MedicalBenchmark
Anthropic: Claude 3.5 Haiku provider

Claude 3.5 Haiku

215

#215 290 modeloetatikMIR 2025

Puntuazio garbia

129.00 pts

Ziurtasuna

73.0%

Zuzenak / Okerrak

146 / 51

Kostu osoa

$0.40

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

73.0%

avg: 75.9%

Puntuazio garbia

129.00 pts

avg: 138.99 pts

Zuzenak

146

avg: 152

Okerrak

51

avg: 38

Kostu osoa

$0.40

avg: $3.59

Batez besteko erantzun-denbora

7.2s

avg: 18.1s

Irteerako tokenak

75K

avg: 443K

Arrazonamendu tokenak

0

avg: 320K

Batez besteko konfiantza

98.2%

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
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
81.3%
Dermatologia
Zuzenak
9
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
69.2%
Batez bestekoa
62.8%
Endokrinologia eta Nutrizioa
Zuzenak
14
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
87.5%
Batez bestekoa
82.5%
Epidemiologia
Zuzenak
5
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
67.1%
Erradiologia-Larrialdiak
Zuzenak
8
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
67.9%
Erreumatologia
Zuzenak
9
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
64.3%
Batez bestekoa
74.6%
Estatistika
Zuzenak
2
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
74.9%
Farmakologia
Zuzenak
12
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
70.6%
Batez bestekoa
73.1%
Gaixotasun Infekziosoak
Zuzenak
17
Okerrak
8
Erantzun gabeak
3
Ziurtasuna
60.7%
Batez bestekoa
71.1%
Gastroenterologia
Zuzenak
15
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
72.9%
Genetika
Zuzenak
3
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
68.2%
Geriatria
Zuzenak
8
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
72.7%
Batez bestekoa
71.2%
Ginekologia eta Obstetrizia
Zuzenak
18
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
94.7%
Batez bestekoa
85.9%
Hematologia
Zuzenak
7
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
63.6%
Batez bestekoa
81.8%
Immunologia
Zuzenak
6
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
82.5%
Kardiologia
Zuzenak
18
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
81.8%
Batez bestekoa
77.4%
Medikuntza Legala eta Bioetika
Zuzenak
2
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
67.2%
Nefrologia
Zuzenak
12
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
78.2%
Neurologia
Zuzenak
14
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
70.0%
Batez bestekoa
76.2%
Oftalmologia
Zuzenak
4
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
72.6%
Onkologia Medikoa
Zuzenak
23
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
92.0%
Batez bestekoa
86.3%
ORL
Zuzenak
6
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
75.0%
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
8
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
73.0%
Psikiatria
Zuzenak
7
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
87.5%
Batez bestekoa
82.0%
Traumatologia
Zuzenak
12
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
78.2%
Urologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
42.9%
Batez bestekoa
79.5%
Zainketa Aringarriak
Zuzenak
4
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
77.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
4
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
77.1%
Arriskua
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
3
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
78.4%
Diagnostikoa
Zuzenak
68
Okerrak
19
Erantzun gabeak
2
Ziurtasuna
76.4%
Batez bestekoa
77.9%
Epidemiologia
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
75.0%
Etika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
72.0%
Farmakologia
Zuzenak
10
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
76.9%
Batez bestekoa
82.4%
Fisiopatologia
Zuzenak
17
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
63.0%
Batez bestekoa
72.6%
Interpretazioa
Zuzenak
28
Okerrak
14
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
69.3%
Legala
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
63.6%
Prebentzioa
Zuzenak
8
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
74.5%
Probak
Zuzenak
18
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
69.2%
Batez bestekoa
76.3%
Pronostikoa
Zuzenak
4
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
77.8%
Tratamendua
Zuzenak
61
Okerrak
18
Erantzun gabeak
3
Ziurtasuna
74.4%
Batez bestekoa
75.2%
#ErantzunaZuzenaEgoera
1BB
2AA
3CC
4CB
5AA
6CC
7CC
8AA
9CA
10DD
11DD
12DD
13AB
14DD
15B
16CB
17CB
18CA
19CC
20CA
21CB
22CD
23CC
24DD
25CC
26ABaliogabetua
27AC
28ABaliogabetua
29DD
30CB
31DD
32AA
33DD
34DD
35BB
36DD
37AC
38CC
39DD
40AA
41DD
42CC
43BB
44DD
45BD
46AA
47AA
48AA
49DD
50BB
51CC
52BB
53AD
54BB
55AA
56ABaliogabetua
57CC
58BB
59DD
60AA
61AA
62DD
63BB
64BD
65AA
66AA
67BB
68AB
69AB
70AA
71DD
72AA
73CD
74CC
75AA
76BB
77BB
78BB
79AC
80CC
81CC
82DD
83BB
84DD
85BC
86CC
87AA
88CD
89CB
90DA
91DB
92DC
93BB
94CC
95AA
96CC
97DD
98CC
99AA
100CC
101BB
102DD
103CA
104CC
105AA
106CC
107BB
108DD
109AB
110CC
111AA
112BC
113BB
114CD
115DD
116CC
117AA
118DD
119CC
120AB
121BD
122CC
123CC
124CC
125DD
126DD
127BB
128DD
129AA
130DD
131DD
132AA
133BB
134CC
135DB
136CC
137CA
138DD
139DD
140BB
141AA
142BA
143BB
144BB
145DD
146CC
147BB
148BA
149CA
150DA
151AA
152AA
153BB
154BB
155BB
156CC
157AA
158CC
159CC
160A
161AA
162D
163DD
164C
165DA
166BB
167CC
168DD
169DB
170BB
171DC
172BA
173DA
174BB
175BB
176CC
177BC
178BA
179DD
180AA
181DB
182CC
183BB
184BB
185BB
186DBaliogabetua
187CC
188DD
189DD
190AA
191AB
192A
193CC
194AA
195AA
196AA
197BB
198BC
199DD
200CC
201AB
202AA
203DD
204DC
205BB
206CD
207AA
208BC
209CC
210DB