MedicalBenchmark
OpenAI: GPT-3.5 Turbo provider

GPT-3.5 Turbo

270

#270 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

299.00 pts

Certeza

62.2%

Correctas / Incorrectas

373 / 222

Custo total

$0.42

Rendemento Xeral

(vs. media)
Certeza

62.2%

avg: 80.6%

Puntuación neta

299.00 pts

avg: 453.30 pts

Acertos

373

avg: 483

Erros

222

avg: 90

Custo total

$0.42

avg: $9.58

Tempo promedio de resposta

2.7s

avg: 17.9s

Tokens saíntes

185K

avg: 1.3M

Tokens de razoamento

0

avg: 898K

Confianza promedia

98.6%

avg: 95.4%

Desagregación por Exame

MIR 2024
268
Correctas
129
Incorrectas
70
Certeza
64.5%
Puntuación neta
105.66
MIR 2025
274
Correctas
112
Incorrectas
87
Certeza
56.0%
Puntuación neta
83.00
MIR 2026
272
Correctas
132
Incorrectas
65
Certeza
66.0%
Puntuación neta
110.33