MedicalBenchmark
Qwen: Qwen2.5-VL 7B Instruct provider

Qwen2.5-VL 7B Instruct

264

#264 291 modeloetatikMIR 2024

Puntuazio garbia

60.66 pts

Ziurtasuna

45.0%

Zuzenak / Okerrak

90 / 88

Kostu osoa

$0.04

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

45.0%

avg: 80.5%

Puntuazio garbia

60.66 pts

avg: 150.85 pts

Zuzenak

90

avg: 161

Okerrak

88

avg: 30

Kostu osoa

$0.04

avg: $3.32

Batez besteko erantzun-denbora

7.3s

avg: 16.4s

Irteerako tokenak

104K

avg: 427K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

87.0%

avg: 95.4%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
2
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
90.5%
Anestesiologia eta Bizkortzea
Zuzenak
3
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
87.1%
Dermatologia
Zuzenak
8
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
80.2%
Endokrinologia eta Nutrizioa
Zuzenak
10
Okerrak
9
Erantzun gabeak
0
Ziurtasuna
52.6%
Batez bestekoa
84.2%
Epidemiologia
Zuzenak
5
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
62.5%
Batez bestekoa
89.3%
Erradiologia-Larrialdiak
Zuzenak
8
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
64.9%
Erreumatologia
Zuzenak
7
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
81.4%
Estatistika
Zuzenak
1
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
33.3%
Batez bestekoa
91.1%
Farmakologia
Zuzenak
12
Okerrak
7
Erantzun gabeak
4
Ziurtasuna
52.2%
Batez bestekoa
85.4%
Gaixotasun Infekziosoak
Zuzenak
12
Okerrak
10
Erantzun gabeak
1
Ziurtasuna
52.2%
Batez bestekoa
81.8%
Gastroenterologia
Zuzenak
9
Okerrak
12
Erantzun gabeak
1
Ziurtasuna
40.9%
Batez bestekoa
70.5%
Genetika
Zuzenak
3
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
42.9%
Batez bestekoa
86.5%
Geriatria
Zuzenak
6
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
60.0%
Batez bestekoa
86.9%
Ginekologia eta Obstetrizia
Zuzenak
8
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
57.1%
Batez bestekoa
81.2%
Hematologia
Zuzenak
5
Okerrak
4
Erantzun gabeak
4
Ziurtasuna
38.5%
Batez bestekoa
81.5%
Immunologia
Zuzenak
5
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
62.5%
Batez bestekoa
89.1%
Kardiologia
Zuzenak
6
Okerrak
12
Erantzun gabeak
3
Ziurtasuna
28.6%
Batez bestekoa
79.7%
Medikuntza Legala eta Bioetika
Zuzenak
2
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
91.7%
Nefrologia
Zuzenak
2
Okerrak
9
Erantzun gabeak
2
Ziurtasuna
15.4%
Batez bestekoa
80.8%
Neurologia
Zuzenak
11
Okerrak
7
Erantzun gabeak
4
Ziurtasuna
50.0%
Batez bestekoa
83.7%
Oftalmologia
Zuzenak
2
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
80.0%
Onkologia Medikoa
Zuzenak
14
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
80.2%
ORL
Zuzenak
4
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
74.4%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
73.2%
Pediatria
Zuzenak
6
Okerrak
8
Erantzun gabeak
3
Ziurtasuna
35.3%
Batez bestekoa
82.0%
Pneumologia
Zuzenak
7
Okerrak
11
Erantzun gabeak
1
Ziurtasuna
36.8%
Batez bestekoa
80.6%
Psikiatria
Zuzenak
5
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
89.5%
Traumatologia
Zuzenak
9
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
60.0%
Batez bestekoa
74.5%
Urologia
Zuzenak
2
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
78.2%
Zainketa Aringarriak
Zuzenak
2
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
88.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
3
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
79.8%
Arriskua
Zuzenak
8
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
61.5%
Batez bestekoa
83.6%
Biostatistika
Zuzenak
2
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
40.0%
Batez bestekoa
90.7%
Diagnostikoa
Zuzenak
34
Okerrak
31
Erantzun gabeak
8
Ziurtasuna
46.6%
Batez bestekoa
79.2%
Epidemiologia
Zuzenak
6
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
81.2%
Etika
Zuzenak
1
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
94.5%
Farmakologia
Zuzenak
16
Okerrak
5
Erantzun gabeak
4
Ziurtasuna
64.0%
Batez bestekoa
84.0%
Fisiopatologia
Zuzenak
14
Okerrak
16
Erantzun gabeak
3
Ziurtasuna
42.4%
Batez bestekoa
85.4%
Interpretazioa
Zuzenak
15
Okerrak
18
Erantzun gabeak
4
Ziurtasuna
40.5%
Batez bestekoa
69.6%
Prebentzioa
Zuzenak
7
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
58.3%
Batez bestekoa
89.8%
Probak
Zuzenak
10
Okerrak
10
Erantzun gabeak
1
Ziurtasuna
47.6%
Batez bestekoa
73.9%
Pronostikoa
Zuzenak
2
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
28.6%
Batez bestekoa
83.9%
Tratamendua
Zuzenak
33
Okerrak
31
Erantzun gabeak
7
Ziurtasuna
46.5%
Batez bestekoa
81.3%
#ErantzunaZuzenaEgoera
1BB
2DD
3DB
4AC
5CC
6DB
7DD
8CC
9AA
10DD
11BD
12AA
13CC
14DA
15CB
16DA
17C
18AA
19AB
20AC
21DD
22AB
23AA
24CA
25AC
26BB
27CC
28DA
29AB
30DC
31AD
32BA
33CC
34CB
35DD
36BD
37AA
38BA
39CC
40BB
41BC
42BD
43DA
44D
45AD
46BB
47CC
48CC
49AB
50C
51AA
52DD
53AC
54BB
55CC
56DD
57CA
58BA
59BA
60AA
61AA
62D
63CD
64DBaliogabetua
65DD
66CC
67BB
68BBaliogabetua
69AA
70AB
71AB
72BD
73CB
74AC
75BB
76AA
77D
78DC
79CB
80AA
81DC
82CC
83BB
84DC
85AA
86AA
87AB
88D
89CB
90AA
91D
92DA
93AC
94BB
95DD
96BB
97BB
98B
99AA
100BB
101AA
102DD
103BB
104AD
105DB
106C
107CC
108BB
109AD
110CD
111B
112BC
113BBaliogabetua
114BD
115DD
116DA
117BD
118D
119CA
120C
121AA
122AB
123BD
124DD
125AB
126AD
127CA
128DB
129CD
130CC
131BC
132DD
133CA
134BC
135DA
136DD
137AA
138BC
139BA
140CC
141DB
142BC
143A
144DD
145BC
146BC
147CC
148BA
149BC
150DD
151AA
152A
153DC
154BB
155D
156C
157C
158DD
159DD
160BB
161DB
162BB
163BB
164CB
165CA
166DC
167AA
168BB
169CC
170CA
171DD
172AB
173CA
174B
175AA
176CC
177C
178BB
179CC
180ABaliogabetua
181AB
182DD
183CC
184A
185C
186DD
187CA
188CC
189BD
190DD
191BB
192DB
193AC
194DC
195CC
196BB
197AA
198BB
199DD
200AA
201AB
202BD
203B
204AD
205DD
206BBaliogabetua
207BA
208AA
209B
210AD