MedicalBenchmark
Meta: Llama 3.2 1B Instruct provider

Llama 3.2 1B Instruct

315

#315 319 modeloetatik — MIR 2025

Puntuazio garbia

6.66 pts

Ziurtasuna

14.5%

Zuzenak / Okerrak

29 / 67

Kostu osoa

$0.03

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

14.5%

avg: 77.9%

Puntuazio garbia

6.66 pts

avg: 143.96 pts

Zuzenak

29

avg: 156

Okerrak

67

avg: 35

Kostu osoa

$0.03

avg: $3.36

Batez besteko erantzun-denbora

4.9s

avg: 19.0s

Irteerako tokenak

121K

avg: 430K

Arrazonamendu tokenak

0

avg: 306K

Batez besteko konfiantza

47.1%

avg: 95.2%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
0
Okerrak
0
Erantzun gabeak
4
Ziurtasuna
0.0%
Batez bestekoa
87.9%
Anestesiologia eta Bizkortzea
Zuzenak
2
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
82.3%
Dermatologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
7
Ziurtasuna
8.3%
Batez bestekoa
69.4%
Endokrinologia eta Nutrizioa
Zuzenak
2
Okerrak
7
Erantzun gabeak
7
Ziurtasuna
12.5%
Batez bestekoa
83.5%
Epidemiologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
14.3%
Batez bestekoa
69.1%
Erradiologia-Larrialdiak
Zuzenak
1
Okerrak
5
Erantzun gabeak
8
Ziurtasuna
7.1%
Batez bestekoa
69.4%
Erreumatologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
11
Ziurtasuna
6.7%
Batez bestekoa
76.6%
Estatistika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
76.6%
Farmakologia
Zuzenak
1
Okerrak
5
Erantzun gabeak
11
Ziurtasuna
5.9%
Batez bestekoa
74.1%
Gaixotasun Infekziosoak
Zuzenak
4
Okerrak
10
Erantzun gabeak
13
Ziurtasuna
14.8%
Batez bestekoa
74.9%
Gastroenterologia
Zuzenak
4
Okerrak
10
Erantzun gabeak
7
Ziurtasuna
19.0%
Batez bestekoa
74.1%
Genetika
Zuzenak
3
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
69.5%
Geriatria
Zuzenak
1
Okerrak
3
Erantzun gabeak
7
Ziurtasuna
9.1%
Batez bestekoa
77.5%
Ginekologia eta Obstetrizia
Zuzenak
3
Okerrak
7
Erantzun gabeak
9
Ziurtasuna
15.8%
Batez bestekoa
86.7%
Hematologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
6
Ziurtasuna
27.3%
Batez bestekoa
82.7%
Immunologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
4
Ziurtasuna
33.3%
Batez bestekoa
83.3%
Kardiologia
Zuzenak
1
Okerrak
8
Erantzun gabeak
13
Ziurtasuna
4.5%
Batez bestekoa
78.6%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
20.0%
Batez bestekoa
68.4%
Nefrologia
Zuzenak
0
Okerrak
3
Erantzun gabeak
11
Ziurtasuna
0.0%
Batez bestekoa
84.8%
Neurologia
Zuzenak
4
Okerrak
6
Erantzun gabeak
10
Ziurtasuna
20.0%
Batez bestekoa
77.3%
Oftalmologia
Zuzenak
2
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
40.0%
Batez bestekoa
74.2%
Onkologia Medikoa
Zuzenak
7
Okerrak
8
Erantzun gabeak
10
Ziurtasuna
28.0%
Batez bestekoa
87.2%
ORL
Zuzenak
2
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
25.0%
Batez bestekoa
74.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
82.6%
Pediatria
Zuzenak
4
Okerrak
11
Erantzun gabeak
11
Ziurtasuna
15.4%
Batez bestekoa
71.9%
Pneumologia
Zuzenak
0
Okerrak
