MedicalBenchmark
OpenAI: ChatGPT-4o provider

ChatGPT-4o

68

#68 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

554.66 pts

Certeza

94.3%

Correctas / Incorrectas

566 / 34

Custo total

$6.57

Rendemento Xeral

(vs. media)
Certeza

94.3%

avg: 80.6%

Puntuación neta

554.66 pts

avg: 453.30 pts

Acertos

566

avg: 483

Erros

34

avg: 90

Custo total

$6.57

avg: $9.58

Tempo promedio de resposta

4.4s

avg: 17.9s

Tokens saíntes

340K

avg: 1.3M

Tokens de razoamento

0

avg: 898K

Confianza promedia

99.9%

avg: 95.4%

Desagregación por Exame

MIR 2024
62
Correctas
191
Incorrectas
9
Certeza
95.5%
Puntuación neta
188.00
MIR 2025
98
Correctas
180
Incorrectas
20
Certeza
90.0%
Puntuación neta
173.33
MIR 2026
38
Correctas
195
Incorrectas
5
Certeza
97.5%
Puntuación neta
193.33