MedicalBenchmark
Meta: Llama 3.2 11B Vision Instruct provider

Llama 3.2 11B Vision Instruct

276

#276 290 modeloetatik — MIR 2025

Puntuazio garbia

29.00 pts

Ziurtasuna

22.5%

Zuzenak / Okerrak

45 / 48

Kostu osoa

$0.04

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

22.5%

avg: 75.9%

Puntuazio garbia

29.00 pts

avg: 138.99 pts

Zuzenak

45

avg: 152

Okerrak

48

avg: 38

Kostu osoa

$0.04

avg: $3.59

Batez besteko erantzun-denbora

50.8s

avg: 18.1s

Irteerako tokenak

171K

avg: 443K

Arrazonamendu tokenak

0

avg: 320K

Batez besteko konfiantza

45.4%

avg: 94.7%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
0
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
86.9%
Anestesiologia eta Bizkortzea
Zuzenak
3
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
81.3%
Dermatologia
Zuzenak
5
Okerrak
5
Erantzun gabeak
3
Ziurtasuna
38.5%
Batez bestekoa
62.8%
Endokrinologia eta Nutrizioa
Zuzenak
4
Okerrak
1
Erantzun gabeak
11
Ziurtasuna
25.0%
Batez bestekoa
82.5%
Epidemiologia
Zuzenak
0
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
0.0%
Batez bestekoa
67.1%
Erradiologia-Larrialdiak
Zuzenak
4
Okerrak
4
Erantzun gabeak
6
Ziurtasuna
28.6%
Batez bestekoa
67.9%
Erreumatologia
Zuzenak
2
Okerrak
5
Erantzun gabeak
7
Ziurtasuna
14.3%
Batez bestekoa
74.6%
Estatistika
Zuzenak
0
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
74.9%
Farmakologia
Zuzenak
9
Okerrak
2
Erantzun gabeak
6
Ziurtasuna
52.9%
Batez bestekoa
73.1%
Gaixotasun Infekziosoak
Zuzenak
8
Okerrak
6
Erantzun gabeak
14
Ziurtasuna
28.6%
Batez bestekoa
71.1%
Gastroenterologia
Zuzenak
8
Okerrak
4
Erantzun gabeak
9
Ziurtasuna
38.1%
Batez bestekoa
72.9%
Genetika
Zuzenak
0
Okerrak
2
Erantzun gabeak
4
Ziurtasuna
0.0%
Batez bestekoa
68.2%
Geriatria
Zuzenak
3
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
27.3%
Batez bestekoa
71.2%
Ginekologia eta Obstetrizia
Zuzenak
5
Okerrak
4
Erantzun gabeak
10
Ziurtasuna
26.3%
Batez bestekoa
85.9%
Hematologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
7
Ziurtasuna
9.1%
Batez bestekoa
81.8%
Immunologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
4
Ziurtasuna
33.3%
Batez bestekoa
82.5%
Kardiologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
17
Ziurtasuna
4.5%
Batez bestekoa
77.4%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
20.0%
Batez bestekoa
67.2%
Nefrologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
8
Ziurtasuna
20.0%
Batez bestekoa
78.2%
Neurologia
Zuzenak
4
Okerrak
5
Erantzun gabeak
11
Ziurtasuna
20.0%
Batez bestekoa
76.2%
Oftalmologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
4
Ziurtasuna
0.0%
Batez bestekoa
72.6%
Onkologia Medikoa
Zuzenak
4
Okerrak
7
Erantzun gabeak
14
Ziurtasuna
16.0%
Batez bestekoa
86.3%
ORL
Zuzenak
0
Okerrak
2
Erantzun gabeak
6
Ziurtasuna
0.0%
Batez bestekoa
73.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
81.6%
Pediatria
Zuzenak
6
Okerrak
6
Erantzun gabeak
13
Ziurtasuna
24.0%
Batez bestekoa
72.7%
Pneumologia
