MedicalBenchmark
Meta: Llama 4 Maverick provider

Llama 4 Maverick

57

#57 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

558.33 pts

Ziurtasuna

94.7%

Zuzenak / Okerrak

568 / 29

Kostu osoa

$0.35

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

94.7%

avg: 80.6%

Puntuazio garbia

558.33 pts

avg: 453.30 pts

Zuzenak

568

avg: 483

Okerrak

29

avg: 90

Kostu osoa

$0.35

avg: $9.58

Batez besteko erantzun-denbora

7.9s

avg: 17.9s

Irteerako tokenak

333K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

99.1%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
82
Zuzenak
189
Okerrak
10
Ziurtasuna
94.5%
Puntuazio garbia
185.66
MIR 2025
64
Zuzenak
185
Okerrak
13
Ziurtasuna
92.5%
Puntuazio garbia
180.66
MIR 2026
45
Zuzenak
194
Okerrak
6
Ziurtasuna
97.0%
Puntuazio garbia
192.00