MedicalBenchmark
Meta: Llama 3.2 1B Instruct provider

Llama 3.2 1B Instruct

315

#315 319 modeloetatik — MIR 2026

Puntuazio garbia

24.66 pts

Ziurtasuna

22.0%

Zuzenak / Okerrak

44 / 58

Kostu osoa

$0.02

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

22.0%

avg: 82.4%

Puntuazio garbia

24.66 pts

avg: 156.14 pts

Zuzenak

44

avg: 165

Okerrak

58

avg: 26

Kostu osoa

$0.02

avg: $3.12

Batez besteko erantzun-denbora

2.7s

avg: 17.4s

Irteerako tokenak

88K

avg: 415K

Arrazonamendu tokenak

0

avg: 295K

Batez besteko konfiantza

50.7%

avg: 95.4%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
1
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
96.9%
Anestesiologia eta Bizkortzea
Zuzenak
0
Okerrak
5
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
71.0%
Dermatologia
Zuzenak
1
Okerrak
4
Erantzun gabeak
6
Ziurtasuna
9.1%
Batez bestekoa
73.2%
Endokrinologia eta Nutrizioa
Zuzenak
6
Okerrak
2
Erantzun gabeak
7
Ziurtasuna
40.0%
Batez bestekoa
84.7%
Epidemiologia
Zuzenak
2
Okerrak
1
Erantzun gabeak
4
Ziurtasuna
28.6%
Batez bestekoa
81.3%
Erradiologia-Larrialdiak
Zuzenak
0
Okerrak
8
Erantzun gabeak
5
Ziurtasuna
0.0%
Batez bestekoa
69.4%
Erreumatologia
Zuzenak
2
Okerrak
2
Erantzun gabeak
7
Ziurtasuna
18.2%
Batez bestekoa
89.0%
Estatistika
Zuzenak
1
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
84.5%
Farmakologia
Zuzenak
2
Okerrak
2
Erantzun gabeak
7
Ziurtasuna
18.2%
Batez bestekoa
79.6%
Gaixotasun Infekziosoak
Zuzenak
5
Okerrak
1
Erantzun gabeak
8
Ziurtasuna
35.7%
Batez bestekoa
79.0%
Gastroenterologia
Zuzenak
9
Okerrak
8
Erantzun gabeak
13
Ziurtasuna
30.0%
Batez bestekoa
80.2%
Genetika
Zuzenak
2
Okerrak
3
Erantzun gabeak
6
Ziurtasuna
18.2%
Batez bestekoa
79.7%
Geriatria
Zuzenak
4
Okerrak
2
Erantzun gabeak
7
Ziurtasuna
30.8%
Batez bestekoa
83.7%
Ginekologia eta Obstetrizia
Zuzenak
3
Okerrak
2
Erantzun gabeak
7
Ziurtasuna
25.0%
Batez bestekoa
85.2%
Hematologia
Zuzenak
0
Okerrak
4
Erantzun gabeak
5
Ziurtasuna
0.0%
Batez bestekoa
77.6%
Immunologia
Zuzenak
2
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
91.8%
Kardiologia
Zuzenak
5
Okerrak
10
Erantzun gabeak
10
Ziurtasuna
20.0%
Batez bestekoa
78.4%
Medikuntza Legala eta Bioetika
Zuzenak
2
Okerrak
2
Erantzun gabeak
7
Ziurtasuna
18.2%
Batez bestekoa
83.4%
Nefrologia
Zuzenak
2
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
20.0%
Batez bestekoa
85.6%
Neurologia
Zuzenak
6
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
46.2%
Batez bestekoa
89.0%
Oftalmologia
Zuzenak
0
Okerrak
2
Erantzun gabeak
3
Ziurtasuna
0.0%
Batez bestekoa
84.5%
Onkologia Medikoa
Zuzenak
2
Okerrak
3
Erantzun gabeak
18
Ziurtasuna
8.7%
Batez bestekoa
83.7%
ORL
Zuzenak
2
Okerrak
0
Erantzun gabeak
6
Ziurtasuna
25.0%
Batez bestekoa
85.0%
Osasun Plangintza eta Kudeaketa
Zuzenak
2
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
20.0%
Batez bestekoa
79.4%
Pediatria
Zuzenak
5
Okerrak
8
Erantzun gabeak
9
Ziurtasuna
22.7%
Batez bestekoa
88.1%
Pneumologia
