MedicalBenchmark
Qwen: Qwen3 235B A22B Instruct 2507 provider

Qwen3 235B A22B Instruct 2507

123

#123 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

529.66 pts

Ziurtasuna

91.0%

Zuzenak / Okerrak

546 / 49

Kostu osoa

$0.35

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

91.0%

avg: 80.6%

Puntuazio garbia

529.66 pts

avg: 453.30 pts

Zuzenak

546

avg: 483

Okerrak

49

avg: 90

Kostu osoa

$0.35

avg: $9.58

Batez besteko erantzun-denbora

21.4s

avg: 17.9s

Irteerako tokenak

481K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

98.9%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
137
Zuzenak
183
Okerrak
15
Ziurtasuna
91.5%
Puntuazio garbia
178.00
MIR 2025
132
Zuzenak
175
Okerrak
24
Ziurtasuna
87.5%
Puntuazio garbia
167.00
MIR 2026
92
Zuzenak
188
Okerrak
10
Ziurtasuna
94.0%
Puntuazio garbia
184.66