MedicalBenchmark
Mistral: Mistral 7B Instruct v0.2 provider

Mistral 7B Instruct v0.2

292

#292 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

181.00 pts

Ziurtasuna

46.0%

Zuzenak / Okerrak

276 / 285

Kostu osoa

$0.12

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

46.0%

avg: 80.6%

Puntuazio garbia

181.00 pts

avg: 453.30 pts

Zuzenak

276

avg: 483

Okerrak

285

avg: 90

Kostu osoa

$0.12

avg: $9.58

Batez besteko erantzun-denbora

2.2s

avg: 17.9s

Irteerako tokenak

235K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

93.5%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
296
Zuzenak
87
Okerrak
98
Ziurtasuna
43.5%
Puntuazio garbia
54.33
MIR 2025
292
Zuzenak
84
Okerrak
100
Ziurtasuna
42.0%
Puntuazio garbia
50.66
MIR 2026
289
Zuzenak
105
Okerrak
87
Ziurtasuna
52.5%
Puntuazio garbia
76.00