MedicalBenchmark
AllenAI: Olmo 3 7B Think provider

Olmo 3 7B Think

287

#287 319 modeloetatikMIR 2025

Puntuazio garbia

66.33 pts

Ziurtasuna

49.5%

Zuzenak / Okerrak

99 / 98

Kostu osoa

$0.14

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

49.5%

avg: 77.9%

Puntuazio garbia

66.33 pts

avg: 143.96 pts

Zuzenak

99

avg: 156

Okerrak

98

avg: 35

Kostu osoa

$0.14

avg: $3.36

Batez besteko erantzun-denbora

15.3s

avg: 19.0s

Irteerako tokenak

613K

avg: 430K

Arrazonamendu tokenak

547K

avg: 306K

Batez besteko konfiantza

97.3%

avg: 95.2%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
87.9%
Anestesiologia eta Bizkortzea
Zuzenak
1
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
16.7%
Batez bestekoa
82.3%
Dermatologia
Zuzenak
6
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
69.4%
Endokrinologia eta Nutrizioa
Zuzenak
10
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
62.5%
Batez bestekoa
83.5%
Epidemiologia
Zuzenak
4
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
69.1%
Erradiologia-Larrialdiak
Zuzenak
7
Okerrak
7
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
69.4%
Erreumatologia
Zuzenak
6
Okerrak
9
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
76.6%
Estatistika
Zuzenak
3
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
76.6%
Farmakologia
Zuzenak
11
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
64.7%
Batez bestekoa
74.1%
Gaixotasun Infekziosoak
Zuzenak
12
Okerrak
15
Erantzun gabeak
0
Ziurtasuna
44.4%
Batez bestekoa
74.9%
Gastroenterologia
Zuzenak
8
Okerrak
13
Erantzun gabeak
0
Ziurtasuna
38.1%
Batez bestekoa
74.1%
Genetika
Zuzenak
2
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
69.5%
Geriatria
Zuzenak
6
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
54.5%
Batez bestekoa
77.5%
Ginekologia eta Obstetrizia
Zuzenak
13
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
68.4%
Batez bestekoa
86.7%
Hematologia
Zuzenak
9
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
81.8%
Batez bestekoa
82.7%
Immunologia
Zuzenak
4
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
44.4%
Batez bestekoa
83.3%
Kardiologia
Zuzenak
7
Okerrak
15
Erantzun gabeak
0
Ziurtasuna
31.8%
Batez bestekoa
78.6%
Medikuntza Legala eta Bioetika
Zuzenak
3
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
60.0%
Batez bestekoa
68.4%
Nefrologia
Zuzenak
10
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
84.8%
Neurologia
Zuzenak
11
Okerrak
8
Erantzun gabeak
1
Ziurtasuna
55.0%
Batez bestekoa
77.3%
Oftalmologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
20.0%
Batez bestekoa
74.2%
Onkologia Medikoa
Zuzenak
17
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
68.0%
Batez bestekoa
87.2%
ORL
Zuzenak
3
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
37.5%
Batez bestekoa
74.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
82.6%
Pediatria
Zuzenak
9
Okerrak
17
Erantzun gabeak
0
Ziurtasuna
34.6%
Batez bestekoa
71.9%
Pneumologia
Zuzenak
5
Okerrak
9
Erantzun gabeak
0
Ziurtasuna
35.7%
Batez bestekoa
80.4%
Psikiatria
Zuzenak
6
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
83.0%
Traumatologia
Zuzenak
8
Okerrak
9
Erantzun gabeak
1
Ziurtasuna
44.4%
Batez bestekoa
79.3%
Urologia
Zuzenak
4
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
80.7%
Zainketa Aringarriak
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
78.6%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
3
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
42.9%
Batez bestekoa
78.6%
Arriskua
Zuzenak
1
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
20.0%
Batez bestekoa
85.2%
Biostatistika
Zuzenak
4
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
79.8%
Diagnostikoa
Zuzenak
44
Okerrak
43
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
79.9%
Epidemiologia
Zuzenak
2
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
76.7%
Etika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
74.1%
Farmakologia
Zuzenak
10
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
76.9%
Batez bestekoa
83.3%
Fisiopatologia
Zuzenak
12
Okerrak
13
Erantzun gabeak
2
Ziurtasuna
44.4%
Batez bestekoa
76.1%
Interpretazioa
Zuzenak
18
Okerrak
23
Erantzun gabeak
1
Ziurtasuna
42.9%
Batez bestekoa
70.7%
Legala
Zuzenak
3
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
64.6%
Prebentzioa
Zuzenak
5
Okerrak
7
Erantzun gabeak
0
Ziurtasuna
41.7%
Batez bestekoa
75.6%
Probak
Zuzenak
17
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
63.0%
Batez bestekoa
77.9%
Pronostikoa
Zuzenak
3
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
42.9%
Batez bestekoa
80.8%
Tratamendua
Zuzenak
41
Okerrak
40
Erantzun gabeak
0
Ziurtasuna
50.6%
Batez bestekoa
77.3%
#ErantzunaZuzenaEgoera
1BB
2AA
3DC
4DB
5AA
6CC
7BC
8CA
9CA
10AD
11DD
12CD
13AB
14BD
15CBaliogabetua
16DB
17AB
18CA
19BC
20AA
21BB
22DD
23C
24BD
25CC
26DBaliogabetua
27BC
28DBaliogabetua
29BD
30BB
31DD
32AA
33DD
34AD
35BB
36BD
37DC
38BC
39DD
40AA
41DD
42CC
43DB
44DD
45DD
46AA
47AA
48AA
49BD
50BB
51DC
52CB
53AD
54DB
55CA
56BBaliogabetua
57CC
58BB
59DD
60BA
61BA
62DD
63BB
64BD
65CA
66AA
67BB
68DB
69AB
70DA
71CD
72CA
73BD
74CC
75AA
76BB
77BB
78BB
79DC
80CC
81AC
82CD
83BB
84DD
85DC
86BC
87CA
88DD
89CB
90AA
91B
92DC
93BB
94AC
95AA
96DC
97DD
98DC
99BA
100BC
101AB
102DD
103AA
104BC
105AA
106CC
107CB
108BD
109BB
110CC
111BA
112BC
113AB
114AD
115BD
116CC
117AA
118CD
119CC
120DB
121AD
122AC
123CC
124BC
125BD
126DD
127BB
128DD
129BA
130DD
131DD
132AA
133AB
134CC
135CB
136DC
137AA
138DD
139DD
140BB
141AA
142AA
143BB
144BB
145DD
146CC
147DB
148DA
149CA
150DD
151AA
152AA
153B
154BB
155AB
156CC
157AA
158CC
159CC
160BA
161CA
162CBaliogabetua
163CD
164CC
165AA
166BB
167AC
168BD
169CB
170AB
171DC
172BA
173DA
174CB
175CB
176AC
177CC
178BA
179DD
180AA
181BB
182BC
183DB
184BB
185DB
186DBaliogabetua
187CC
188DD
189BD
190AA
191AB
192BA
193CC
194CA
195AA
196AA
197BB
198BC
199DD
200CC
201BB
202BA
203DD
204BC
205BB
206CD
207AA
208CC
209CC
210BB