MedicalBenchmark
Nous: Hermes 3 70B Instruct provider

Hermes 3 70B Instruct

256

#256 290 modeloetatikMIR 2025

Puntuazio garbia

70.00 pts

Ziurtasuna

43.5%

Zuzenak / Okerrak

87 / 51

Kostu osoa

$0.54

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

43.5%

avg: 75.9%

Puntuazio garbia

70.00 pts

avg: 138.99 pts

Zuzenak

87

avg: 152

Okerrak

51

avg: 38

Kostu osoa

$0.54

avg: $3.59

Batez besteko erantzun-denbora

163.5s

avg: 18.1s

Irteerako tokenak

1.7M

avg: 443K

Arrazonamendu tokenak

0

avg: 320K

Batez besteko konfiantza

65.3%

avg: 94.7%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
1
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
25.0%
Batez bestekoa
86.9%
Anestesiologia eta Bizkortzea
Zuzenak
3
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
81.3%
Dermatologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
6
Ziurtasuna
23.1%
Batez bestekoa
62.8%
Endokrinologia eta Nutrizioa
Zuzenak
9
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
56.3%
Batez bestekoa
82.5%
Epidemiologia
Zuzenak
2
Okerrak
2
Erantzun gabeak
3
Ziurtasuna
28.6%
Batez bestekoa
67.1%
Erradiologia-Larrialdiak
Zuzenak
6
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
42.9%
Batez bestekoa
67.9%
Erreumatologia
Zuzenak
4
Okerrak
0
Erantzun gabeak
10
Ziurtasuna
28.6%
Batez bestekoa
74.6%
Estatistika
Zuzenak
0
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
74.9%
Farmakologia
Zuzenak
10
Okerrak
0
Erantzun gabeak
7
Ziurtasuna
58.8%
Batez bestekoa
73.1%
Gaixotasun Infekziosoak
Zuzenak
10
Okerrak
13
Erantzun gabeak
5
Ziurtasuna
35.7%
Batez bestekoa
71.1%
Gastroenterologia
Zuzenak
9
Okerrak
5
Erantzun gabeak
7
Ziurtasuna
42.9%
Batez bestekoa
72.9%
Genetika
Zuzenak
2
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
33.3%
Batez bestekoa
68.2%
Geriatria
Zuzenak
3
Okerrak
1
Erantzun gabeak
7
Ziurtasuna
27.3%
Batez bestekoa
71.2%
Ginekologia eta Obstetrizia
Zuzenak
11
Okerrak
6
Erantzun gabeak
2
Ziurtasuna
57.9%
Batez bestekoa
85.9%
Hematologia
Zuzenak
3
Okerrak
6
Erantzun gabeak
2
Ziurtasuna
27.3%
Batez bestekoa
81.8%
Immunologia
Zuzenak
5
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
55.6%
Batez bestekoa
82.5%
Kardiologia
Zuzenak
11
Okerrak
5
Erantzun gabeak
6
Ziurtasuna
50.0%
Batez bestekoa
77.4%
Medikuntza Legala eta Bioetika
Zuzenak
0
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
67.2%
Nefrologia
Zuzenak
8
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
53.3%
Batez bestekoa
78.2%
Neurologia
Zuzenak
10
Okerrak
6
Erantzun gabeak
4
Ziurtasuna
50.0%
Batez bestekoa
76.2%
Oftalmologia
Zuzenak
1
Okerrak
0
Erantzun gabeak
4
Ziurtasuna
20.0%
Batez bestekoa
72.6%
Onkologia Medikoa
Zuzenak
12
Okerrak
8
Erantzun gabeak
5
Ziurtasuna
48.0%
Batez bestekoa
86.3%
ORL
Zuzenak
4
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
73.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
81.6%
Pediatria
Zuzenak
9
Okerrak
11
Erantzun gabeak
5
Ziurtasuna
36.0%
Batez bestekoa
72.7%
Pneumologia
Zuzenak
9
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
64.3%
Batez bestekoa
73.0%
Psikiatria
Zuzenak
5
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
62.5%
Batez bestekoa
82.0%
Traumatologia
Zuzenak
8
Okerrak
1
Erantzun gabeak
9
Ziurtasuna
44.4%
Batez bestekoa
78.2%
Urologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
42.9%
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
3
Okerrak
1
Erantzun gabeak
3
Ziurtasuna
42.9%
Batez bestekoa
77.1%
Arriskua
Zuzenak
3
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
60.0%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
1
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
25.0%
Batez bestekoa
78.4%
Diagnostikoa
Zuzenak
40
Okerrak
19
Erantzun gabeak
30
Ziurtasuna
44.9%
Batez bestekoa
77.9%
Epidemiologia
Zuzenak
2
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
40.0%
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
12
Okerrak
9
Erantzun gabeak
6
Ziurtasuna
44.4%
Batez bestekoa
72.6%
Interpretazioa
Zuzenak
19
Okerrak
9
Erantzun gabeak
14
Ziurtasuna
45.2%
Batez bestekoa
69.3%
Legala
Zuzenak
0
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
63.6%
Prebentzioa
Zuzenak
5
Okerrak
3
Erantzun gabeak
4
Ziurtasuna
41.7%
Batez bestekoa
74.5%
Probak
Zuzenak
7
Okerrak
4
Erantzun gabeak
15
Ziurtasuna
26.9%
Batez bestekoa
76.3%
Pronostikoa
Zuzenak
3
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
77.8%
Tratamendua
Zuzenak
38
Okerrak
25
Erantzun gabeak
19
Ziurtasuna
46.3%
Batez bestekoa
75.2%
#ErantzunaZuzenaEgoera
1BB
2A
3C
4AB
5AA
6CC
7AC
8A
9AA
10D
11D
12D
13AB
14DD
15B
16AB
17B
18AA
19CC
20AA
21AB
22DD
23CC
24DD
25DC
26Baliogabetua
27DC
28CBaliogabetua
29D
30BB
31DD
32AA
33AD
34AD
35BB
36DD
37BC
38AC
39BD
40DA
41D
42CC
43B
44AD
45AD
46AA
47AA
48AA
49DD
50BB
51DC
52B
53DD
54B
55AA
56ABaliogabetua
57CC
58AB
59AD
60A
61BA
62DD
63BB
64DD
65DA
66AA
67BB
68AB
69BB
70AA
71D
72AA
73CD
74C
75AA
76BB
77B
78BB
79AC
80C
81AC
82BD
83BB
84DD
85C
86AC
87AA
88D
89BB
90AA
91B
92C
93B
94CC
95A
96C
97DD
98CC
99A
100DC
101BB
102DD
103A
104C
105AA
106AC
107CB
108DD
109BB
110C
111AA
112CC
113BB
114D
115BD
116CC
117AA
118D
119C
120B
121AD
122AC
123DC
124AC
125D
126D
127AB
128DD
129BA
130DD
131DD
132A
133BB
134CC
135BB
136AC
137A
138D
139DD
140AB
141A
142DA
143BB
144BB
145BD
146CC
147AB
148A
149A
150A
151AA
152AA
153BB
154BB
155B
156CC
157AA
158C
159C
160A
161A
162B
163DD
164BC
165A
166AB
167CC
168DD
169CB
170B
171C
172AA
173AA
174B
175B
176C
177C
178A
179D
180DA
181DB
182AC
183B
184BB
185BB
186DBaliogabetua
187CC
188DD
189D
190AA
191B
192AA
193C
194AA
195AA
196AA
197BB
198C
199D
200C
201DB
202AA
203AD
204CC
205BB
206AD
207AA
208C
209CC
210B