Explora as preguntas oficiais do exame MIR organizadas por ano. Cada pregunta inclúe análise detallada do rendemento dos modelos de IA.
24 de xaneiro de 2026
Mellor IA: 198.67 netas (Google: Gemini 3 Flash Preview)
Mellor humano: Pendente de resultados
25 de xaneiro de 2025
Mellor IA: 190.67 netas (Google: Gemini 3 Flash Preview)
Mellor humano: 165.67 netas
20 de xaneiro de 2024
Mellor IA: 193.67 netas (Perplexity: Sonar Deep Research)
Mellor humano: 186.67 netas
Avaliación baseada en precisión zero-shot en preguntas oficiais do exame.
Puntuación neta: 198.66 pts
OpenAI
Puntuación neta: 198.66 pts
OpenAI
Puntuación neta: 198.66 pts
OpenAI
Puntuación neta: 197.33 pts
OpenAI
Puntuación neta: 197.33 pts
OpenAI
Puntuación neta: 197.33 pts
Como avaliamos os modelos de intelixencia artificial no ámbito médico utilizando o exame MIR como referencia.
Utilizamos preguntas reais do exame MIR de España, o estándar para avaliar coñecementos médicos a nivel profesional. Cada pregunta é verificada e categorizada por especialidade.
Cada modelo é avaliado baixo as mesmas condicións controladas, sen acceso a información externa. Medimos precisión, razoamento clínico e consistencia nas respostas.
Proporcionamos métricas granulares por especialidade médica, tipo de pregunta e nivel de dificultade. Isto permite identificar fortalezas e áreas de mellora de cada modelo.
Distribución das preguntas do exame MIR por materia e tipo en cada edición.
O noso benchmark proporciona unha avaliación exhaustiva do rendemento de modelos de IA no ámbito médico.
Seguimento do rendemento ao longo do tempo para identificar melloras e regresións.
Análise granular por materia e tipo de pregunta clínica.
Benchmarks estandarizados baseados no exame MIR oficial de España.
Metodoloxía aberta e reproducible con acceso completo aos criterios de avaliación.
Incorporación de novos modelos e edicións do exame MIR de forma periódica.
Rankings e estatísticas que permiten comparar o rendemento entre modelos facilmente.
Preguntas oficiais do Ministerio de Sanidade con respostas validadas.
Distribución de preguntas por tipo
Distribución de preguntas por materia
Artigos, novidades e análises sobre IA en medicina
Os 33 primeiros postos do ranking MIR 2026 son todos modelos propietarios. Analizamos o gap entre modelos abertos e pechados, a taxonomía real do open source en IA, e por que RAG supera ao fine-tuning para personalizar IA médica.
Ler máis
Claude Opus 4.6 e GPT-5.2-Codex son os modelos de IA máis avanzados para programar. Pero no MIR 2026, un modelo Flash de 0,34 € humíllaos. Análise da paradoxa axéntica con datos de 290 modelos.
Ler máis
Resultados definitivos do maior benchmark de IA médica en español. Tres modelos empatan con 199 acertos sobre 200 preguntas válidas. Un modelo 'Flash' lidera por terceiro ano consecutivo. Análise exhaustiva de 290 modelos avaliados con datos de custo, velocidade, tokens e precisión.
Ler máis
