MedicalBenchmark
Qwen: Qwen3 Max provider

Qwen3 Max

86

#86 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

546.33 pts

Ziurtasuna

92.8%

Zuzenak / Okerrak

557 / 32

Kostu osoa

$2.86

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

92.8%

avg: 80.6%

Puntuazio garbia

546.33 pts

avg: 453.30 pts

Zuzenak

557

avg: 483

Okerrak

32

avg: 90

Kostu osoa

$2.86

avg: $9.58

Batez besteko erantzun-denbora

17.2s

avg: 17.9s

Irteerako tokenak

417K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

98.1%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
86
Zuzenak
188
Okerrak
8
Ziurtasuna
94.0%
Puntuazio garbia
185.33
MIR 2025
92
Zuzenak
180
Okerrak
16
Ziurtasuna
90.0%
Puntuazio garbia
174.66
MIR 2026
82
Zuzenak
189
Okerrak
8
Ziurtasuna
94.5%
Puntuazio garbia
186.33