MedicalBenchmark
Qwen: Qwen3 Coder Flash provider

Qwen3 Coder Flash

206

#206 291 modeloetatikMIR 2024

Puntuazio garbia

147.33 pts

Ziurtasuna

80.0%

Zuzenak / Okerrak

160 / 38

Kostu osoa

$0.25

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

80.0%

avg: 80.5%

Puntuazio garbia

147.33 pts

avg: 150.85 pts

Zuzenak

160

avg: 161

Okerrak

38

avg: 30

Kostu osoa

$0.25

avg: $3.32

Batez besteko erantzun-denbora

6.6s

avg: 16.4s

Irteerako tokenak

148K

avg: 427K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

97.6%

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
9
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
64.3%
Batez bestekoa
80.2%
Endokrinologia eta Nutrizioa
Zuzenak
18
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
94.7%
Batez bestekoa
84.2%
Epidemiologia
Zuzenak
7
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
87.5%
Batez bestekoa
89.3%
Erradiologia-Larrialdiak
Zuzenak
10
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
64.9%
Erreumatologia
Zuzenak
11
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
78.6%
Batez bestekoa
81.4%
Estatistika
Zuzenak
3
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
91.1%
Farmakologia
Zuzenak
19
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
82.6%
Batez bestekoa
85.4%
Gaixotasun Infekziosoak
Zuzenak
20
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
87.0%
Batez bestekoa
81.8%
Gastroenterologia
Zuzenak
14
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
63.6%
Batez bestekoa
70.5%
Genetika
Zuzenak
6
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
85.7%
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
3
Erantzun gabeak
0
Ziurtasuna
78.6%
Batez bestekoa
81.2%
Hematologia
Zuzenak
11
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
84.6%
Batez bestekoa
81.5%
Immunologia
Zuzenak
6
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
75.0%
Batez bestekoa
89.1%
Kardiologia
Zuzenak
16
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
76.2%
Batez bestekoa
79.7%
Medikuntza Legala eta Bioetika
Zuzenak
2
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
91.7%
Nefrologia
Zuzenak
11
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
84.6%
Batez bestekoa
80.8%
Neurologia
Zuzenak
20
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
90.9%
Batez bestekoa
83.7%
Oftalmologia
Zuzenak
4
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
80.0%
Onkologia Medikoa
Zuzenak
15
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
80.2%
ORL
Zuzenak
5
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
74.4%
Osasun Plangintza eta Kudeaketa
Zuzenak
2
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
73.2%
Pediatria
Zuzenak
15
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
88.2%
Batez bestekoa
82.0%
Pneumologia
Zuzenak
13
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
68.4%
Batez bestekoa
80.6%
Psikiatria
Zuzenak
10
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
89.5%
Traumatologia
Zuzenak
10
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
74.5%
Urologia
Zuzenak
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
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
12
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
92.3%
Batez bestekoa
83.6%
Biostatistika
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
90.7%
Diagnostikoa
Zuzenak
60
Okerrak
13
Erantzun gabeak
0
Ziurtasuna
82.2%
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
22
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
88.0%
Batez bestekoa
84.0%
Fisiopatologia
Zuzenak
28
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
84.8%
Batez bestekoa
85.4%
Interpretazioa
Zuzenak
25
Okerrak
12
Erantzun gabeak
0
Ziurtasuna
67.6%
Batez bestekoa
69.6%
Prebentzioa
Zuzenak
11
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
91.7%
Batez bestekoa
89.8%
Probak
Zuzenak
16
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
76.2%
Batez bestekoa
73.9%
Pronostikoa
Zuzenak
6
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
85.7%
Batez bestekoa
83.9%
Tratamendua
Zuzenak
55
Okerrak
16
Erantzun gabeak
0
Ziurtasuna
77.5%
Batez bestekoa
81.3%
#ErantzunaZuzenaEgoera
1BB
2DD
3DB
4AC
5CC
6BB
7DD
8CC
9BA
10DD
11DD
12AA
13DC
14BA
15CB
16BA
17AC
18CA
19BB
20CC
21DD
22BB
23AA
24DA
25AC
26BB
27CC
28AA
29AB
30CC
31AD
32AA
33CC
34BB
35DD
36DD
37AA
38A
39CC
40BB
41CC
42DD
43AA
44DD
45DD
46BB
47CC
48CC
49BB
50BC
51AA
52DD
53CC
54BB
55CC
56DD
57DA
58BA
59AA
60AA
61AA
62CD
63DD
64ABaliogabetua
65DD
66CC
67DB
68BBaliogabetua
69AA
70BB
71BB
72BD
73BB
74CC
75BB
76AA
77DD
78CC
79BB
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91AD
92AA
93CC
94BB
95DD
96BB
97BB
98DB
99AA
100DB
101AA
102DD
103BB
104DD
105CB
106CC
107CC
108BB
109DD
110DD
111CB
112CC
113DBaliogabetua
114DD
115DD
116AA
117DD
118DD
119AA
120CC
121AA
122DB
123DD
124DD
125CB
126DD
127AA
128BB
129DD
130CC
131AC
132DD
133AA
134CC
135AA
136DD
137AA
138BC
139AA
140CC
141BB
142CC
143AA
144AD
145CC
146DC
147CC
148AA
149AC
150CD
151CA
152AA
153DC
154BB
155DD
156CC
157CC
158DD
159DD
160BB
161BB
162B
163BB
164BB
165AA
166CC
167AA
168BB
169CC
170AA
171BD
172BB
173AA
174BB
175AA
176CC
177CC
178BB
179CC
180BBaliogabetua
181CB
182DD
183CC
184AA
185CC
186DD
187AA
188CC
189BD
190DD
191AB
192BB
193CC
194CC
195CC
196BB
197AA
198BB
199DD
200AA
201BB
202DD
203BB
204DD
205BD
206BBaliogabetua
207AA
208AA
209DB
210DD