MedicalBenchmark
xAI: Grok 3 provider

Grok 3

69

#69 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

554.66 pts

Ziurtasuna

94.2%

Zuzenak / Okerrak

565 / 31

Kostu osoa

$7.98

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

94.2%

avg: 80.6%

Puntuazio garbia

554.66 pts

avg: 453.30 pts

Zuzenak

565

avg: 483

Okerrak

31

avg: 90

Kostu osoa

$7.98

avg: $9.58

Batez besteko erantzun-denbora

15.9s

avg: 17.9s

Irteerako tokenak

499K

avg: 1.3M

Arrazonamendu tokenak

0

avg: 898K

Batez besteko konfiantza

98.2%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
32
Zuzenak
193
Okerrak
7
Ziurtasuna
96.5%
Puntuazio garbia
190.66
MIR 2025
87
Zuzenak
181
Okerrak
17
Ziurtasuna
90.5%
Puntuazio garbia
175.33
MIR 2026
66
Zuzenak
191
Okerrak
7
Ziurtasuna
95.5%
Puntuazio garbia
188.66