MedicalBenchmark
OpenAI: o3 Mini provider

o3 Mini

111

#111 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

535.00 pts

Ziurtasuna

91.8%

Zuzenak / Okerrak

551 / 48

Kostu osoa

$3.88

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

91.8%

avg: 80.6%

Puntuazio garbia

535.00 pts

avg: 453.30 pts

Zuzenak

551

avg: 483

Okerrak

48

avg: 90

Kostu osoa

$3.88

avg: $9.58

Batez besteko erantzun-denbora

6.4s

avg: 17.9s

Irteerako tokenak

490K

avg: 1.3M

Arrazonamendu tokenak

327K

avg: 898K

Batez besteko konfiantza

99.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
114
Zuzenak
186
Okerrak
14
Ziurtasuna
93.0%
Puntuazio garbia
181.33
MIR 2025
122
Zuzenak
177
Okerrak
23
Ziurtasuna
88.5%
Puntuazio garbia
169.33
MIR 2026
98
Zuzenak
188
Okerrak
11
Ziurtasuna
94.0%
Puntuazio garbia
184.33