ノート
実際の課題と、掛かった USD と、どのモデルがどの役をやったかの、日付付きの記録です。
ここにあるノートは、実際の課題と、それに掛かった USD と、どのモデルがどの部分をやったかを残したものです。ベンチマークの表ではなく、ベンダーの順位でもありません。
各ノートには、実際に走らせた課題の数が書いてあります。一題は統計ではありません。三題でも、三題のままです。
金額には、記録した日が付きます。公開レートは動きます。いま照合しているカードは LLM Pricing にあります。
gemini-3.7-flash-high と sonnet-5-medium
凍結した同じ契約で三ラウンド、各一題。blind test の点数、Opus の review が見つけた欠陥、2026-08-14 に両方が使った USD。