MedicalBenchmark
OpenAI: GPT-4.1 provider

GPT-4.1

67

#67 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

555.00 pts

Certeza

94.3%

Correctas / Incorrectas

566 / 33

Custo total

$2.75

Rendemento Xeral

(vs. media)
Certeza

94.3%

avg: 80.6%

Puntuación neta

555.00 pts

avg: 453.30 pts

Acertos

566

avg: 483

Erros

33

avg: 90

Custo total

$2.75

avg: $9.58

Tempo promedio de resposta

8.8s

avg: 17.9s

Tokens saíntes

270K

avg: 1.3M

Tokens de razoamento

0

avg: 898K

Confianza promedia

99.8%

avg: 95.4%

Desagregación por Exame

MIR 2024
43
Correctas
192
Incorrectas
8
Certeza
96.0%
Puntuación neta
189.33
MIR 2025
96
Correctas
180
Incorrectas
19
Certeza
90.0%
Puntuación neta
173.66
MIR 2026
48
Correctas
194
Incorrectas
6
Certeza
97.0%
Puntuación neta
192.00