MedicalBenchmark
xAI: Grok 4 provider

Grok 4

43

#43 319 modeloetatik sailkapen orokorrean

3 MIR azterketatan metatutako errendimendua

Puntuazio garbia

565.00 pts

Ziurtasuna

95.5%

Zuzenak / Okerrak

573 / 24

Kostu osoa

$13.62

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

95.5%

avg: 80.6%

Puntuazio garbia

565.00 pts

avg: 453.30 pts

Zuzenak

573

avg: 483

Okerrak

24

avg: 90

Kostu osoa

$13.62

avg: $9.58

Batez besteko erantzun-denbora

32.0s

avg: 17.9s

Irteerako tokenak

841K

avg: 1.3M

Arrazonamendu tokenak

522K

avg: 898K

Batez besteko konfiantza

99.4%

avg: 95.4%

Azterketaren araberako banaketa

MIR 2024
50
Zuzenak
192
Okerrak
8
Ziurtasuna
96.0%
Puntuazio garbia
189.33
MIR 2025
49
Zuzenak
187
Okerrak
12
Ziurtasuna
93.5%
Puntuazio garbia
183.00
MIR 2026
41
Zuzenak
194
Okerrak
4
Ziurtasuna
97.0%
Puntuazio garbia
192.66