MedicalBenchmark
Anthropic: Claude Opus 4.5 provider

Claude Opus 4.5

37

#37 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

568.00 pts

Ziurtasuna

96.0%

Zuzenak / Okerrak

576 / 24

Kostu osoa

$14.02

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

96.0%

avg: 80.6%

Puntuazio garbia

568.00 pts

avg: 453.30 pts

Zuzenak

576

avg: 483

Okerrak

24

avg: 90

Kostu osoa

$14.02

avg: $9.58

Batez besteko erantzun-denbora

13.5s

avg: 17.9s

Irteerako tokenak

488K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

100.0%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
51
Zuzenak
192
Okerrak
8
Ziurtasuna
96.0%
Puntuazio garbia
189.33
MIR 2025
54
Zuzenak
187
Okerrak
13
Ziurtasuna
93.5%
Puntuazio garbia
182.66
MIR 2026
21
Zuzenak
197
Okerrak
3
Ziurtasuna
98.5%
Puntuazio garbia
196.00