MedicalBenchmark
Anthropic: Claude 3 Haiku provider

Claude 3 Haiku

229

#229 290 modeloetatikMIR 2025

Puntuazio garbia

111.66 pts

Ziurtasuna

66.0%

Zuzenak / Okerrak

132 / 61

Kostu osoa

$0.14

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

66.0%

avg: 75.9%

Puntuazio garbia

111.66 pts

avg: 138.99 pts

Zuzenak

132

avg: 152

Okerrak

61

avg: 38

Kostu osoa

$0.14

avg: $3.59

Batez besteko erantzun-denbora

3.5s

avg: 18.1s

Irteerako tokenak

86K

avg: 443K

Arrazonamendu tokenak

0

avg: 320K

Batez besteko konfiantza

96.4%

avg: 94.7%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
4
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
86.9%
Anestesiologia eta Bizkortzea
Zuzenak
4
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
81.3%
Dermatologia
Zuzenak
9
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
69.2%
Batez bestekoa
62.8%
Endokrinologia eta Nutrizioa
Zuzenak
12
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
82.5%
Epidemiologia
Zuzenak
3
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
42.9%
Batez bestekoa
67.1%
Erradiologia-Larrialdiak
Zuzenak
9
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
64.3%
Batez bestekoa
67.9%
Erreumatologia
Zuzenak
10
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
74.6%
Estatistika
Zuzenak
2
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
74.9%
Farmakologia
Zuzenak
9
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
52.9%
Batez bestekoa
73.1%
Gaixotasun Infekziosoak
Zuzenak
15
Okerrak
11
Erantzun gabeak
2
Ziurtasuna
53.6%
Batez bestekoa
71.1%
Gastroenterologia
Zuzenak
13
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
61.9%
Batez bestekoa
72.9%
Genetika
Zuzenak
3
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
68.2%
Geriatria
Zuzenak
4
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
36.4%
Batez bestekoa
71.2%
Ginekologia eta Obstetrizia
Zuzenak
16
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
84.2%
Batez bestekoa
85.9%
Hematologia
Zuzenak
6
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
54.5%
Batez bestekoa
81.8%
Immunologia
Zuzenak
7
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
77.8%
Batez bestekoa
82.5%
Kardiologia
Zuzenak
14
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
63.6%
Batez bestekoa
77.4%
Medikuntza Legala eta Bioetika
Zuzenak
2
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
67.2%
Nefrologia
Zuzenak
11
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
73.3%
Batez bestekoa
78.2%
Neurologia
Zuzenak
12
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
60.0%
Batez bestekoa
76.2%
Oftalmologia
Zuzenak
3
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
60.0%
Batez bestekoa
72.6%
Onkologia Medikoa
Zuzenak
20
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
80.0%
Batez bestekoa
86.3%
ORL
Zuzenak
5
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
62.5%
Batez bestekoa
73.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
2
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
81.6%
Pediatria
Zuzenak
17
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
68.0%
Batez bestekoa
72.7%
Pneumologia
Zuzenak
10
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
73.0%
Psikiatria
Zuzenak
6
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
82.0%
Traumatologia
Zuzenak
13
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
72.2%
Batez bestekoa
78.2%
Urologia
Zuzenak
5
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
71.4%
Batez bestekoa
79.5%
Zainketa Aringarriak
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
77.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
3
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
42.9%
Batez bestekoa
77.1%
Arriskua
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
3
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
75.0%
Batez bestekoa
78.4%
Diagnostikoa
Zuzenak
59
Okerrak
28
Erantzun gabeak
2
Ziurtasuna
66.3%
Batez bestekoa
77.9%
Epidemiologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
60.0%
Batez bestekoa
75.0%
Etika
Zuzenak
0
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
72.0%
Farmakologia
Zuzenak
8
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
61.5%
Batez bestekoa
82.4%
Fisiopatologia
Zuzenak
19
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
70.4%
Batez bestekoa
72.6%
Interpretazioa
Zuzenak
26
Okerrak
14
Erantzun gabeak
2
Ziurtasuna
61.9%
Batez bestekoa
69.3%
Legala
Zuzenak
2
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
63.6%
Prebentzioa
Zuzenak
7
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
58.3%
Batez bestekoa
74.5%
Probak
Zuzenak
16
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
61.5%
Batez bestekoa
76.3%
Pronostikoa
Zuzenak
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
77.8%
Tratamendua
Zuzenak
51
Okerrak
28
Erantzun gabeak
3
Ziurtasuna
62.2%
Batez bestekoa
75.2%
#ErantzunaZuzenaEgoera
1BB
2CA
3CC
4AB
5AA
6CC
7CC
8AA
9CA
10DD
11DD
12DD
13AB
14DD
15B
16CB
17BB
18AA
19CC
20AA
21B
22CD
23AC
24DD
25CC
26Baliogabetua
27DC
28DBaliogabetua
29D
30BB
31DD
32AA
33DD
34DD
35BB
36DD
37AC
38CC
39DD
40AA
41DD
42CC
43CB
44DD
45D
46AA
47AA
48AA
49DD
50BB
51CC
52BB
53D
54BB
55CA
56BBaliogabetua
57CC
58BB
59DD
60BA
61AA
62DD
63BB
64DD
65AA
66AA
67BB
68AB
69AB
70AA
71DD
72AA
73DD
74CC
75AA
76CB
77BB
78BB
79AC
80CC
81CC
82CD
83BB
84DD
85DC
86CC
87AA
88DD
89CB
90BA
91CB
92DC
93BB
94CC
95AA
96CC
97DD
98DC
99AA
100DC
101BB
102CD
103CA
104CC
105AA
106CC
107BB
108DD
109BB
110CC
111AA
112CC
113BB
114AD
115CD
116CC
117AA
118DD
119C
120AB
121CD
122AC
123CC
124CC
125BD
126BD
127BB
128DD
129DA
130DD
131BD
132AA
133BB
134CC
135BB
136CC
137CA
138DD
139DD
140BB
141AA
142A
143BB
144BB
145DD
146CC
147BB
148BA
149DA
150DA
151DA
152AA
153BB
154BB
155BB
156CC
157AA
158BC
159CC
160CA
161CA
162
163DD
164AC
165DA
166CB
167CC
168DD
169DB
170CB
171CC
172BA
173DA
174BB
175BB
176CC
177BC
178BA
179DD
180AA
181BB
182BC
183DB
184BB
185DB
186DBaliogabetua
187CC
188DD
189CD
190AA
191CB
192AA
193CC
194AA
195AA
196AA
197BB
198BC
199DD
200CC
201DB
202AA
203DD
204DC
205BB
206CD
207AA
208CC
209CC
210BB