MedicalBenchmark
AllenAI: Olmo 3.1 32B Instruct provider

Olmo 3.1 32B Instruct

251

#251 de 291 modelosMIR 2024

Puntuación neta

90.66 pts

Certeza

58.0%

Correctas / Incorrectas

116 / 76

Custo total

$0.11

Rendemento Xeral

(vs. media)
Certeza

58.0%

avg: 80.5%

Puntuación neta

90.66 pts

avg: 150.85 pts

Acertos

116

avg: 161

Erros

76

avg: 30

Custo total

$0.11

avg: $3.32

Tempo promedio de resposta

12.8s

avg: 16.4s

Tokens saíntes

147K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

94.7%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
87.1%
Cardioloxía
Acertos
14
Erros
5
Non contestadas
2
Certeza
66.7%
Media
79.7%
Coidados Paliativos
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
88.2%
Dermatoloxía
Acertos
7
Erros
7
Non contestadas
0
Certeza
50.0%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
12
Erros
7
Non contestadas
0
Certeza
63.2%
Media
84.2%
Enfermidades Infecciosas
Acertos
10
Erros
11
Non contestadas
2
Certeza
43.5%
Media
81.8%
Epidemioloxía
Acertos
7
Erros
1
Non contestadas
0
Certeza
87.5%
Media
89.3%
Estatística
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.1%
Farmacoloxía
Acertos
18
Erros
5
Non contestadas
0
Certeza
78.3%
Media
85.4%
Gastroenteroloxía
Acertos
10
Erros
11
Non contestadas
1
Certeza
45.5%
Media
70.5%
Hematoloxía
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
81.5%
Inmunoloxía
Acertos
6
Erros
2
Non contestadas
0
Certeza
75.0%
Media
89.1%
Medicina Legal e Bioética
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.7%
Nefroloxía
Acertos
10
Erros
3
Non contestadas
0
Certeza
76.9%
Media
80.8%
Neuroloxía
Acertos
10
Erros
11
Non contestadas
1
Certeza
45.5%
Media
83.7%
Oftalmoloxía
Acertos
2
Erros
3
Non contestadas
0
Certeza
40.0%
Media
80.0%
Oncoloxía Médica
Acertos
14
Erros
7
Non contestadas
0
Certeza
66.7%
Media
80.2%
ORL
Acertos
2
Erros
4
Non contestadas
1
Certeza
28.6%
Media
74.4%
Pediatría
Acertos
9
Erros
7
Non contestadas
1
Certeza
52.9%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
73.2%
Pneumoloxía
Acertos
10
Erros
8
Non contestadas
1
Certeza
52.6%
Media
80.6%
Psiquiatría
Acertos
9
Erros
1
Non contestadas
0
Certeza
90.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
6
Erros
4
Non contestadas
4
Certeza
42.9%
Media
64.9%
Reumatoloxía
Acertos
5
Erros
9
Non contestadas
0
Certeza
35.7%
Media
81.4%
Traumatoloxía
Acertos
5
Erros
8
Non contestadas
2
Certeza
33.3%
Media
74.5%
Uroloxía
Acertos
4
Erros
2
Non contestadas
0
Certeza
66.7%
Media
78.2%
Xenética
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
86.5%
Xeriatría
Acertos
7
Erros
3
Non contestadas
0
Certeza
70.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
8
Erros
6
Non contestadas
0
Certeza
57.1%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
2
Erros
4
Non contestadas
0
Certeza
33.3%
Media
79.8%
Bioestatística
Acertos
5
Erros
0
Non contestadas
0
Certeza
100.0%
Media
90.7%
Diagnóstico
Acertos
37
Erros
31
Non contestadas
5
Certeza
50.7%
Media
79.2%
Epidemioloxía
Acertos
10
Erros
2
Non contestadas
0
Certeza
83.3%
Media
81.2%
Ética
Acertos
1
Erros
0
Non contestadas
0
Certeza
100.0%
Media
94.5%
Farmacoloxía
Acertos
15
Erros
10
Non contestadas
0
Certeza
60.0%
Media
84.0%
Fisiopatoloxía
Acertos
25
Erros
8
Non contestadas
0
Certeza
75.8%
Media
85.4%
Interpretación
Acertos
16
Erros
15
Non contestadas
6
Certeza
43.2%
Media
69.6%
Prevención
Acertos
8
Erros
4
Non contestadas
0
Certeza
66.7%
Media
89.8%
Probas
Acertos
9
Erros
11
Non contestadas
1
Certeza
42.9%
Media
73.9%
Prognóstico
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
83.9%
Risco
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
83.6%
Tratamento
Acertos
37
Erros
32
Non contestadas
2
Certeza
52.1%
Media
81.3%
#RespostaCorrectaEstado
1AB
2D
3DB
4AC
5CC
6CB
7D
8CC
9BA
10DD
11D
12AA
13C
14BA
15DB
16AA
17CC
18A
19BB
20CC
21D
22CB
23AA
24BA
25AC
26BB
27CC
28AA
29BB
30DC
31DD
32AA
33CC
34BB
35DD
36DD
37BA
38DA
39CC
40BB
41CC
42DD
43AA
44DD
45DD
46BB
47CC
48AC
49BB
50CC
51CA
52DD
53CC
54BB
55CC
56DD
57DA
58AA
59BA
60CA
61CA
62BD
63CD
64BAnulada
65DD
66CC
67AB
68CAnulada
69AA
70CB
71CB
72CD
73B
74AC
75CB
76AA
77AD
78CC
79CB
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91CD
92CA
93AC
94BB
95BD
96BB
97CB
98CB
99AA
100BB
101BA
102BD
103BB
104AD
105BB
106DC
107BC
108BB
109AD
110CD
111BB
112CC
113BAnulada
114BD
115DD
116DA
117DD
118DD
119AA
120CC
121AA
122AB
123DD
124CD
125CB
126AD
127AA
128DB
129DD
130CC
131BC
132CD
133CA
134CC
135DA
136AD
137AA
138BC
139AA
140AC
141BB
142BC
143AA
144DD
145BC
146BC
147CC
148AA
149AC
150DD
151AA
152AA
153AC
154BB
155DD
156CC
157CC
158DD
159DD
160CB
161BB
162BB
163DB
164AB
165CA
166CC
167AA
168CB
169CC
170CA
171DD
172BB
173DA
174BB
175AA
176CC
177CC
178BB
179BC
180AAnulada
181B
182DD
183BC
184AA
185CC
186DD
187AA
188CC
189CD
190DD
191BB
192BB
193AC
194CC
195CC
196BB
197DA
198BB
199CD
200AA
201AB
202DD
203BB
204CD
205AD
206BAnulada
207DA
208AA
209BB
210AD