MedicalBenchmark
NousResearch: Hermes 2 Pro - Llama-3 8B provider

Hermes 2 Pro - Llama-3 8B

302

#302 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

146.33 pts

Ziurtasuna

40.3%

Zuzenak / Okerrak

242 / 287

Kostu osoa

$0.08

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

40.3%

avg: 80.6%

Puntuazio garbia

146.33 pts

avg: 453.30 pts

Zuzenak

242

avg: 483

Okerrak

287

avg: 90

Kostu osoa

$0.08

avg: $9.58

Batez besteko erantzun-denbora

4.1s

avg: 17.9s

Irteerako tokenak

268K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

84.5%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
309
Zuzenak
72
Okerrak
105
Ziurtasuna
36.0%
Puntuazio garbia
37.00
MIR 2025
298
Zuzenak
78
Okerrak
101
Ziurtasuna
39.0%
Puntuazio garbia
44.33
MIR 2026
298
Zuzenak
92
Okerrak
81
Ziurtasuna
46.0%
Puntuazio garbia
65.00