MedicalBenchmark
Qwen: Qwen2.5-VL 7B Instruct provider

Qwen2.5-VL 7B Instruct

295

#295 319 modeloetatik — MIR 2026

Puntuazio garbia

67.66 pts

Ziurtasuna

44.0%

Zuzenak / Okerrak

88 / 61

Kostu osoa

$0.04

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

44.0%

avg: 82.4%

Puntuazio garbia

67.66 pts

avg: 156.14 pts

Zuzenak

88

avg: 165

Okerrak

61

avg: 26

Kostu osoa

$0.04

avg: $3.12

Batez besteko erantzun-denbora

5.9s

avg: 17.4s

Irteerako tokenak

99K

avg: 415K

Arrazonamendu tokenak

0

avg: 295K

Batez besteko konfiantza

72.2%

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
2
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
28.6%
Batez bestekoa
71.0%
Dermatologia
Zuzenak
3
Okerrak
3
Erantzun gabeak
5
Ziurtasuna
27.3%
Batez bestekoa
73.2%
Endokrinologia eta Nutrizioa
Zuzenak
4
Okerrak
6
Erantzun gabeak
5
Ziurtasuna
26.7%
Batez bestekoa
84.7%
Epidemiologia
Zuzenak
2
Okerrak
1
Erantzun gabeak
4
Ziurtasuna
28.6%
Batez bestekoa
81.3%
Erradiologia-Larrialdiak
Zuzenak
3
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
23.1%
Batez bestekoa
69.4%
Erreumatologia
Zuzenak
6
Okerrak
1
Erantzun gabeak
4
Ziurtasuna
54.5%
Batez bestekoa
89.0%
Estatistika
Zuzenak
0
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
84.5%
Farmakologia
Zuzenak
4
Okerrak
5
Erantzun gabeak
2
Ziurtasuna
36.4%
Batez bestekoa
79.6%
Gaixotasun Infekziosoak
Zuzenak
5
Okerrak
1
Erantzun gabeak
8
Ziurtasuna
35.7%
Batez bestekoa
79.0%
Gastroenterologia
Zuzenak
16
Okerrak
6
Erantzun gabeak
8
Ziurtasuna
53.3%
Batez bestekoa
80.2%
Genetika
Zuzenak
3
Okerrak
4
Erantzun gabeak
4
Ziurtasuna
27.3%
Batez bestekoa
79.7%
Geriatria
Zuzenak
9
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
69.2%
Batez bestekoa
83.7%
Ginekologia eta Obstetrizia
Zuzenak
7
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
58.3%
Batez bestekoa
85.2%
Hematologia
Zuzenak
3
Okerrak
2
Erantzun gabeak
4
Ziurtasuna
33.3%
Batez bestekoa
77.6%
Immunologia
Zuzenak
4
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
66.7%
Batez bestekoa
91.8%
Kardiologia
Zuzenak
6
Okerrak
10
Erantzun gabeak
9
Ziurtasuna
24.0%
Batez bestekoa
78.4%
Medikuntza Legala eta Bioetika
Zuzenak
7
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
63.6%
Batez bestekoa
83.4%
Nefrologia
Zuzenak
4
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
40.0%
Batez bestekoa
85.6%
Neurologia
Zuzenak
6
Okerrak
3
Erantzun gabeak
4
Ziurtasuna
46.2%
Batez bestekoa
89.0%
Oftalmologia
Zuzenak
2
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
40.0%
Batez bestekoa
84.5%
Onkologia Medikoa
Zuzenak
13
Okerrak
6
Erantzun gabeak
4
Ziurtasuna
56.5%
Batez bestekoa
83.7%
ORL
Zuzenak
6
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
75.0%
Batez bestekoa
85.0%
Osasun Plangintza eta Kudeaketa
Zuzenak
5
Okerrak
3
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
79.4%
Pediatria
Zuzenak
7
Okerrak
8
Erantzun gabeak
7
Ziurtasuna
31.8%
Batez bestekoa
88.1%
Pneumologia
Zuzenak
