MedicalBenchmark
Anthropic: Claude Opus 4.6 provider

Claude Opus 4.6

31

#31 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

570.66 pts

Ziurtasuna

96.3%

Zuzenak / Okerrak

578 / 22

Kostu osoa

$14.83

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

96.3%

avg: 80.6%

Puntuazio garbia

570.66 pts

avg: 453.30 pts

Zuzenak

578

avg: 483

Okerrak

22

avg: 90

Kostu osoa

$14.83

avg: $9.58

Batez besteko erantzun-denbora

15.2s

avg: 17.9s

Irteerako tokenak

521K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

99.9%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
77
Zuzenak
190
Okerrak
10
Ziurtasuna
95.0%
Puntuazio garbia
186.66
MIR 2025
28
Zuzenak
191
Okerrak
9
Ziurtasuna
95.5%
Puntuazio garbia
188.00
MIR 2026
22
Zuzenak
197
Okerrak
3
Ziurtasuna
98.5%
Puntuazio garbia
196.00