Verified Metrics

Phase 2: cross-checked verified-only runs · обновляется каждые 5 минут

загрузка…
Pending verification: run_evaluations пусты — данные появятся после первого batch verification.
Verified Success Rate—
First Pass Success—
Median Duration—
P75 Duration—
P90 Duration—
Cost / Verified Success—

Verified Success Rate по дням · % по моделям

First Pass Success по дням · % по моделям

Median Duration по дням · sec по моделям