難しい質問 (人の評価)

この表の見方

• 上にあるほど評価が高く、「1〜⁠2 位」のように範囲で出るモデルどうしの差は誤差の範囲です。
• 評価は、人が 2 つの答えを見比べて良いほうを選んだ結果から出した点です。
• 差が 50 なら上のモデルが選ばれるのはおよそ 57 %、差 100 で 64 %、差 200 で 76 % です。
• 価格は 100 万トークンあたりの目安で、読ませる分、書かせる分の順です。
• 長さは、一度に読ませられる文章の量 (トークン) です。