MedicalBenchmark
Sao10K: Llama 3.3 Euryale 70B provider

Llama 3.3 Euryale 70B

209

#209 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

465.00 pts

Ziurtasuna

81.7%

Zuzenak / Okerrak

490 / 75

Kostu osoa

$0.50

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

81.7%

avg: 80.6%

Puntuazio garbia

465.00 pts

avg: 453.30 pts

Zuzenak

490

avg: 483

Okerrak

75

avg: 90

Kostu osoa

$0.50

avg: $9.58

Batez besteko erantzun-denbora

19.7s

avg: 17.9s

Irteerako tokenak

365K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

92.5%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
212
Zuzenak
165
Okerrak
26
Ziurtasuna
82.5%
Puntuazio garbia
156.33
MIR 2025
217
Zuzenak
154
Okerrak
33
Ziurtasuna
77.0%
Puntuazio garbia
143.00
MIR 2026
182
Zuzenak
171
Okerrak
16
Ziurtasuna
85.5%
Puntuazio garbia
165.66