MedicalBenchmark
Qwen: QwQ 32B provider

QwQ 32B

193

#193 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

478.66 pts

Ziurtasuna

84.8%

Zuzenak / Okerrak

509 / 91

Kostu osoa

$0.55

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

84.8%

avg: 80.6%

Puntuazio garbia

478.66 pts

avg: 453.30 pts

Zuzenak

509

avg: 483

Okerrak

91

avg: 90

Kostu osoa

$0.55

avg: $9.58

Batez besteko erantzun-denbora

62.2s

avg: 17.9s

Irteerako tokenak

1.1M

avg: 1.3M

Arrazonamendu tokenak

915K

avg: 898K

Batez besteko konfiantza

99.7%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
190
Zuzenak
174
Okerrak
26
Ziurtasuna
87.0%
Puntuazio garbia
165.33
MIR 2025
169
Zuzenak
169
Okerrak
31
Ziurtasuna
84.5%
Puntuazio garbia
158.66
MIR 2026
224
Zuzenak
166
Okerrak
34
Ziurtasuna
83.0%
Puntuazio garbia
154.66