MedicalBenchmark
OpenAI: GPT-5.1-Codex-Max provider

GPT-5.1-Codex-Max

18

#18 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

577.33 pts

Certeza

97.2%

Correctas / Incorrectas

583 / 17

Custo total

$7.58

Rendemento Xeral

(vs. media)
Certeza

97.2%

avg: 80.6%

Puntuación neta

577.33 pts

avg: 453.30 pts

Acertos

583

avg: 483

Erros

17

avg: 90

Custo total

$7.58

avg: $9.58

Tempo promedio de resposta

10.0s

avg: 17.9s

Tokens saíntes

722K

avg: 1.3M

Tokens de razoamento

605K

avg: 898K

Confianza promedia

99.9%

avg: 95.4%

Desagregación por Exame

MIR 2024
48
Correctas
192
Incorrectas
8
Certeza
96.0%
Puntuación neta
189.33
MIR 2025
16
Correctas
193
Incorrectas
7
Certeza
96.5%
Puntuación neta
190.66
MIR 2026
9
Correctas
198
Incorrectas
2
Certeza
99.0%
Puntuación neta
197.33