MedicalBenchmark
Meta: Llama 3.3 70B Instruct provider

Llama 3.3 70B Instruct

152

#152 290 modeloetatikMIR 2026

Puntuazio garbia

166.00 pts

Ziurtasuna

86.0%

Zuzenak / Okerrak

172 / 18

Kostu osoa

$0.09

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

86.0%

avg: 81.6%

Puntuazio garbia

166.00 pts

avg: 154.00 pts

Zuzenak

172

avg: 163

Okerrak

18

avg: 28

Kostu osoa

$0.09

avg: $3.33

Batez besteko erantzun-denbora

14.6s

avg: 16.2s

Irteerako tokenak

106K

avg: 430K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

93.8%

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
5
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
71.4%
Batez bestekoa
69.6%
Dermatologia
Zuzenak
7
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
63.6%
Batez bestekoa
72.3%
Endokrinologia eta Nutrizioa
Zuzenak
12
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
84.0%
Epidemiologia
Zuzenak
6
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
85.7%
Batez bestekoa
80.2%
Erradiologia-Larrialdiak
Zuzenak
9
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
69.2%
Batez bestekoa
67.7%
Erreumatologia
Zuzenak
10
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
90.9%
Batez bestekoa
88.4%
Estatistika
Zuzenak
1
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
83.8%
Farmakologia
Zuzenak
9
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
81.8%
Batez bestekoa
78.6%
Gaixotasun Infekziosoak
Zuzenak
12
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
85.7%
Batez bestekoa
77.9%
Gastroenterologia
Zuzenak
27
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
90.0%
Batez bestekoa
79.3%
Genetika
Zuzenak
9
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
81.8%
Batez bestekoa
78.7%
Geriatria
Zuzenak
11
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
84.6%
Batez bestekoa
83.0%
Ginekologia eta Obstetrizia
Zuzenak
11
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
91.7%
Batez bestekoa
84.3%
Hematologia
Zuzenak
8
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
88.9%
Batez bestekoa
76.6%
Immunologia
Zuzenak
6
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
91.4%
Kardiologia
Zuzenak
19
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
76.0%
Batez bestekoa
77.3%
Medikuntza Legala eta Bioetika
Zuzenak
10
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
90.9%
Batez bestekoa
82.9%
Nefrologia
Zuzenak
10
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
85.1%
Neurologia
Zuzenak
12
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
92.3%
Batez bestekoa
88.6%
Oftalmologia
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
83.7%
Onkologia Medikoa
Zuzenak
20
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
87.0%
Batez bestekoa
83.0%
ORL
Zuzenak
7
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
87.5%
Batez bestekoa
84.7%
Osasun Plangintza eta Kudeaketa
Zuzenak
8
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
80.0%
Batez bestekoa
78.4%
Pediatria
Zuzenak
21
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
95.5%
Batez bestekoa
87.6%
Pneumologia
Zuzenak
12
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
75.0%
Batez bestekoa
82.8%
Psikiatria
Zuzenak
8
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
87.9%
Traumatologia
Zuzenak
7
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
63.6%
Batez bestekoa
65.2%
Urologia
Zuzenak
7
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
87.5%
Batez bestekoa
82.5%
Zainketa Aringarriak
Zuzenak
6
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
80.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
2
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
82.6%
Arriskua
Zuzenak
15
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
84.3%
Biostatistika
Zuzenak
1
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
83.8%
Diagnostikoa
Zuzenak
70
Okerrak
9
Erantzun gabeak
2
Ziurtasuna
86.4%
Batez bestekoa
82.2%
Epidemiologia
Zuzenak
8
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
88.9%
Batez bestekoa
88.7%
Etika
Zuzenak
6
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
92.0%
Farmakologia
Zuzenak
13
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
86.7%
Batez bestekoa
82.3%
Fisiopatologia
Zuzenak
22
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
84.6%
Batez bestekoa
84.3%
Interpretazioa
Zuzenak
24
Okerrak
6
Erantzun gabeak
7
Ziurtasuna
64.9%
Batez bestekoa
72.0%
Legala
Zuzenak
8
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
88.9%
Batez bestekoa
82.4%
Prebentzioa
Zuzenak
15
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
93.8%
Batez bestekoa
80.6%
Probak
Zuzenak
27
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
81.8%
Batez bestekoa
80.3%
Pronostikoa
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
93.2%
Tratamendua
Zuzenak
62
Okerrak
7
Erantzun gabeak
3
Ziurtasuna
86.1%
Batez bestekoa
80.1%
#ErantzunaZuzenaEgoera
1DA
2BB
3AD
4DD
5BB
6C
7BB
8D
9D
10AA
11B
12A
13CBaliogabetua
14BC
15DA
16CC
17CC
18DD
19BB
20CB
21BB
22C
23BB
24AA
25CC
26AA
27BB
28DD
29AA
30DD
31CC
32CC
33B
34BB
35CC
36BD
37DD
38A
39CC
40AA
41DD
42AA
43BB
44BB
45BB
46BB
47DD
48CC
49CC
50BBaliogabetua
51AA
52CC
53CC
54CC
55AA
56AA
57AA
58AA
59BB
60BB
61CC
62BB
63BB
64BBaliogabetua
65CC
66DC
67CC
68AA
69BB
70BB
71BB
72BB
73BB
74AA
75CC
76CC
77DA
78DD
79AA
80DD
81CC
82AD
83BB
84AA
85DD
86AA
87BB
88BB
89BB
90CC
91AA
92CC
93DD
94CC
95CC
96BB
97BB
98AA
99BB
100CC
101CC
102AA
103CC
104CC
105CC
106BB
107CC
108AA
109CC
110CC
111BB
112CC
113CC
114DD
115BB
116DD
117CC
118AB
119AA
120AA
121CC
122BB
123BB
124BB
125CC
126BB
127C
128BB
129CC
130CC
131BB
132AB
133CC
134BB
135CC
136BB
137DD
138BB
139ABaliogabetua
140BD
141AA
142BBaliogabetua
143AA
144DD
145CC
146AC
147BB
148CC
149BB
150BB
151BB
152CC
153CC
154DD
155BB
156BA
157DD
158BB
159CC
160AA
161CBaliogabetua
162AA
163CC
164CC
165AA
166AA
167DD
168CC
169BB
170BB
171AA
172AB
173DD
174CC
175BB
176AA
177DD
178DD
179B
180CC
181BB
182CC
183DD
184DD
185AB
186DD
187DD
188AC
189CC
190BB
191DD
192DD
193CC
194CC
195DD
196AA
197CC
198BA
199BB
200DD
201CC
202AA
203AA
204CC
205BB
206CC
207AA
208BBaliogabetua
209BB
210CC