MedicalBenchmark
Qwen: Qwen3 VL 8B Instruct provider

Qwen3 VL 8B Instruct

246

#246 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

410.33 pts

Ziurtasuna

75.5%

Zuzenak / Okerrak

453 / 128

Kostu osoa

$0.45

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

75.5%

avg: 80.6%

Puntuazio garbia

410.33 pts

avg: 453.30 pts

Zuzenak

453

avg: 483

Okerrak

128

avg: 90

Kostu osoa

$0.45

avg: $9.58

Batez besteko erantzun-denbora

15.4s

avg: 17.9s

Irteerako tokenak

698K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

95.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
243
Zuzenak
155
Okerrak
40
Ziurtasuna
77.5%
Puntuazio garbia
141.66
MIR 2025
245
Zuzenak
144
Okerrak
47
Ziurtasuna
72.0%
Puntuazio garbia
128.33
MIR 2026
245
Zuzenak
154
Okerrak
41
Ziurtasuna
77.0%
Puntuazio garbia
140.33