MedicalBenchmark
Qwen: Qwen3 VL 8B Instruct provider

Qwen3 VL 8B Instruct

245

#245 319 modeloetatikMIR 2025

Puntuazio garbia

128.33 pts

Ziurtasuna

72.0%

Zuzenak / Okerrak

144 / 47

Kostu osoa

$0.12

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

72.0%

avg: 77.9%

Puntuazio garbia

128.33 pts

avg: 143.96 pts

Zuzenak

144

avg: 156

Okerrak

47

avg: 35

Kostu osoa

$0.12

avg: $3.36

Batez besteko erantzun-denbora

12.2s

avg: 19.0s

Irteerako tokenak

177K

avg: 430K

Arrazonamendu tokenak

0

avg: 306K

Batez besteko konfiantza

94.8%

avg: 95.2%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
3
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
75.0%
Batez bestekoa
87.9%
Anestesiologia eta Bizkortzea
Zuzenak
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
82.3%
Dermatologia
Zuzenak
7
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
58.3%
Batez bestekoa
69.4%
Endokrinologia eta Nutrizioa
Zuzenak
13
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
81.3%
Batez bestekoa
83.5%
Epidemiologia
Zuzenak
4
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
69.1%
Erradiologia-Larrialdiak
Zuzenak
10
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
69.4%
Erreumatologia
Zuzenak
10
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
76.6%
Estatistika
Zuzenak
1
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
33.3%
Batez bestekoa
76.6%
Farmakologia
Zuzenak
11
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
64.7%
Batez bestekoa
74.1%
Gaixotasun Infekziosoak
Zuzenak
20
Okerrak
3
Erantzun gabeak
4
Ziurtasuna
74.1%
Batez bestekoa
74.9%
Gastroenterologia
Zuzenak
17
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
81.0%
Batez bestekoa
74.1%
Genetika
Zuzenak
2
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
69.5%
Geriatria
Zuzenak
5
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
45.5%
Batez bestekoa
77.5%
Ginekologia eta Obstetrizia
Zuzenak
17
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
89.5%
Batez bestekoa
86.7%
Hematologia
Zuzenak
7
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
63.6%
Batez bestekoa
82.7%
Immunologia
Zuzenak
5
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
55.6%
Batez bestekoa
83.3%
Kardiologia
Zuzenak
16
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
72.7%
Batez bestekoa
78.6%
Medikuntza Legala eta Bioetika
Zuzenak
2
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
68.4%
Nefrologia
Zuzenak
10
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
71.4%
Batez bestekoa
84.8%
Neurologia
Zuzenak
16
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
80.0%
Batez bestekoa
77.3%
Oftalmologia
Zuzenak
3
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
60.0%
Batez bestekoa
74.2%
Onkologia Medikoa
Zuzenak
20
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
80.0%
Batez bestekoa
87.2%
ORL
Zuzenak
7
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
87.5%
Batez bestekoa
74.8%
Osasun Plangintza eta Kudeaketa
Zuzenak
2
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
82.6%
Pediatria
Zuzenak
15
Okerrak
10
Erantzun gabeak
1
Ziurtasuna
57.7%
Batez bestekoa
71.9%
Pneumologia
Zuzenak
12
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
85.7%
Batez bestekoa
80.4%
Psikiatria
Zuzenak
6
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
83.0%
Traumatologia
Zuzenak
16
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
88.9%
Batez bestekoa
79.3%
Urologia
Zuzenak
4
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
80.7%
Zainketa Aringarriak
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
78.6%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
6
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
85.7%
Batez bestekoa
78.6%
Arriskua
Zuzenak
3
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
60.0%
Batez bestekoa
85.2%
Biostatistika
Zuzenak
2
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
79.8%
Diagnostikoa
Zuzenak
68
Okerrak
19
Erantzun gabeak
1
Ziurtasuna
77.3%
Batez bestekoa
79.9%
Epidemiologia
Zuzenak
4
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
76.7%
Etika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
74.1%
Farmakologia
Zuzenak
10
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
76.9%
Batez bestekoa
83.3%
Fisiopatologia
Zuzenak
14
Okerrak
11
Erantzun gabeak
2
Ziurtasuna
51.9%
Batez bestekoa
76.1%
Interpretazioa
Zuzenak
27
Okerrak
12
Erantzun gabeak
3
Ziurtasuna
64.3%
Batez bestekoa
70.7%
Legala
Zuzenak
2
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
64.6%
Prebentzioa
Zuzenak
10
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
83.3%
Batez bestekoa
75.6%
Probak
Zuzenak
21
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
77.8%
Batez bestekoa
77.9%
Pronostikoa
Zuzenak
6
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
85.7%
Batez bestekoa
80.8%
Tratamendua
Zuzenak
61
Okerrak
15
Erantzun gabeak
5
Ziurtasuna
75.3%
Batez bestekoa
77.3%
#ErantzunaZuzenaEgoera
1BB
2A
3CC
4AB
5AA
6CC
7CC
8AA
9AA
10DD
11DD
12DD
13AB
14DD
15DBaliogabetua
16CB
17DB
18AA
19CC
20AA
21CB
22CD
23CC
24DD
25CC
26ABaliogabetua
27DC
28DBaliogabetua
29CD
30BB
31DD
32AA
33DD
34CD
35BB
36DD
37AC
38CC
39D
40BA
41DD
42CC
43BB
44DD
45D
46AA
47AA
48AA
49DD
50BB
51DC
52BB
53D
54BB
55AA
56BBaliogabetua
57CC
58BB
59DD
60BA
61AA
62DD
63BB
64DD
65A
66AA
67BB
68CB
69AB
70AA
71CD
72CA
73DD
74CC
75AA
76BB
77BB
78BB
79AC
80CC
81CC
82DD
83BB
84DD
85C
86CC
87AA
88DD
89BB
90AA
91BB
92CC
93BB
94CC
95DA
96CC
97CD
98CC
99BA
100BC
101BB
102DD
103AA
104CC
105AA
106CC
107BB
108DD
109AB
110CC
111AA
112CC
113BB
114DD
115DD
116CC
117AA
118DD
119CC
120BB
121DD
122AC
123CC
124CC
125DD
126BD
127BB
128DD
129AA
130DD
131BD
132A
133BB
134CC
135DB
136CC
137CA
138DD
139DD
140BB
141BA
142AA
143BB
144BB
145BD
146CC
147B
148BA
149DA
150AD
151DA
152AA
153BB
154BB
155BB
156CC
157AA
158CC
159CC
160AA
161AA
162Baliogabetua
163DD
164CC
165AA
166BB
167CC
168DD
169CB
170BB
171CC
172A
173BA
174BB
175CB
176CC
177CC
178BA
179DD
180AA
181DB
182BC
183DB
184BB
185DB
186DBaliogabetua
187CC
188DD
189BD
190AA
191CB
192AA
193CC
194AA
195AA
196AA
197BB
198BC
199DD
200CC
201BB
202BA
203DD
204CC
205BB
206CD
207AA
208CC
209BC
210BB