MedicalBenchmark
OpenAI: GPT-4 (older v0314) provider

GPT-4 (older v0314)

191

#191 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

484.00 pts

Certeza

84.8%

Correctas / Incorrectas

509 / 75

Custo total

$23.20

Rendemento Xeral

(vs. media)
Certeza

84.8%

avg: 80.6%

Puntuación neta

484.00 pts

avg: 453.30 pts

Acertos

509

avg: 483

Erros

75

avg: 90

Custo total

$23.20

avg: $9.58

Tempo promedio de resposta

12.6s

avg: 17.9s

Tokens saíntes

241K

avg: 1.3M

Tokens de razoamento

0

avg: 898K

Confianza promedia

96.7%

avg: 95.4%

Desagregación por Exame

MIR 2024
173
Correctas
175
Incorrectas
18
Certeza
87.5%
Puntuación neta
169.00
MIR 2025
201
Correctas
162
Incorrectas
34
Certeza
81.0%
Puntuación neta
150.66
MIR 2026
189
Correctas
172
Incorrectas
23
Certeza
86.0%
Puntuación neta
164.33