MedicalBenchmark
Qwen: Qwen3 VL 235B A22B Thinking provider

Qwen3 VL 235B A22B Thinking

79

#79 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

549.33 pts

Ziurtasuna

93.7%

Zuzenak / Okerrak

562 / 38

Kostu osoa

$3.56

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

93.7%

avg: 80.6%

Puntuazio garbia

549.33 pts

avg: 453.30 pts

Zuzenak

562

avg: 483

Okerrak

38

avg: 90

Kostu osoa

$3.56

avg: $9.58

Batez besteko erantzun-denbora

37.5s

avg: 17.9s

Irteerako tokenak

844K

avg: 1.3M

Arrazonamendu tokenak

566K

avg: 898K

Batez besteko konfiantza

99.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
88
Zuzenak
189
Okerrak
11
Ziurtasuna
94.5%
Puntuazio garbia
185.33
MIR 2025
80
Zuzenak
182
Okerrak
18
Ziurtasuna
91.0%
Puntuazio garbia
176.00
MIR 2026
71
Zuzenak
191
Okerrak
9
Ziurtasuna
95.5%
Puntuazio garbia
188.00