MedicalBenchmark
OpenAI: o4 Mini Deep Research provider

o4 Mini Deep Research

38

#38 de 319 modelos no ranking xeral

Rendemento acumulado en 3 exames MIR

Puntuación neta

568.00 pts

Certeza

96.0%

Correctas / Incorrectas

576 / 24

Custo total

$107.19

Rendemento Xeral

(vs. media)
Certeza

96.0%

avg: 80.6%

Puntuación neta

568.00 pts

avg: 453.30 pts

Acertos

576

avg: 483

Erros

24

avg: 90

Custo total

$107.19

avg: $9.58

Tempo promedio de resposta

94.6s

avg: 17.9s

Tokens saíntes

4.9M

avg: 1.3M

Tokens de razoamento

4.6M

avg: 898K

Confianza promedia

100.0%

avg: 95.4%

Desagregación por Exame

MIR 2024
78
Correctas
190
Incorrectas
10
Certeza
95.0%
Puntuación neta
186.66
MIR 2025
33
Correctas
190
Incorrectas
10
Certeza
95.0%
Puntuación neta
186.66
MIR 2026
32
Correctas
196
Incorrectas
4
Certeza
98.0%
Puntuación neta
194.66