{
 "none": {
  "n": 60,
  "optimal": 0.11666666666666667,
  "optimal_ci": [
   0.05767647403450049,
   0.2217902059985814
  ],
  "optimal_k": 7,
  "valid": 0.21666666666666667,
  "valid_ci": [
   0.13122921046407016,
   0.3362026834734252
  ],
  "valid_k": 13,
  "grounded": 0.23333333333333334,
  "grounded_ci": [
   0.1443943161843107,
   0.3543651134039202
  ],
  "grounded_k": 14,
  "ungrounded": 0.75,
  "grounded_externally": 0.18333333333333332,
  "beats_index": 6,
  "no_answer": 0.0,
  "overspend_mean": 1.0521583333333333,
  "overspend_median": -0.20155,
  "price_error_median": 0.6622,
  "tool_calls_mean": 0.0,
  "seconds_mean": 5.4783333333333335,
  "cost_total": 0.01607,
  "cost_per_task": 0.00026783333333333336
 },
 "web": {
  "n": 60,
  "optimal": 0.21666666666666667,
  "optimal_ci": [
   0.13122921046407016,
   0.3362026834734252
  ],
  "optimal_k": 13,
  "valid": 0.3333333333333333,
  "valid_ci": [
   0.2272909421592783,
   0.459433701333366
  ],
  "valid_k": 20,
  "grounded": 0.36666666666666664,
  "grounded_ci": [
   0.2562073884620827,
   0.4931723263320327
  ],
  "grounded_k": 22,
  "ungrounded": 0.5666666666666667,
  "grounded_externally": 0.26666666666666666,
  "beats_index": 12,
  "no_answer": 0.0,
  "overspend_mean": 0.09278947368421053,
  "overspend_median": -0.3219,
  "price_error_median": 0.24514999999999998,
  "tool_calls_mean": 3.7333333333333334,
  "seconds_mean": 23.026666666666664,
  "cost_total": 0.09977,
  "cost_per_task": 0.0016628333333333332
 },
 "prices": {
  "n": 60,
  "optimal": 0.6,
  "optimal_ci": [
   0.47365824394206846,
   0.714306969962345
  ],
  "optimal_k": 36,
  "valid": 0.8166666666666667,
  "valid_ci": [
   0.7008000677353371,
   0.8944231096286387
  ],
  "valid_k": 49,
  "grounded": 0.8333333333333334,
  "grounded_ci": [
   0.7196814850279217,
   0.9068692279867897
  ],
  "grounded_k": 50,
  "ungrounded": 0.16666666666666666,
  "grounded_externally": 0.0,
  "beats_index": 0,
  "no_answer": 0.0,
  "overspend_mean": 1.3541854166666667,
  "overspend_median": 0.0,
  "price_error_median": 0.0,
  "tool_calls_mean": 1.25,
  "seconds_mean": 8.301666666666668,
  "cost_total": 0.0342,
  "cost_per_task": 0.00057
 },
 "web+prices": {
  "n": 60,
  "optimal": 0.6833333333333333,
  "optimal_ci": [
   0.5576599505698345,
   0.7869429415882567
  ],
  "optimal_k": 41,
  "valid": 0.75,
  "valid_ci": [
   0.6276768905451521,
   0.8422361442158816
  ],
  "valid_k": 45,
  "grounded": 0.8166666666666667,
  "grounded_ci": [
   0.7008000677353371,
   0.8944231096286387
  ],
  "grounded_k": 49,
  "ungrounded": 0.18333333333333332,
  "grounded_externally": 0.016666666666666666,
  "beats_index": 1,
  "no_answer": 0.0,
  "overspend_mean": 0.40270666666666666,
  "overspend_median": 0.0,
  "price_error_median": 0.0,
  "tool_calls_mean": 1.5333333333333334,
  "seconds_mean": 10.633333333333333,
  "cost_total": 0.04857,
  "cost_per_task": 0.0008095
 }
}