MedicalBenchmark
NVIDIA: Llama 3.1 Nemotron Ultra 253B v1 provider

Llama 3.1 Nemotron Ultra 253B v1

173

#173 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

496.33 pts

Ziurtasuna

86.8%

Zuzenak / Okerrak

521 / 74

Kostu osoa

$0.77

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

86.8%

avg: 80.6%

Puntuazio garbia

496.33 pts

avg: 453.30 pts

Zuzenak

521

avg: 483

Okerrak

74

avg: 90

Kostu osoa

$0.77

avg: $9.58

Batez besteko erantzun-denbora

12.9s

avg: 17.9s

Irteerako tokenak

330K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

98.8%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
174
Zuzenak
176
Okerrak
22
Ziurtasuna
88.0%
Puntuazio garbia
168.66
MIR 2025
186
Zuzenak
166
Okerrak
32
Ziurtasuna
83.0%
Puntuazio garbia
155.33
MIR 2026
154
Zuzenak
179
Okerrak
20
Ziurtasuna
89.5%
Puntuazio garbia
172.33