MedicalBenchmark
OpenAI: o3 Pro provider

o3 Pro

6

#6 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

581.33 pts

Ziurtasuna

97.7%

Zuzenak / Okerrak

586 / 14

Kostu osoa

$63.81

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

97.7%

avg: 80.6%

Puntuazio garbia

581.33 pts

avg: 453.30 pts

Zuzenak

586

avg: 483

Okerrak

14

avg: 90

Kostu osoa

$63.81

avg: $9.58

Batez besteko erantzun-denbora

39.7s

avg: 17.9s

Irteerako tokenak

485K

avg: 1.3M

Arrazonamendu tokenak

239K

avg: 898K

Batez besteko konfiantza

100.0%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
13
Zuzenak
195
Okerrak
5
Ziurtasuna
97.5%
Puntuazio garbia
193.33
MIR 2025
10
Zuzenak
194
Okerrak
6
Ziurtasuna
97.0%
Puntuazio garbia
192.00
MIR 2026
26
Zuzenak
197
Okerrak
3
Ziurtasuna
98.5%
Puntuazio garbia
196.00