MedicalBenchmark
Qwen: Qwen2.5-VL 7B Instruct provider

Qwen2.5-VL 7B Instruct

260

#260 290 modeloetatikMIR 2025

Puntuazio garbia

59.66 pts

Ziurtasuna

42.0%

Zuzenak / Okerrak

84 / 73

Kostu osoa

$0.04

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

42.0%

avg: 75.9%

Puntuazio garbia

59.66 pts

avg: 138.99 pts

Zuzenak

84

avg: 152

Okerrak

73

avg: 38

Kostu osoa

$0.04

avg: $3.59

Batez besteko erantzun-denbora

6.2s

avg: 18.1s

Irteerako tokenak

107K

avg: 443K

Arrazonamendu tokenak

0

avg: 320K

Batez besteko konfiantza

76.8%

avg: 94.7%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
2
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
86.9%
Anestesiologia eta Bizkortzea
Zuzenak
1
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
16.7%
Batez bestekoa
81.3%
Dermatologia
Zuzenak
3
Okerrak
7
Erantzun gabeak
3
Ziurtasuna
23.1%
Batez bestekoa
62.8%
Endokrinologia eta Nutrizioa
Zuzenak
7
Okerrak
4
Erantzun gabeak
5
Ziurtasuna
43.8%
Batez bestekoa
82.5%
Epidemiologia
Zuzenak
2
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
28.6%
Batez bestekoa
67.1%
Erradiologia-Larrialdiak
Zuzenak
7
Okerrak
3
Erantzun gabeak
4
Ziurtasuna
50.0%
Batez bestekoa
67.9%
Erreumatologia
Zuzenak
6
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
42.9%
Batez bestekoa
74.6%
Estatistika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
74.9%
Farmakologia
Zuzenak
3
Okerrak
8
Erantzun gabeak
6
Ziurtasuna
17.6%
Batez bestekoa
73.1%
Gaixotasun Infekziosoak
Zuzenak
6
Okerrak
14
Erantzun gabeak
8
Ziurtasuna
21.4%
Batez bestekoa
71.1%
Gastroenterologia
Zuzenak
7
Okerrak
9
Erantzun gabeak
5
Ziurtasuna
33.3%
Batez bestekoa
72.9%
Genetika
Zuzenak
4
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
68.2%
Geriatria
Zuzenak
4
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
36.4%
Batez bestekoa
71.2%
Ginekologia eta Obstetrizia
Zuzenak
13
Okerrak
2
Erantzun gabeak
4
Ziurtasuna
68.4%
Batez bestekoa
85.9%
Hematologia
Zuzenak
5
Okerrak
3
Erantzun gabeak
3
Ziurtasuna
45.5%
Batez bestekoa
81.8%
Immunologia
Zuzenak
5
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
55.6%
Batez bestekoa
82.5%
Kardiologia
Zuzenak
7
Okerrak
10
Erantzun gabeak
5
Ziurtasuna
31.8%
Batez bestekoa
77.4%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
20.0%
Batez bestekoa
67.2%
Nefrologia
Zuzenak
6
Okerrak
4
Erantzun gabeak
5
Ziurtasuna
40.0%
Batez bestekoa
78.2%
Neurologia
Zuzenak
10
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
76.2%
Oftalmologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
20.0%
Batez bestekoa
72.6%
Onkologia Medikoa
Zuzenak
13
Okerrak
6
Erantzun gabeak
6
Ziurtasuna
52.0%
Batez bestekoa
86.3%
ORL
Zuzenak
4
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
73.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
81.6%
Pediatria
Zuzenak
11
Okerrak
9
Erantzun gabeak
5
Ziurtasuna
44.0%
Batez bestekoa
72.7%
Pneumologia
Zuzenak
4
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
28.6%
Batez bestekoa
73.0%
Psikiatria
Zuzenak
4
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
82.0%
Traumatologia
Zuzenak
12
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
78.2%
Urologia
Zuzenak
4
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
79.5%
Zainketa Aringarriak
Zuzenak
0
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
0.0%
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
2
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
40.0%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
78.4%
Diagnostikoa
Zuzenak
42
Okerrak
35
Erantzun gabeak
12
Ziurtasuna
47.2%
Batez bestekoa
77.9%
Epidemiologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
20.0%
Batez bestekoa
75.0%
Etika
Zuzenak
0
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
72.0%
Farmakologia
Zuzenak
2
Okerrak
7
Erantzun gabeak
4
Ziurtasuna
15.4%
Batez bestekoa
82.4%
Fisiopatologia
Zuzenak
12
Okerrak
8
Erantzun gabeak
7
Ziurtasuna
44.4%
Batez bestekoa
72.6%
Interpretazioa
Zuzenak
16
Okerrak
19
Erantzun gabeak
7
Ziurtasuna
38.1%
Batez bestekoa
69.3%
Legala
Zuzenak
1
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
25.0%
Batez bestekoa
63.6%
Prebentzioa
Zuzenak
5
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
41.7%
Batez bestekoa
74.5%
Probak
Zuzenak
14
Okerrak
5
Erantzun gabeak
7
Ziurtasuna
53.8%
Batez bestekoa
76.3%
Pronostikoa
Zuzenak
2
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
33.3%
Batez bestekoa
77.8%
Tratamendua
Zuzenak
32
Okerrak
29
Erantzun gabeak
21
Ziurtasuna
39.0%
Batez bestekoa
75.2%
#ErantzunaZuzenaEgoera
1BB
2BA
3CC
4CB
5AA
6CC
7CC
8AA
9CA
10AD
11DD
12DD
13DB
14D
15D
16CB
17AB
18CA
19CC
20AA
21DB
22D
23AC
24BD
25C
26ABaliogabetua
27AC
28Baliogabetua
29DD
30BB
31AD
32AA
33DD
34DD
35BB
36BD
37CC
38C
39DD
40CA
41CD
42BC
43BB
44DD
45DD
46CA
47A
48AA
49DD
50BB
51CC
52B
53CD
54DB
55DA
56BBaliogabetua
57CC
58BB
59DD
60BA
61AA
62DD
63BB
64DD
65BA
66AA
67B
68B
69AB
70A
71CD
72CA
73DD
74CC
75A
76BB
77BB
78BB
79C
80BC
81AC
82DD
83CB
84D
85DC
86BC
87CA
88AD
89BB
90AA
91DB
92C
93BB
94CC
95A
96CC
97D
98DC
99BA
100CC
101DB
102CD
103DA
104CC
105A
106C
107BB
108DD
109AB
110CC
111CA
112CC
113BB
114BD
115D
116C
117AA
118DD
119AC
120DB
121CD
122CC
123CC
124DC
125CD
126D
127BB
128D
129BA
130D
131BD
132AA
133B
134CC
135DB
136CC
137AA
138DD
139D
140BB
141AA
142BA
143BB
144BB
145DD
146CC
147B
148BA
149A
150AA
151A
152DA
153B
154BB
155B
156C
157A
158DC
159CC
160A
161CA
162B
163CD
164BC
165AA
166B
167CC
168BD
169CB
170B
171C
172A
173BA
174BB
175B
176CC
177C
178BA
179CD
180AA
181DB
182C
183DB
184BB
185DB
186Baliogabetua
187CC
188CD
189CD
190AA
191B
192A
193CC
194AA
195AA
196AA
197BB
198BC
199BD
200CC
201CB
202DA
203D
204C
205B
206AD
207AA
208AC
209CC
210BB