MedicalBenchmark
OpenAI: GPT-5.1 provider

GPT-5.1

11

#11 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

579.00 pts

Certeza

97.3%

Correctas / Incorrectas

584 / 15

Custo total

$6.21

Rendemento Xeral

(vs. media)
Certeza

97.3%

avg: 80.6%

Puntuación neta

579.00 pts

avg: 453.30 pts

Acertos

584

avg: 483

Erros

15

avg: 90

Custo total

$6.21

avg: $9.58

Tempo promedio de resposta

16.3s

avg: 17.9s

Tokens saíntes

585K

avg: 1.3M

Tokens de razoamento

238K

avg: 898K

Confianza promedia

99.9%

avg: 95.4%

Desagregación por Exame

MIR 2024
10
Correctas
195
Incorrectas
5
Certeza
97.5%
Puntuación neta
193.33
MIR 2025
15
Correctas
193
Incorrectas
7
Certeza
96.5%
Puntuación neta
190.66
MIR 2026
29
Correctas
196
Incorrectas
3
Certeza
98.0%
Puntuación neta
195.00