MedicalBenchmark
OpenAI: o4 Mini High provider

o4 Mini High

36

#36 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

568.33 pts

Ziurtasuna

96.0%

Zuzenak / Okerrak

576 / 23

Kostu osoa

$6.42

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

96.0%

avg: 80.6%

Puntuazio garbia

568.33 pts

avg: 453.30 pts

Zuzenak

576

avg: 483

Okerrak

23

avg: 90

Kostu osoa

$6.42

avg: $9.58

Batez besteko erantzun-denbora

10.3s

avg: 17.9s

Irteerako tokenak

792K

avg: 1.3M

Arrazonamendu tokenak

596K

avg: 898K

Batez besteko konfiantza

99.6%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
31
Zuzenak
193
Okerrak
7
Ziurtasuna
96.5%
Puntuazio garbia
190.66
MIR 2025
35
Zuzenak
189
Okerrak
11
Ziurtasuna
94.5%
Puntuazio garbia
185.33
MIR 2026
44
Zuzenak
194
Okerrak
5
Ziurtasuna
97.0%
Puntuazio garbia
192.33