01 · タスク
目的と制約
予算計算が正しいかつ監査が最も簡単な回答を選択
- タスクパケット内の数値のみを使用してください。
- 固定費用の後に予備費を適用し、最終ステップまでセントを保持してください。
- 1つのモデルごとに1つのキャプチャされた実行を評価してください。一般的なモデルのランク付けを推測しないでください。
02 · 再現入力
完全なプロンプト
参考訳
リリース予算は1,200ドルです。固定費はソフトウェアに249ドル、研究に180ドルです。固定費の後の残額の15%を予備費として確保してください。広告にいくら残りますか？計算を示し、最終的なドル額を述べてください。
元のプロンプト（英語）
A launch budget is $1,200. Fixed costs are $249 for software and $180 for research. Set aside a contingency equal to 15% of the money remaining after fixed costs. How much remains for ads? Show the calculation and state the final dollar amount.
再現性のため、取得時のプロンプトとモデル出力は原文を保持しています。翻訳は読解補助であり、新たなモデル実行の結果ではありません。
03 · 評価範囲
このタスクに使用された基準
固定費を差し引いた残額は771ドルです。予備費は115.65ドルで、広告に正確に655.35ドルが残ります。強力な答えは、早期に四捨五入することなく計算を示します。
- 固定費の小計を確認する
- 固定費用の後に15％を適用してください。
- 早期の丸めやサポートされていない合計を拒否します
04 · 変更不可スナップショット
キャプチャされた出力とレビュー
比較の要約から始めます。必要な場合にのみスナップショットを開き、メタデータを実行し、編集者によるレビューを行います。
OpenAI
openai/gpt-oss-20b
- 強度
- ラベル付きの完全な計算
- レビュー境界
- 小さな計算に必要なよりも長い
Qwen
qwen/qwen3-30b-a3b-fp8
- 強度
- 簡潔で完全に検証可能
- レビュー境界
- 固定費用後の対応策が適用される理由の説明が少ない
Mistral AI
mistralai/mistral-small-3.1-24b-v2
- 強度
- 正しいシーケンスと結果
- レビュー境界
- 最終的なラベルなしの金額はスキャンしにくいです。
出力 1元の記録出力 · デフォルトで折りたたまれていますOpenAI · openai/gpt-oss-20b
元の出力
Calculation
- Total budget: $1,200
- Fixed costs:
- Software: $249
- Research: $180
- Total fixed costs = $249 + $180 = $429
- Money remaining after fixed costs:
$1,200 – $429 = $771 - Contingency (15 % of $771):
0.15 × $771 = $115.65 - Amount left for ads:
$771 – $115.65 = $655.35
Final dollar amount available for ads: $655.35
要件を満たす
強み： ラベル付きの完全な計算 最終ステップまでセントを保持します。
リスク： 小さな計算に必要なよりも長い
最適な使用法： 検証可能な計算が最も重要となる場合
出力 2元の記録出力 · デフォルトで折りたたまれていますQwen · qwen/qwen3-30b-a3b-fp8
元の出力
Total budget: $1,200
Fixed costs: $249 + $180 = $429
Remaining after fixed costs: $1,200 - $429 = $771
Contingency: 15% of $771 = 0.15 × $771 = $115.65
Amount remaining for ads: $771 - $115.65 = $655.35
Final answer: $655.35
要件を満たす
強み： 簡潔で完全に検証可能 正しい$655.35の結果を示します
リスク： 固定費用後の対応策が適用される理由の説明が少ない
最適な使用法： スピードと追跡可能な算術の両方が重要となる場合
出力 3元の記録出力 · デフォルトで折りたたまれていますMistral AI · mistralai/mistral-small-3.1-24b-v2
元の出力
Fixed costs: $249 + $180 = $429 Remaining after fixed costs: $1,200 - $429 = $771 Contingency: 15% of $771 = 0.15 * $771 = $115.65 Remaining for ads: $771 - $115.65 = $655.35
$655.35
要件を満たす
強み： 正しいシーケンスと結果 不要な主張はありません
リスク： 最終的なラベルなしの金額はスキャンしにくいです。
最適な使用法： コンパクトな計算で十分な場合
05 · 主張の検証台帳
主張、ソース、証拠、および境界
主張 1
利用可能な広告予算は655.35ドルです。
- ソース
- 公開されたタスクパケットおよび決定論的算術
- サポート
- $2,400 − $1,629 = $771; 15% of $771 = $115.65; $771 − $115.65 = $655.35。
- 境界
- これは供給された算術のみを検証し、ビジネスの仮定を検証するものではありません。
主張 2
すべての3つの出力は同じ最終的な金額に到達します。
- ソース
- この場合の変更不可能な出力スナップショット
- サポート
- 表示される各原始出力は、同じ固定プロンプトに従った後で$655.35と表示されます。
- 境界
- 1つのモデルごとの出力では、モデルレベルの安定したパフォーマンス率を確立できません。
06 · 審査結論
この証拠が支持する内容
最終的な数値を最も簡単に検証できる中間値を持つ答えを優先する—not a model name.
既知の制限
- タスクは決定論的であり、オープンエンドな財務分析を表していません。
- レビューでは、1つのプロンプトの下で1つのモデルごとにキャプチャされた出力が比較されます。
- フォーマットの好みは、監査可能性に影響を与える場合のみ評価されます。
再利用可能な要点
生成された計算を受け入れる前に、中間価値監査チェックリストを使用してください。
サポート方法を使用してください