MedicalBenchmark
xAI: Grok 3 Mini Beta provider

Grok 3 Mini Beta

121

#121 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

530.00 pts

Ziurtasuna

90.8%

Zuzenak / Okerrak

545 / 45

Kostu osoa

$0.55

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

90.8%

avg: 80.6%

Puntuazio garbia

530.00 pts

avg: 453.30 pts

Zuzenak

545

avg: 483

Okerrak

45

avg: 90

Kostu osoa

$0.55

avg: $9.58

Batez besteko erantzun-denbora

15.0s

avg: 17.9s

Irteerako tokenak

1.0M

avg: 1.3M

Arrazonamendu tokenak

540K

avg: 898K

Batez besteko konfiantza

98.0%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
106
Zuzenak
186
Okerrak
11
Ziurtasuna
93.0%
Puntuazio garbia
182.33
MIR 2025
133
Zuzenak
174
Okerrak
21
Ziurtasuna
87.0%
Puntuazio garbia
167.00
MIR 2026
113
Zuzenak
185
Okerrak
13
Ziurtasuna
92.5%
Puntuazio garbia
180.66