MedicalBenchmark
Qwen: Qwen3 Coder 480B A35B (exacto) provider

Qwen3 Coder 480B A35B (exacto)

139

#139 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

519.33 pts

Ziurtasuna

89.7%

Zuzenak / Okerrak

538 / 56

Kostu osoa

$0.76

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

89.7%

avg: 80.6%

Puntuazio garbia

519.33 pts

avg: 453.30 pts

Zuzenak

538

avg: 483

Okerrak

56

avg: 90

Kostu osoa

$0.76

avg: $9.58

Batez besteko erantzun-denbora

3.9s

avg: 17.9s

Irteerako tokenak

390K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

98.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
126
Zuzenak
184
Okerrak
14
Ziurtasuna
92.0%
Puntuazio garbia
179.33
MIR 2025
148
Zuzenak
173
Okerrak
26
Ziurtasuna
86.5%
Puntuazio garbia
164.33
MIR 2026
141
Zuzenak
181
Okerrak
16
Ziurtasuna
90.5%
Puntuazio garbia
175.66