MedicalBenchmark
AllenAI: Olmo 3.1 32B Instruct provider

Olmo 3.1 32B Instruct

251

#251 290 modeloetatikMIR 2026

Puntuazio garbia

103.00 pts

Ziurtasuna

62.5%

Zuzenak / Okerrak

125 / 66

Kostu osoa

$0.11

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

62.5%

avg: 81.6%

Puntuazio garbia

103.00 pts

avg: 154.00 pts

Zuzenak

125

avg: 163

Okerrak

66

avg: 28

Kostu osoa

$0.11

avg: $3.33

Batez besteko erantzun-denbora

12.0s

avg: 16.2s

Irteerako tokenak

142K

avg: 430K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

94.4%

avg: 95.1%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
1
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
96.9%
Anestesiologia eta Bizkortzea
Zuzenak
2
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
28.6%
Batez bestekoa
69.6%
Dermatologia
Zuzenak
7
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
63.6%
Batez bestekoa
72.3%
Endokrinologia eta Nutrizioa
Zuzenak
9
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
60.0%
Batez bestekoa
84.0%
Epidemiologia
Zuzenak
2
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
28.6%
Batez bestekoa
80.2%
Erradiologia-Larrialdiak
Zuzenak
4
Okerrak
7
Erantzun gabeak
2
Ziurtasuna
30.8%
Batez bestekoa
67.7%
Erreumatologia
Zuzenak
8
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
72.7%
Batez bestekoa
88.4%
Estatistika
Zuzenak
0
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
83.8%
Farmakologia
Zuzenak
8
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
72.7%
Batez bestekoa
78.6%
Gaixotasun Infekziosoak
Zuzenak
8
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
77.9%
Gastroenterologia
Zuzenak
21
Okerrak
8
Erantzun gabeak
1
Ziurtasuna
70.0%
Batez bestekoa
79.3%
Genetika
Zuzenak
8
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
72.7%
Batez bestekoa
78.7%
Geriatria
Zuzenak
8
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
61.5%
Batez bestekoa
83.0%
Ginekologia eta Obstetrizia
Zuzenak
7
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
58.3%
Batez bestekoa
84.3%
Hematologia
Zuzenak
4
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
44.4%
Batez bestekoa
76.6%
Immunologia
Zuzenak
6
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
91.4%
Kardiologia
Zuzenak
13
Okerrak
11
Erantzun gabeak
1
Ziurtasuna
52.0%
Batez bestekoa
77.3%
Medikuntza Legala eta Bioetika
Zuzenak
9
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
81.8%
Batez bestekoa
82.9%
Nefrologia
Zuzenak
5
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
85.1%
Neurologia
Zuzenak
8
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
61.5%
Batez bestekoa
88.6%
Oftalmologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
60.0%
Batez bestekoa
83.7%
Onkologia Medikoa
Zuzenak
11
Okerrak
10
Erantzun gabeak
2
Ziurtasuna
47.8%
Batez bestekoa
83.0%
ORL
Zuzenak
6
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
75.0%
Batez bestekoa
84.7%
Osasun Plangintza eta Kudeaketa
Zuzenak
8
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
78.4%
Pediatria
Zuzenak
14
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
63.6%
Batez bestekoa
87.6%
Pneumologia
Zuzenak
13
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
81.3%
Batez bestekoa
82.8%
Psikiatria
Zuzenak
6
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
87.9%
Traumatologia
Zuzenak
3
Okerrak
6
Erantzun gabeak
2
Ziurtasuna
27.3%
Batez bestekoa
65.2%
Urologia
Zuzenak
5
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
62.5%
Batez bestekoa
82.5%
Zainketa Aringarriak
Zuzenak
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
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
10
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
0
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
83.8%
Diagnostikoa
Zuzenak
47
Okerrak
30
Erantzun gabeak
4
Ziurtasuna
58.0%
Batez bestekoa
82.2%
Epidemiologia
Zuzenak
5
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
55.6%
Batez bestekoa
88.7%
Etika
Zuzenak
6
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
92.0%
Farmakologia
Zuzenak
11
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
73.3%
Batez bestekoa
82.3%
Fisiopatologia
Zuzenak
18
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
69.2%
Batez bestekoa
84.3%
Interpretazioa
Zuzenak
16
Okerrak
16
Erantzun gabeak
5
Ziurtasuna
43.2%
Batez bestekoa
72.0%
Legala
Zuzenak
8
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
88.9%
Batez bestekoa
82.4%
Prebentzioa
Zuzenak
10
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
62.5%
Batez bestekoa
80.6%
Probak
Zuzenak
22
Okerrak
9
Erantzun gabeak
2
Ziurtasuna
66.7%
Batez bestekoa
80.3%
Pronostikoa
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
93.2%
Tratamendua
Zuzenak
44
Okerrak
25
Erantzun gabeak
3
Ziurtasuna
61.1%
Batez bestekoa
80.1%
#ErantzunaZuzenaEgoera
1A
2AB
3AD
4DD
5BB
6C
7CB
8D
9AD
10AA
11B
12CA
13CBaliogabetua
14CC
15BA
16DC
17CC
18BD
19BB
20CB
21CB
22CC
23B
24AA
25CC
26AA
27BB
28DD
29CA
30DD
31DC
32CC
33DB
34DB
35CC
36BD
37BD
38DA
39CC
40BA
41AD
42BA
43BB
44BB
45BB
46BB
47DD
48CC
49CC
50ABaliogabetua
51DA
52CC
53CC
54AC
55AA
56CA
57A
58AA
59AB
60BB
61CC
62BB
63AB
64CBaliogabetua
65CC
66DC
67DC
68AA
69BB
70BB
71BB
72BB
73BB
74AA
75CC
76CC
77AA
78AD
79AA
80DD
81C
82DD
83BB
84DA
85DD
86AA
87BB
88AB
89BB
90CC
91BA
92AC
93DD
94BC
95CC
96AB
97BB
98AA
99BB
100CC
101CC
102AA
103CC
104CC
105CC
106BB
107DC
108BA
109CC
110AC
111BB
112CC
113CC
114DD
115BB
116DD
117BC
118AB
119DA
120AA
121AC
122BB
123BB
124DB
125CC
126BB
127DC
128BB
129DC
130CC
131BB
132AB
133CC
134BB
135CC
136BB
137CD
138BB
139CBaliogabetua
140AD
141AA
142BBaliogabetua
143BA
144BD
145CC
146AC
147BB
148CC
149BB
150BB
151BB
152CC
153CC
154CD
155BB
156AA
157DD
158BB
159CC
160AA
161CBaliogabetua
162AA
163CC
164CC
165DA
166AA
167DD
168CC
169B
170AB
171AA
172AB
173DD
174CC
175BB
176AA
177CD
178BD
179BB
180AC
181BB
182CC
183AD
184DD
185DB
186DD
187DD
188CC
189CC
190AB
191BD
192BD
193CC
194AC
195DD
196AA
197DC
198A
199AB
200DD
201CC
202BA
203AA
204CC
205BB
206CC
207AA
208CBaliogabetua
209AB
210CC