MedicalBenchmark
OpenAI: GPT-4o-mini Search Preview provider

GPT-4o-mini Search Preview

215

#215 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

460.66 pts

Ziurtasuna

82.2%

Zuzenak / Okerrak

493 / 97

Kostu osoa

$0.03

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

82.2%

avg: 80.6%

Puntuazio garbia

460.66 pts

avg: 453.30 pts

Zuzenak

493

avg: 483

Okerrak

97

avg: 90

Kostu osoa

$0.03

avg: $9.58

Batez besteko erantzun-denbora

4.4s

avg: 17.9s

Irteerako tokenak

293K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

98.0%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
209
Zuzenak
167
Okerrak
29
Ziurtasuna
83.5%
Puntuazio garbia
157.33
MIR 2025
216
Zuzenak
157
Okerrak
40
Ziurtasuna
78.5%
Puntuazio garbia
143.66
MIR 2026
206
Zuzenak
169
Okerrak
28
Ziurtasuna
84.5%
Puntuazio garbia
159.66