MedicalBenchmark
OpenAI: GPT-5.3 Chat provider

GPT-5.3 Chat

19

#19 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

576.00 pts

Ziurtasuna

96.8%

Zuzenak / Okerrak

581 / 15

Kostu osoa

$0.00

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

96.8%

avg: 80.6%

Puntuazio garbia

576.00 pts

avg: 453.30 pts

Zuzenak

581

avg: 483

Okerrak

15

avg: 90

Kostu osoa

$0.00

avg: $9.58

Batez besteko erantzun-denbora

6.7s

avg: 17.9s

Irteerako tokenak

338K

avg: 1.3M

Arrazonamendu tokenak

70K

avg: 898K

Batez besteko konfiantza

100.0%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
52
Zuzenak
191
Okerrak
6
Ziurtasuna
95.5%
Puntuazio garbia
189.00
MIR 2025
12
Zuzenak
193
Okerrak
7
Ziurtasuna
96.5%
Puntuazio garbia
190.66
MIR 2026
18
Zuzenak
197
Okerrak
2
Ziurtasuna
98.5%
Puntuazio garbia
196.33