MedicalBenchmark
AllenAI: Olmo 3 32B Think provider

Olmo 3 32B Think

217

#217 291 modeloetatikMIR 2024

Puntuazio garbia

140.00 pts

Ziurtasuna

76.0%

Zuzenak / Okerrak

152 / 36

Kostu osoa

$0.38

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

76.0%

avg: 80.5%

Puntuazio garbia

140.00 pts

avg: 150.85 pts

Zuzenak

152

avg: 161

Okerrak

36

avg: 30

Kostu osoa

$0.38

avg: $3.32

Batez besteko erantzun-denbora

47.6s

avg: 16.4s

Irteerako tokenak

728K

avg: 427K

Arrazonamendu tokenak

663K

avg: 310K

Batez besteko konfiantza

90.4%

avg: 95.4%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
3
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
90.5%
Anestesiologia eta Bizkortzea
Zuzenak
4
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
87.1%
Dermatologia
Zuzenak
6
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
42.9%
Batez bestekoa
80.2%
Endokrinologia eta Nutrizioa
Zuzenak
18
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
94.7%
Batez bestekoa
84.2%
Epidemiologia
Zuzenak
8
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
89.3%
Erradiologia-Larrialdiak
Zuzenak
6
Okerrak
5
Erantzun gabeak
3
Ziurtasuna
42.9%
Batez bestekoa
64.9%
Erreumatologia
Zuzenak
9
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
64.3%
Batez bestekoa
81.4%
Estatistika
Zuzenak
3
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
91.1%
Farmakologia
Zuzenak
20
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
87.0%
Batez bestekoa
85.4%
Gaixotasun Infekziosoak
Zuzenak
13
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
56.5%
Batez bestekoa
81.8%
Gastroenterologia
Zuzenak
17
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
77.3%
Batez bestekoa
70.5%
Genetika
Zuzenak
4
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
86.5%
Geriatria
Zuzenak
8
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
80.0%
Batez bestekoa
86.9%
Ginekologia eta Obstetrizia
Zuzenak
11
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
78.6%
Batez bestekoa
81.2%
Hematologia
Zuzenak
10
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
76.9%
Batez bestekoa
81.5%
Immunologia
Zuzenak
8
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
89.1%
Kardiologia
Zuzenak
17
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
81.0%
Batez bestekoa
79.7%
Medikuntza Legala eta Bioetika
Zuzenak
2
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
91.7%
Nefrologia
Zuzenak
10
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
76.9%
Batez bestekoa
80.8%
Neurologia
Zuzenak
17
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
77.3%
Batez bestekoa
83.7%
Oftalmologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
60.0%
Batez bestekoa
80.0%
Onkologia Medikoa
Zuzenak
18
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
85.7%
Batez bestekoa
80.2%
ORL
Zuzenak
4
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
74.4%
Osasun Plangintza eta Kudeaketa
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
73.2%
Pediatria
Zuzenak
14
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
82.4%
Batez bestekoa
82.0%
Pneumologia
Zuzenak
14
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
73.7%
Batez bestekoa
80.6%
Psikiatria
Zuzenak
10
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
89.5%
Traumatologia
Zuzenak
10
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
74.5%
Urologia
Zuzenak
3
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
78.2%
Zainketa Aringarriak
Zuzenak
4
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
88.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
4
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
79.8%
Arriskua
Zuzenak
11
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
84.6%
Batez bestekoa
83.6%
Biostatistika
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
90.7%
Diagnostikoa
Zuzenak
50
Okerrak
20
Erantzun gabeak
3
Ziurtasuna
68.5%
Batez bestekoa
79.2%
Epidemiologia
Zuzenak
10
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
81.2%
Etika
Zuzenak
1
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
94.5%
Farmakologia
Zuzenak
23
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
92.0%
Batez bestekoa
84.0%
Fisiopatologia
Zuzenak
28
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
84.8%
Batez bestekoa
85.4%
Interpretazioa
Zuzenak
22
Okerrak
9
Erantzun gabeak
6
Ziurtasuna
59.5%
Batez bestekoa
69.6%
Prebentzioa
Zuzenak
11
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
91.7%
Batez bestekoa
89.8%
Probak
Zuzenak
15
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
71.4%
Batez bestekoa
73.9%
Pronostikoa
Zuzenak
5
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
71.4%
Batez bestekoa
83.9%
Tratamendua
Zuzenak
54
Okerrak
11
Erantzun gabeak
6
Ziurtasuna
76.1%
Batez bestekoa
81.3%
#ErantzunaZuzenaEgoera
1AB
2CD
3AB
4AC
5BC
6BB
7DD
8CC
9CA
10CD
11D
12AA
13C
14BA
15B
16AA
17CC
18AA
19B
20C
21DD
22BB
23AA
24AA
25DC
26BB
27CC
28AA
29BB
30CC
31DD
32AA
33CC
34DB
35DD
36DD
37AA
38AA
39CC
40BB
41CC
42DD
43AA
44DD
45DD
46BB
47CC
48CC
49BB
50CC
51AA
52DD
53CC
54BB
55CC
56DD
57BA
58CA
59AA
60BA
61A
62CD
63CD
64BBaliogabetua
65DD
66CC
67BB
68BBaliogabetua
69AA
70BB
71BB
72CD
73BB
74CC
75BB
76AA
77CD
78CC
79BB
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91DD
92AA
93CC
94BB
95DD
96BB
97BB
98CB
99AA
100BB
101AA
102DD
103BB
104DD
105CB
106CC
107CC
108BB
109DD
110CD
111BB
112CC
113Baliogabetua
114BD
115DD
116AA
117DD
118DD
119CA
120CC
121DA
122BB
123DD
124DD
125BB
126D
127AA
128BB
129DD
130CC
131CC
132CD
133AA
134BC
135AA
136DD
137AA
138CC
139A
140CC
141BB
142CC
143AA
144CD
145DC
146DC
147CC
148A
149AC
150DD
151AA
152AA
153CC
154BB
155DD
156CC
157CC
158DD
159DD
160B
161BB
162BB
163BB
164BB
165AA
166CC
167A
168BB
169BC
170CA
171CD
172AB
173DA
174BB
175AA
176CC
177CC
178BB
179CC
180DBaliogabetua
181B
182DD
183CC
184AA
185CC
186DD
187AA
188CC
189DD
190DD
191BB
192BB
193CC
194CC
195CC
196BB
197AA
198BB
199CD
200AA
201BB
202DD
203BB
204BD
205D
206ABaliogabetua
207DA
208AA
209DB
210DD