MedicalBenchmark
ByteDance Seed: Seed 1.6 provider

Seed 1.6

82

#82 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

547.66 pts

Ziurtasuna

93.3%

Zuzenak / Okerrak

560 / 37

Kostu osoa

$1.73

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

93.3%

avg: 80.6%

Puntuazio garbia

547.66 pts

avg: 453.30 pts

Zuzenak

560

avg: 483

Okerrak

37

avg: 90

Kostu osoa

$1.73

avg: $9.58

Batez besteko erantzun-denbora

37.9s

avg: 17.9s

Irteerako tokenak

817K

avg: 1.3M

Arrazonamendu tokenak

527K

avg: 898K

Batez besteko konfiantza

99.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
102
Zuzenak
187
Okerrak
12
Ziurtasuna
93.5%
Puntuazio garbia
183.00
MIR 2025
84
Zuzenak
181
Okerrak
17
Ziurtasuna
90.5%
Puntuazio garbia
175.33
MIR 2026
63
Zuzenak
192
Okerrak
8
Ziurtasuna
96.0%
Puntuazio garbia
189.33