MedicalBenchmark
AllenAI: Olmo 3 7B Instruct provider

Olmo 3 7B Instruct

276

#276 290 modeloetatikMIR 2026

Puntuazio garbia

56.33 pts

Ziurtasuna

44.0%

Zuzenak / Okerrak

88 / 95

Kostu osoa

$0.05

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

44.0%

avg: 81.6%

Puntuazio garbia

56.33 pts

avg: 154.00 pts

Zuzenak

88

avg: 163

Okerrak

95

avg: 28

Kostu osoa

$0.05

avg: $3.33

Batez besteko erantzun-denbora

17.6s

avg: 16.2s

Irteerako tokenak

172K

avg: 430K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

84.9%

avg: 95.1%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
96.9%
Anestesiologia eta Bizkortzea
Zuzenak
3
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
42.9%
Batez bestekoa
69.6%
Dermatologia
Zuzenak
7
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
63.6%
Batez bestekoa
72.3%
Endokrinologia eta Nutrizioa
Zuzenak
8
Okerrak
7
Erantzun gabeak
0
Ziurtasuna
53.3%
Batez bestekoa
84.0%
Epidemiologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
14.3%
Batez bestekoa
80.2%
Erradiologia-Larrialdiak
Zuzenak
2
Okerrak
10
Erantzun gabeak
1
Ziurtasuna
15.4%
Batez bestekoa
67.7%
Erreumatologia
Zuzenak
6
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
54.5%
Batez bestekoa
88.4%
Estatistika
Zuzenak
0
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
83.8%
Farmakologia
Zuzenak
4
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
36.4%
Batez bestekoa
78.6%
Gaixotasun Infekziosoak
Zuzenak
7
Okerrak
5
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
77.9%
Gastroenterologia
Zuzenak
18
Okerrak
11
Erantzun gabeak
1
Ziurtasuna
60.0%
Batez bestekoa
79.3%
Genetika
Zuzenak
5
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
45.5%
Batez bestekoa
78.7%
Geriatria
Zuzenak
6
Okerrak
7
Erantzun gabeak
0
Ziurtasuna
46.2%
Batez bestekoa
83.0%
Ginekologia eta Obstetrizia
Zuzenak
4
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
33.3%
Batez bestekoa
84.3%
Hematologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
76.6%
Immunologia
Zuzenak
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
91.4%
Kardiologia
Zuzenak
8
Okerrak
17
Erantzun gabeak
0
Ziurtasuna
32.0%
Batez bestekoa
77.3%
Medikuntza Legala eta Bioetika
Zuzenak
4
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
36.4%
Batez bestekoa
82.9%
Nefrologia
Zuzenak
3
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
30.0%
Batez bestekoa
85.1%
Neurologia
Zuzenak
4
Okerrak
7
Erantzun gabeak
2
Ziurtasuna
30.8%
Batez bestekoa
88.6%
Oftalmologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
20.0%
Batez bestekoa
83.7%
Onkologia Medikoa
Zuzenak
12
Okerrak
10
Erantzun gabeak
1
Ziurtasuna
52.2%
Batez bestekoa
83.0%
ORL
Zuzenak
4
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
84.7%
Osasun Plangintza eta Kudeaketa
Zuzenak
4
Okerrak
3
Erantzun gabeak
3
Ziurtasuna
40.0%
Batez bestekoa
78.4%
Pediatria
Zuzenak
12
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
54.5%
Batez bestekoa
87.6%
Pneumologia
Zuzenak
11
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
68.8%
Batez bestekoa
82.8%
Psikiatria
Zuzenak
3
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
37.5%
Batez bestekoa
87.9%
Traumatologia
Zuzenak
5
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
45.5%
Batez bestekoa
65.2%
Urologia
Zuzenak
3
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
37.5%
Batez bestekoa
82.5%
Zainketa Aringarriak
Zuzenak
2
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
80.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
82.6%
Arriskua
Zuzenak
5
Okerrak
9
Erantzun gabeak
1
Ziurtasuna
33.3%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
0
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
83.8%
Diagnostikoa
Zuzenak
27
Okerrak
48
Erantzun gabeak
6
Ziurtasuna
33.3%
Batez bestekoa
82.2%
Epidemiologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
88.7%
Etika
Zuzenak
4
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
92.0%
Farmakologia
Zuzenak
8
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
53.3%
Batez bestekoa
82.3%
Fisiopatologia
Zuzenak
14
Okerrak
9
Erantzun gabeak
3
Ziurtasuna
53.8%
Batez bestekoa
84.3%
Interpretazioa
Zuzenak
13
Okerrak
20
Erantzun gabeak
4
Ziurtasuna
35.1%
Batez bestekoa
72.0%
Legala
Zuzenak
4
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
44.4%
Batez bestekoa
82.4%
Prebentzioa
Zuzenak
7
Okerrak
7
Erantzun gabeak
2
Ziurtasuna
43.8%
Batez bestekoa
80.6%
Probak
Zuzenak
15
Okerrak
17
Erantzun gabeak
1
Ziurtasuna
45.5%
Batez bestekoa
80.3%
Pronostikoa
Zuzenak
2
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
40.0%
Batez bestekoa
93.2%
Tratamendua
Zuzenak
35
Okerrak
32
Erantzun gabeak
5
Ziurtasuna
48.6%
Batez bestekoa
80.1%
#ErantzunaZuzenaEgoera
1BA
2CB
3AD
4CD
5BB
6C
7AB
8BD
9DD
10AA
11AB
12AA
13BBaliogabetua
14BC
15BA
16CC
17CC
18BD
19DB
20BB
21BB
22CC
23CB
24DA
25AC
26A
27BB
28CD
29CA
30D
31DC
32BC
33B
34AB
35CC
36CD
37DD
38AA
39CC
40CA
41CD
42AA
43BB
44BB
45B
46BB
47DD
48CC
49CC
50ABaliogabetua
51BA
52BC
53DC
54BC
55CA
56CA
57A
58BA
59DB
60BB
61CC
62B
63AB
64CBaliogabetua
65DC
66DC
67CC
68AA
69BB
70BB
71AB
72BB
73BB
74AA
75BC
76CC
77AA
78CD
79AA
80DD
81CC
82CD
83BB
84BA
85BD
86DA
87BB
88CB
89BB
90CC
91AA
92AC
93BD
94BC
95AC
96B
97CB
98AA
99BB
100CC
101CC
102A
103CC
104DC
105CC
106CB
107CC
108BA
109AC
110AC
111AB
112CC
113CC
114DD
115AB
116CD
117CC
118AB
119DA
120CA
121AC
122AB
123CB
124DB
125BC
126BB
127CC
128BB
129BC
130CC
131BB
132CB
133CC
134CB
135BC
136AB
137CD
138B
139CBaliogabetua
140DD
141BA
142BBaliogabetua
143AA
144DD
145C
146AC
147BB
148C
149BB
150BB
151BB
152CC
153CC
154BD
155BB
156CA
157DD
158BB
159BC
160AA
161CBaliogabetua
162AA
163BC
164AC
165BA
166DA
167D
168AC
169B
170CB
171AA
172AB
173DD
174AC
175BB
176A
177CD
178AD
179B
180CC
181DB
182CC
183D
184DD
185AB
186DD
187DD
188CC
189CC
190AB
191BD
192BD
193CC
194CC
195AD
196DA
197CC
198DA
199BB
200AD
201AC
202BA
203AA
204AC
205BB
206CC
207AA
208DBaliogabetua
209CB
210BC