Viv（@Vtrivedy10）のスレッド

このような理由から、eval にはすべて次の内容が含まれている必要があります。 - タスクあたりのコスト - タスクあたりの時間 全体的なパフォーマンスとトークンのメトリクスに加えて、ユーザーは自分の体験を気にしているので、その体験を測定する必要があります（ハードウェアの違いも含む）。タスクがより安価/高速に完了した場合、人々はそれを見たいのです。