8
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
83.6%
Psikiatria
Zuzenak
5
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
62.5%
Batez bestekoa
88.4%
Traumatologia
Zuzenak
3
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
27.3%
Batez bestekoa
66.6%
Urologia
Zuzenak
5
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
62.5%
Batez bestekoa
83.1%
Zainketa Aringarriak
Zuzenak
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
80.8%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
83.4%
Arriskua
Zuzenak
6
Okerrak
4
Erantzun gabeak
5
Ziurtasuna
40.0%
Batez bestekoa
85.0%
Biostatistika
Zuzenak
0
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
84.5%
Diagnostikoa
Zuzenak
37
Okerrak
22
Erantzun gabeak
22
Ziurtasuna
45.7%
Batez bestekoa
83.0%
Epidemiologia
Zuzenak
4
Okerrak
2
Erantzun gabeak
3
Ziurtasuna
44.4%
Batez bestekoa
89.1%
Etika
Zuzenak
5
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
83.3%
Batez bestekoa
92.2%
Farmakologia
Zuzenak
7
Okerrak
4
Erantzun gabeak
4
Ziurtasuna
46.7%
Batez bestekoa
83.1%
Fisiopatologia
Zuzenak
12
Okerrak
9
Erantzun gabeak
5
Ziurtasuna
46.2%
Batez bestekoa
85.0%
Interpretazioa
Zuzenak
11
Okerrak
13
Erantzun gabeak
13
Ziurtasuna
29.7%
Batez bestekoa
73.2%
Legala
Zuzenak
7
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
77.8%
Batez bestekoa
82.9%
Prebentzioa
Zuzenak
5
Okerrak
6
Erantzun gabeak
5
Ziurtasuna
31.3%
Batez bestekoa
81.5%
Probak
Zuzenak
15
Okerrak
9
Erantzun gabeak
9
Ziurtasuna
45.5%
Batez bestekoa
81.2%
Pronostikoa
Zuzenak
3
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
60.0%
Batez bestekoa
93.2%
Tratamendua
Zuzenak
29
Okerrak
27
Erantzun gabeak
16
Ziurtasuna
40.3%
Batez bestekoa
80.9%
#ErantzunaZuzenaEgoera
1AA
2BB
3AD
4DD
5BB
6—C
7AB
8AD
9DD
10—A
11—B
12CA
13——Baliogabetua
14BC
15—A
16CC
17—C
18BD
19—B
20—B
21CB
22AC
23DB
24AA
25CC
26—A
27DB
28DD
29—A
30DD
31—C
32—C
33—B
34—B
35—C
36CD
37—D
38AA
39—C
40—A
41DD
42—A
43BB
44—B
45AB
46BB
47BD
48CC
49CC
50——Baliogabetua
51—A
52BC
53CC
54AC
55AA
56CA
57AA
58—A
59—B
60BB
61CC
62BB
63AB
64A—Baliogabetua
65DC
66DC
67CC
68AA
69CB
70BB
71AB
72BB
73BB
74—A
75CC
76CC
77CA
78AD
79AA
80AD
81CC
82—D
83CB
84CA
85DD
86AA
87BB
88—B
89BB
90BC
91BA
92BC
93DD
94BC
95CC
96AB
97BB
98AA
99—B
100CC
101CC
102AA
103—C
104—C
105—C
106—B
107DC
108BA
109CC
110AC
111BB
112AC
113CC
114CD
115BB
116—D
117CC
118AB
119—A
120CA
121AC
122AB
123—B
124CB
125CC
126CB
127CC
128BB
129CC
130CC
131BB
132AB
133—C
134BB
135CC
136BB
137CD
138—B
139B—Baliogabetua
140—D
141AA
142B—Baliogabetua
143—A
144—D
145BC
146DC
147BB
148CC
149BB
150—B
151BB
152AC
153BC
154—D
155BB
156BA
157DD
158BB
159CC
160AA
161——Baliogabetua
162AA
163CC
164—C
165—A
166AA
167DD
168CC
169DB
170AB
171AA
172CB
173—D
174—C
175BB
176—A
177CD
178DD
179—B
180CC
181—B
182CC
183—D
184DD
185DB
186—D
187DD
188BC
189DC
190DB
191DD
192—D
193CC
194—C
195DD
196AA
197DC
198BA
199CB
200DD
201CC
202BA
203AA
204CC
205BB
206CC
207—A
208D—Baliogabetua
209—B
210—C