分
$7.23
平均运行成本
46k
平均输出量
82
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60.6% - 73.5%
Pass@488.5%
尝试次数452
通过任务数303
至少通过一次的任务数100
平均输入量8373k
中位峰值上下文142k
中位运行成本$6.11
中位输出量44k
平均运行时长30 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