MedicalBenchmark
Mistral: Mistral 7B Instruct v0.1 provider

Mistral 7B Instruct v0.1

303

#303 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

131.33 pts

Ziurtasuna

36.7%

Zuzenak / Okerrak

220 / 266

Kostu osoa

$0.08

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

36.7%

avg: 80.6%

Puntuazio garbia

131.33 pts

avg: 453.30 pts

Zuzenak

220

avg: 483

Okerrak

266

avg: 90

Kostu osoa

$0.08

avg: $9.58

Batez besteko erantzun-denbora

23.3s

avg: 17.9s

Irteerako tokenak

228K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

81.9%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
301
Zuzenak
75
Okerrak
90
Ziurtasuna
37.5%
Puntuazio garbia
45.00
MIR 2025
302
Zuzenak
65
Okerrak
92
Ziurtasuna
32.5%
Puntuazio garbia
34.33
MIR 2026
305
Zuzenak
80
Okerrak
84
Ziurtasuna
40.0%
Puntuazio garbia
52.00