Explora las preguntas oficiales del examen MIR organizadas por año. Cada pregunta incluye análisis detallado del rendimiento de los modelos de IA.
24 de enero de 2026
Mejor IA: 198.67 netas (Google: Gemini 3 Flash Preview)
Mejor humano: Pendiente de resultados
25 de enero de 2025
Mejor IA: 190.67 netas (Google: Gemini 3 Flash Preview)
Mejor humano: 165.67 netas
20 de enero de 2024
Mejor IA: 193.67 netas (Perplexity: Sonar Deep Research)
Mejor humano: 186.67 netas
Evaluación basada en precisión zero-shot en preguntas oficiales del examen.
Puntuación neta: 198.66 pts
OpenAI
Puntuación neta: 198.66 pts
OpenAI
Puntuación neta: 198.66 pts
OpenAI
Puntuación neta: 197.33 pts
OpenAI
Puntuación neta: 197.33 pts
OpenAI
Puntuación neta: 197.33 pts
Cómo evaluamos los modelos de inteligencia artificial en el ámbito médico utilizando el examen MIR como referencia.
Utilizamos preguntas reales del examen MIR de España, el estándar para evaluar conocimientos médicos a nivel profesional. Cada pregunta es verificada y categorizada por especialidad.
Cada modelo es evaluado bajo las mismas condiciones controladas, sin acceso a información externa. Medimos precisión, razonamiento clínico y consistencia en las respuestas.
Proporcionamos métricas granulares por especialidad médica, tipo de pregunta y nivel de dificultad. Esto permite identificar fortalezas y áreas de mejora de cada modelo.
Distribución de las preguntas del examen MIR por asignatura y tipo en cada edición.
Nuestro benchmark proporciona una evaluación exhaustiva del rendimiento de modelos de IA en el ámbito médico.
Seguimiento del rendimiento a lo largo del tiempo para identificar mejoras y regresiones.
Análisis granular por asignatura y tipo de pregunta clínica.
Benchmarks estandarizados basados en el examen MIR oficial de España.
Metodología abierta y reproducible con acceso completo a los criterios de evaluación.
Incorporación de nuevos modelos y ediciones del examen MIR de forma periódica.
Rankings y estadísticas que permiten comparar el rendimiento entre modelos fácilmente.
Preguntas oficiales del Ministerio de Sanidad con respuestas validadas.
Distribución de preguntas por tipo
Distribución de preguntas por asignatura
Artículos, novedades y análisis sobre IA en medicina
Los 33 primeros puestos del ranking MIR 2026 son todos modelos propietarios. Analizamos el gap entre modelos abiertos y cerrados, la taxonomía real del open source en IA, y por qué RAG supera al fine-tuning para personalizar IA médica.
Leer más
Claude Opus 4.6 y GPT-5.2-Codex son los modelos de IA más avanzados para programar. Pero en el MIR 2026, un modelo Flash de 0,34 € los humilla. Análisis de la paradoja agéntica con datos de 290 modelos.
Leer más
Resultados definitivos del mayor benchmark de IA médica en español. Tres modelos empatan con 199 aciertos sobre 200 preguntas válidas. Un modelo 'Flash' lidera por tercer año consecutivo. Análisis exhaustivo de 290 modelos evaluados con datos de coste, velocidad, tokens y precisión.
Leer más
