MedicalBenchmark
Google: Gemini 2.5 Flash provider

Gemini 2.5 Flash

58

#58 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

558.33 pts

Ziurtasuna

94.5%

Zuzenak / Okerrak

567 / 26

Kostu osoa

$1.45

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

94.5%

avg: 80.6%

Puntuazio garbia

558.33 pts

avg: 453.30 pts

Zuzenak

567

avg: 483

Okerrak

26

avg: 90

Kostu osoa

$1.45

avg: $9.58

Batez besteko erantzun-denbora

4.9s

avg: 17.9s

Irteerako tokenak

536K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

98.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
34
Zuzenak
192
Okerrak
5
Ziurtasuna
96.0%
Puntuazio garbia
190.33
MIR 2025
47
Zuzenak
187
Okerrak
11
Ziurtasuna
93.5%
Puntuazio garbia
183.33
MIR 2026
93
Zuzenak
188
Okerrak
10
Ziurtasuna
94.0%
Puntuazio garbia
184.66