MedicalBenchmark
Qwen: Qwen3 4B provider

Qwen3 4B

307

#307 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

115.66 pts

Ziurtasuna

21.8%

Zuzenak / Okerrak

131 / 46

Kostu osoa

$0.07

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

21.8%

avg: 80.6%

Puntuazio garbia

115.66 pts

avg: 453.30 pts

Zuzenak

131

avg: 483

Okerrak

46

avg: 90

Kostu osoa

$0.07

avg: $9.58

Batez besteko erantzun-denbora

49.7s

avg: 17.9s

Irteerako tokenak

236K

avg: 1.3M

Arrazonamendu tokenak

168K

avg: 898K

Batez besteko konfiantza

98.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
263
Zuzenak
131
Okerrak
46
Ziurtasuna
65.5%
Puntuazio garbia
115.66
MIR 2025
318
Zuzenak
0
Okerrak
0
Ziurtasuna
0.0%
Puntuazio garbia
0.00
MIR 2026
318
Zuzenak
0
Okerrak
0
Ziurtasuna
0.0%
Puntuazio garbia
0.00