MedicalBenchmark
OpenAI: GPT-5.1 Chat provider

GPT-5.1 Chat

7

#7 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

580.00 pts

Certeza

97.5%

Correctas / Incorrectas

585 / 15

Custo total

$2.07

Rendemento Xeral

(vs. media)
Certeza

97.5%

avg: 80.6%

Puntuación neta

580.00 pts

avg: 453.30 pts

Acertos

585

avg: 483

Erros

15

avg: 90

Custo total

$2.07

avg: $9.58

Tempo promedio de resposta

3.8s

avg: 17.9s

Tokens saíntes

171K

avg: 1.3M

Tokens de razoamento

24K

avg: 898K

Confianza promedia

99.8%

avg: 95.4%

Desagregación por Exame

MIR 2024
18
Correctas
194
Incorrectas
6
Certeza
97.0%
Puntuación neta
192.00
MIR 2025
14
Correctas
193
Incorrectas
7
Certeza
96.5%
Puntuación neta
190.66
MIR 2026
7
Correctas
198
Incorrectas
2
Certeza
99.0%
Puntuación neta
197.33