Zuzenak
3
Okerrak
6
Erantzun gabeak
5
Ziurtasuna
21.4%
Batez bestekoa
73.0%
Psikiatria
Zuzenak
4
Okerrak
0
Erantzun gabeak
4
Ziurtasuna
50.0%
Batez bestekoa
82.0%
Traumatologia
Zuzenak
2
Okerrak
5
Erantzun gabeak
11
Ziurtasuna
11.1%
Batez bestekoa
78.2%
Urologia
Zuzenak
1
Okerrak
2
Erantzun gabeak
4
Ziurtasuna
14.3%
Batez bestekoa
79.5%
Zainketa Aringarriak
Zuzenak
1
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
25.0%
Batez bestekoa
77.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
1
Okerrak
0
Erantzun gabeak
6
Ziurtasuna
14.3%
Batez bestekoa
77.1%
Arriskua
Zuzenak
1
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
20.0%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
0
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
78.4%
Diagnostikoa
Zuzenak
19
Okerrak
23
Erantzun gabeak
47
Ziurtasuna
21.3%
Batez bestekoa
77.9%
Epidemiologia
Zuzenak
1
Okerrak
1
Erantzun gabeak
3
Ziurtasuna
20.0%
Batez bestekoa
75.0%
Etika
Zuzenak
0
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
72.0%
Farmakologia
Zuzenak
8
Okerrak
0
Erantzun gabeak
5
Ziurtasuna
61.5%
Batez bestekoa
82.4%
Fisiopatologia
Zuzenak
5
Okerrak
9
Erantzun gabeak
13
Ziurtasuna
18.5%
Batez bestekoa
72.6%
Interpretazioa
Zuzenak
5
Okerrak
11
Erantzun gabeak
26
Ziurtasuna
11.9%
Batez bestekoa
69.3%
Legala
Zuzenak
1
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
25.0%
Batez bestekoa
63.6%
Prebentzioa
Zuzenak
4
Okerrak
2
Erantzun gabeak
6
Ziurtasuna
33.3%
Batez bestekoa
74.5%
Probak
Zuzenak
5
Okerrak
8
Erantzun gabeak
13
Ziurtasuna
19.2%
Batez bestekoa
76.3%
Pronostikoa
Zuzenak
2
Okerrak
1
Erantzun gabeak
3
Ziurtasuna
33.3%
Batez bestekoa
77.8%
Tratamendua
Zuzenak
19
Okerrak
19
Erantzun gabeak
44
Ziurtasuna
23.2%
Batez bestekoa
75.2%
#ErantzunaZuzenaEgoera
1—B
2—A
3DC
4AB
5—A
6—C
7—C
8BA
9—A
10—D
11—D
12—D
13AB
14BD
15D—
16—B
17—B
18AA
19CC
20DA
21CB
22—D
23AC
24BD
25CC
26——Baliogabetua
27—C
28C—Baliogabetua
29—D
30CB
31AD
32—A
33—D
34AD
35BB
36BD
37—C
38—C
39CD
40BA
41—D
42—C
43—B
44—D
45BD
46AA
47—A
48AA
49—D
50—B
51DC
52—B
53—D
54DB
55—A
56——Baliogabetua
57—C
58—B
59—D
60BA
61AA
62CD
63BB
64—D
65—A
66AA
67BB
68—B
69—B
70AA
71DD
72AA
73—D
74—C
75AA
76BB
77—B
78—B
79BC
80—C
81—C
82—D
83BB
84BD
85—C
86—C
87—A
88AD
89BB
90DA
91—B
92—C
93—B
94—C
95CA
96CC
97—D
98—C
99—A
100—C
101—B
102—D
103—A
104CC
105—A
106—C
107—B
108—D
109—B
110CC
111—A
112BC
113AB
114DD
115CD
116—C
117AA
118DD
119—C
120BB
121—D
122CC
123—C
124AC
125BD
126—D
127—B
128DD
129BA
130—D
131DD
132—A
133—B
134—C
135—B
136AC
137AA
138—D
139DD
140CB
141AA
142—A
143—B
144—B
145—D
146—C
147CB
148BA
149CA
150AA
151—A
152AA
153—B
154—B
155—B
156—C
157AA
158CC
159DC
160—A
161—A
162B—
163DD
164—C
165—A
166—B
167—C
168—D
169—B
170—B
171CC
172AA
173—A
174BB
175AB
176—C
177—C
178BA
179—D
180AA
181AB
182—C
183DB
184—B
185BB
186——Baliogabetua
187—C
188DD
189BD
190BA
191CB
192—A
193CC
194—A
195—A
196AA
197—B
198DC
199DD
200—C
201CB
202—A
203—D
204CC
205BB
206DD
207—A
208—C
209CC
210—B