Zuzenak
5
Okerrak
4
Erantzun gabeak
7
Ziurtasuna
31.3%
Batez bestekoa
83.6%
Psikiatria
Zuzenak
2
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
25.0%
Batez bestekoa
88.4%
Traumatologia
Zuzenak
1
Okerrak
5
Erantzun gabeak
5
Ziurtasuna
9.1%
Batez bestekoa
66.6%
Urologia
Zuzenak
2
Okerrak
0
Erantzun gabeak
6
Ziurtasuna
25.0%
Batez bestekoa
83.1%
Zainketa Aringarriak
Zuzenak
2
Okerrak
1
Erantzun gabeak
3
Ziurtasuna
33.3%
Batez bestekoa
80.8%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
0
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
83.4%
Arriskua
Zuzenak
1
Okerrak
6
Erantzun gabeak
8
Ziurtasuna
6.7%
Batez bestekoa
85.0%
Biostatistika
Zuzenak
1
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
84.5%
Diagnostikoa
Zuzenak
15
Okerrak
22
Erantzun gabeak
44
Ziurtasuna
18.5%
Batez bestekoa
83.0%
Epidemiologia
Zuzenak
3
Okerrak
1
Erantzun gabeak
5
Ziurtasuna
33.3%
Batez bestekoa
89.1%
Etika
Zuzenak
1
Okerrak
2
Erantzun gabeak
3
Ziurtasuna
16.7%
Batez bestekoa
92.2%
Farmakologia
Zuzenak
4
Okerrak
4
Erantzun gabeak
7
Ziurtasuna
26.7%
Batez bestekoa
83.1%
Fisiopatologia
Zuzenak
8
Okerrak
9
Erantzun gabeak
9
Ziurtasuna
30.8%
Batez bestekoa
85.0%
Interpretazioa
Zuzenak
7
Okerrak
12
Erantzun gabeak
18
Ziurtasuna
18.9%
Batez bestekoa
73.2%
Legala
Zuzenak
1
Okerrak
1
Erantzun gabeak
7
Ziurtasuna
11.1%
Batez bestekoa
82.9%
Prebentzioa
Zuzenak
3
Okerrak
3
Erantzun gabeak
10
Ziurtasuna
18.8%
Batez bestekoa
81.5%
Probak
Zuzenak
10
Okerrak
7
Erantzun gabeak
16
Ziurtasuna
30.3%
Batez bestekoa
81.2%
Pronostikoa
Zuzenak
0
Okerrak
2
Erantzun gabeak
3
Ziurtasuna
0.0%
Batez bestekoa
93.2%
Tratamendua
Zuzenak
17
Okerrak
24
Erantzun gabeak
31
Ziurtasuna
23.6%
Batez bestekoa
80.9%
#ErantzunaZuzenaEgoera
1—A
2BB
3BD
4CD
5BB
6BC
7—B
8—D
9—D
10—A
11AB
12—A
13C—Baliogabetua
14AC
15AA
16—C
17—C
18BD
19BB
20CB
21CB
22—C
23—B
24—A
25AC
26—A
27DB
28CD
29—A
30—D
31CC
32—C
33BB
34—B
35CC
36—D
37AD
38AA
39—C
40—A
41AD
42BA
43—B
44—B
45—B
46—B
47AD
48CC
49CC
50D—Baliogabetua
51—A
52—C
53CC
54—C
55—A
56AA
57AA
58AA
59AB
60—B
61BC
62DB
63CB
64——Baliogabetua
65—C
66CC
67BC
68AA
69AB
70BB
71AB
72—B
73—B
74CA
75—C
76BC
77—A
78—D
79CA
80BD
81—C
82DD
83DB
84—A
85—D
86—A
87—B
88—B
89—B
90BC
91—A
92—C
93DD
94BC
95AC
96AB
97—B
98—A
99AB
100—C
101CC
102—A
103—C
104AC
105BC
106AB
107AC
108BA
109BC
110—C
111—B
112—C
113—C
114CD
115—B
116CD
117—C
118CB
119—A
120DA
121—C
122—B
123BB
124DB
125CC
126—B
127CC
128BB
129—C
130CC
131CB
132—B
133—C
134—B
135—C
136—B
137CD
138—B
139C—Baliogabetua
140CD
141—A
142——Baliogabetua
143—A
144—D
145—C
146BC
147BB
148CC
149—B
150—B
151BB
152AC
153—C
154DD
155—B
156AA
157DD
158—B
159—C
160AA
161A—Baliogabetua
162AA
163DC
164—C
165—A
166—A
167AD
168CC
169BB
170BB
171—A
172—B
173DD
174—C
175AB
176—A
177AD
178—D
179—B
180—C
181BB
182CC
183—D
184—D
185—B
186—D
187DD
188BC
189CC
190BB
191—D
192AD
193—C
194—C
195—D
196—A
197—C
198BA
199AB
200—D
201CC
202BA
203AA
204—C
205CB
206—C
207—A
208——Baliogabetua
209DB
210—C