MedicalBenchmark
Mistral: Mistral 7B Instruct v0.3 provider

Mistral 7B Instruct v0.3

293

#293 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

177.66 pts

Ziurtasuna

45.7%

Zuzenak / Okerrak

274 / 289

Kostu osoa

$0.11

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

45.7%

avg: 80.6%

Puntuazio garbia

177.66 pts

avg: 453.30 pts

Zuzenak

274

avg: 483

Okerrak

289

avg: 90

Kostu osoa

$0.11

avg: $9.58

Batez besteko erantzun-denbora

1.8s

avg: 17.9s

Irteerako tokenak

205K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

92.6%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
298
Zuzenak
87
Okerrak
103
Ziurtasuna
43.5%
Puntuazio garbia
52.66
MIR 2025
295
Zuzenak
83
Okerrak
101
Ziurtasuna
41.5%
Puntuazio garbia
49.33
MIR 2026
290
Zuzenak
104
Okerrak
85
Ziurtasuna
52.0%
Puntuazio garbia
75.66