5
Erantzun gabeak
9
Ziurtasuna
0.0%
Batez bestekoa
80.4%
Psikiatria
Zuzenak
4
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
83.0%
Traumatologia
Zuzenak
2
Okerrak
6
Erantzun gabeak
10
Ziurtasuna
11.1%
Batez bestekoa
79.3%
Urologia
Zuzenak
0
Okerrak
4
Erantzun gabeak
3
Ziurtasuna
0.0%
Batez bestekoa
80.7%
Zainketa Aringarriak
Zuzenak
0
Okerrak
1
Erantzun gabeak
3
Ziurtasuna
0.0%
Batez bestekoa
78.6%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
2
Okerrak
2
Erantzun gabeak
3
Ziurtasuna
28.6%
Batez bestekoa
78.6%
Arriskua
Zuzenak
0
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
85.2%
Biostatistika
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
79.8%
Diagnostikoa
Zuzenak
15
Okerrak
24
Erantzun gabeak
49
Ziurtasuna
17.0%
Batez bestekoa
79.9%
Epidemiologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
20.0%
Batez bestekoa
76.7%
Etika
Zuzenak
0
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
74.1%
Farmakologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
6
Ziurtasuna
23.1%
Batez bestekoa
83.3%
Fisiopatologia
Zuzenak
4
Okerrak
15
Erantzun gabeak
8
Ziurtasuna
14.8%
Batez bestekoa
76.1%
Interpretazioa
Zuzenak
5
Okerrak
12
Erantzun gabeak
25
Ziurtasuna
11.9%
Batez bestekoa
70.7%
Legala
Zuzenak
1
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
25.0%
Batez bestekoa
64.6%
Prebentzioa
Zuzenak
2
Okerrak
4
Erantzun gabeak
6
Ziurtasuna
16.7%
Batez bestekoa
75.6%
Probak
Zuzenak
5
Okerrak
11
Erantzun gabeak
11
Ziurtasuna
18.5%
Batez bestekoa
77.9%
Pronostikoa
Zuzenak
1
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
14.3%
Batez bestekoa
80.8%
Tratamendua
Zuzenak
8
Okerrak
23
Erantzun gabeak
50
Ziurtasuna
9.9%
Batez bestekoa
77.3%
#ErantzunaZuzenaEgoera
1BB
2AA
3AC
4DB
5—A
6CC
7BC
8BA
9—A
10—D
11—D
12—D
13—B
14—D
15B—Baliogabetua
16—B
17—B
18—A
19—C
20—A
21—B
22—D
23—C
24AD
25—C
26B—Baliogabetua
27—C
28C—Baliogabetua
29AD
30DB
31AD
32—A
33DD
34CD
35BB
36AD
37CC
38—C
39—D
40AA
41CD
42AC
43—B
44CD
45AD
46AA
47—A
48AA
49DD
50BB
51BC
52—B
53BD
54—B
55CA
56——Baliogabetua
57—C
58BB
59—D
60—A
61—A
62AD
63—B
64BD
65—A
66—A
67—B
68—B
69—B
70CA
71—D
72AA
73DD
74BC
75BA
76—B
77BB
78AB
79—C
80AC
81CC
82—D
83BB
84AD
85—C
86DC
87—A
88—D
89—B
90BA
91—B
92AC
93—B
94—C
95—A
96—C
97—D
98—C
99CA
100—C
101—B
102CD
103BA
104—C
105—A
106—C
107CB
108—D
109—B
110—C
111DA
112—C
113—B
114BD
115—D
116AC
117BA
118CD
119CC
120—B
121DD
122—C
123—C
124CC
125BD
126CD
127BB
128BD
129BA
130—D
131—D
132BA
133—B
134—C
135—B
136—C
137BA
138—D
139AD
140DB
141BA
142AA
143—B
144BB
145—D
146—C
147CB
148—A
149—A
150—D
151—A
152—A
153BB
154CB
155—B
156—C
157—A
158—C
159CC
160—A
161BA
162B—Baliogabetua
163—D
164BC
165—A
166—B
167AC
168—D
169—B
170CB
171CC
172BA
173—A
174—B
175—B
176CC
177—C
178BA
179CD
180AA
181AB
182—C
183DB
184AB
185—B
186——Baliogabetua
187AC
188AD
189—D
190CA
191—B
192—A
193—C
194AA
195—A
196BA
197—B
198—C
199—D
200BC
201CB
202—A
203AD
204—C
205AB
206CD
207—A
208—C
209CC
210—B