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

Qwen2.5-VL 7B Instruct

288

#288 319 modeloetatikMIR 2025

Puntuazio garbia

58.66 pts

Ziurtasuna

41.5%

Zuzenak / Okerrak

83 / 73

Kostu osoa

$0.04

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

41.5%

avg: 77.9%

Puntuazio garbia

58.66 pts

avg: 143.96 pts

Zuzenak

83

avg: 156

Okerrak

73

avg: 35

Kostu osoa

$0.04

avg: $3.36

Batez besteko erantzun-denbora

6.2s

avg: 19.0s

Irteerako tokenak

107K

avg: 430K

Arrazonamendu tokenak

0

avg: 306K

Batez besteko konfiantza

76.8%

avg: 95.2%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
2
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
87.9%
Anestesiologia eta Bizkortzea
Zuzenak
1
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
16.7%
Batez bestekoa
82.3%
Dermatologia
Zuzenak
3
Okerrak
6
Erantzun gabeak
3
Ziurtasuna
25.0%
Batez bestekoa
69.4%
Endokrinologia eta Nutrizioa
Zuzenak
7
Okerrak
4
Erantzun gabeak
5
Ziurtasuna
43.8%
Batez bestekoa
83.5%
Epidemiologia
Zuzenak
2
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
28.6%
Batez bestekoa
69.1%
Erradiologia-Larrialdiak
Zuzenak
7
Okerrak
3
Erantzun gabeak
4
Ziurtasuna
50.0%
Batez bestekoa
69.4%
Erreumatologia
Zuzenak
6
Okerrak
3
Erantzun gabeak
6
Ziurtasuna
40.0%
Batez bestekoa
76.6%
Estatistika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
76.6%
Farmakologia
Zuzenak
3
Okerrak
8
Erantzun gabeak
6
Ziurtasuna
17.6%
Batez bestekoa
74.1%
Gaixotasun Infekziosoak
Zuzenak
6
Okerrak
13
Erantzun gabeak
8
Ziurtasuna
22.2%
Batez bestekoa
74.9%
Gastroenterologia
Zuzenak
7
Okerrak
9
Erantzun gabeak
5
Ziurtasuna
33.3%
Batez bestekoa
74.1%
Genetika
Zuzenak
4
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
69.5%
Geriatria
Zuzenak
3
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
27.3%
Batez bestekoa
77.5%
Ginekologia eta Obstetrizia
Zuzenak
13
Okerrak
2
Erantzun gabeak
4
Ziurtasuna
68.4%
Batez bestekoa
86.7%
Hematologia
Zuzenak
5
Okerrak
3
Erantzun gabeak
3
Ziurtasuna
45.5%
Batez bestekoa
82.7%
Immunologia
Zuzenak
5
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
55.6%
Batez bestekoa
83.3%
Kardiologia
Zuzenak
7
Okerrak
10
Erantzun gabeak
5
Ziurtasuna
31.8%
Batez bestekoa
78.6%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
20.0%
Batez bestekoa
68.4%
Nefrologia
Zuzenak
6
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
42.9%
Batez bestekoa
84.8%
Neurologia
Zuzenak
10
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
77.3%
Oftalmologia
Zuzenak
1
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
20.0%
Batez bestekoa
74.2%
Onkologia Medikoa
Zuzenak
13
Okerrak
6
Erantzun gabeak
6
Ziurtasuna
52.0%
Batez bestekoa
87.2%
ORL
Zuzenak
4
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
74.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
82.6%
Pediatria
Zuzenak
11
Okerrak
10
Erantzun gabeak
5
Ziurtasuna
42.3%
Batez bestekoa
71.9%
Pneumologia
Zuzenak
4
Okerrak
7
Erantzun gabeak
3
Ziurtasuna
28.6%
Batez bestekoa
80.4%
Psikiatria
Zuzenak
4
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
83.0%
Traumatologia
Zuzenak
12
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
79.3%
Urologia
Zuzenak
4
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
80.7%
Zainketa Aringarriak
Zuzenak
0
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
78.6%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
4
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
78.6%
Arriskua
Zuzenak
2
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
40.0%
Batez bestekoa
85.2%
Biostatistika
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
79.8%
Diagnostikoa
Zuzenak
42
Okerrak
34
Erantzun gabeak
12
Ziurtasuna
47.7%
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
2
Okerrak
7
Erantzun gabeak
4
Ziurtasuna
15.4%
Batez bestekoa
83.3%
Fisiopatologia
Zuzenak
11
Okerrak
9
Erantzun gabeak
7
Ziurtasuna
40.7%
Batez bestekoa
76.1%
Interpretazioa
Zuzenak
16
Okerrak
19
Erantzun gabeak
7
Ziurtasuna
38.1%
Batez bestekoa
70.7%
Legala
Zuzenak
1
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
25.0%
Batez bestekoa
64.6%
Prebentzioa
Zuzenak
5
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
41.7%
Batez bestekoa
75.6%
Probak
Zuzenak
14
Okerrak
5
Erantzun gabeak
8
Ziurtasuna
51.9%
Batez bestekoa
77.9%
Pronostikoa
Zuzenak
2
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
28.6%
Batez bestekoa
80.8%
Tratamendua
Zuzenak
32
Okerrak
28
Erantzun gabeak
21
Ziurtasuna
39.5%
Batez bestekoa
77.3%
#ErantzunaZuzenaEgoera
1BB
2BA
3CC
4CB
5AA
6CC
7CC
8AA
9CA
10AD
11DD
12DD
13DB
14D
15DBaliogabetua
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
150AD
151A
152DA
153B
154BB
155B
156C
157A
158DC
159CC
160A
161CA
162BBaliogabetua
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