MedicalBenchmark
AllenAI: Olmo 3.1 32B Think provider

Olmo 3.1 32B Think

218

#218 de 291 modelosMIR 2024

Puntuación neta

140.00 pts

Certeza

75.0%

Correctas / Incorrectas

150 / 30

Custo total

$0.38

Rendemento Xeral

(vs. media)
Certeza

75.0%

avg: 80.5%

Puntuación neta

140.00 pts

avg: 150.85 pts

Acertos

150

avg: 161

Erros

30

avg: 30

Custo total

$0.38

avg: $3.32

Tempo promedio de resposta

47.6s

avg: 16.4s

Tokens saíntes

729K

avg: 427K

Tokens de razoamento

661K

avg: 310K

Confianza promedia

89.0%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
4
Erros
0
Non contestadas
0
Certeza
100.0%
Media
87.1%
Cardioloxía
Acertos
16
Erros
2
Non contestadas
3
Certeza
76.2%
Media
79.7%
Coidados Paliativos
Acertos
4
Erros
0
Non contestadas
0
Certeza
100.0%
Media
88.2%
Dermatoloxía
Acertos
6
Erros
6
Non contestadas
2
Certeza
42.9%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
16
Erros
3
Non contestadas
0
Certeza
84.2%
Media
84.2%
Enfermidades Infecciosas
Acertos
13
Erros
7
Non contestadas
3
Certeza
56.5%
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
21
Erros
1
Non contestadas
1
Certeza
91.3%
Media
85.4%
Gastroenteroloxía
Acertos
14
Erros
5
Non contestadas
3
Certeza
63.6%
Media
70.5%
Hematoloxía
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
81.5%
Inmunoloxía
Acertos
8
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.1%
Medicina Legal e Bioética
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.7%
Nefroloxía
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
80.8%
Neuroloxía
Acertos
19
Erros
0
Non contestadas
3
Certeza
86.4%
Media
83.7%
Oftalmoloxía
Acertos
3
Erros
0
Non contestadas
2
Certeza
60.0%
Media
80.0%
Oncoloxía Médica
Acertos
16
Erros
3
Non contestadas
2
Certeza
76.2%
Media
80.2%
ORL
Acertos
4
Erros
2
Non contestadas
1
Certeza
57.1%
Media
74.4%
Pediatría
Acertos
11
Erros
3
Non contestadas
3
Certeza
64.7%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
0
Erros
1
Non contestadas
1
Certeza
0.0%
Media
73.2%
Pneumoloxía
Acertos
15
Erros
2
Non contestadas
2
Certeza
78.9%
Media
80.6%
Psiquiatría
Acertos
10
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
7
Erros
3
Non contestadas
4
Certeza
50.0%
Media
64.9%
Reumatoloxía
Acertos
9
Erros
4
Non contestadas
1
Certeza
64.3%
Media
81.4%
Traumatoloxía
Acertos
10
Erros
3
Non contestadas
2
Certeza
66.7%
Media
74.5%
Uroloxía
Acertos
4
Erros
1
Non contestadas
1
Certeza
66.7%
Media
78.2%
Xenética
Acertos
4
Erros
3
Non contestadas
0
Certeza
57.1%
Media
86.5%
Xeriatría
Acertos
8
Erros
1
Non contestadas
1
Certeza
80.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
11
Erros
0
Non contestadas
3
Certeza
78.6%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
4
Erros
1
Non contestadas
1
Certeza
66.7%
Media
79.8%
Bioestatística
Acertos
4
Erros
0
Non contestadas
1
Certeza
80.0%
Media
90.7%
Diagnóstico
Acertos
51
Erros
16
Non contestadas
6
Certeza
69.9%
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
22
Erros
1
Non contestadas
2
Certeza
88.0%
Media
84.0%
Fisiopatoloxía
Acertos
29
Erros
2
Non contestadas
2
Certeza
87.9%
Media
85.4%
Interpretación
Acertos
19
Erros
9
Non contestadas
9
Certeza
51.4%
Media
69.6%
Prevención
Acertos
9
Erros
1
Non contestadas
2
Certeza
75.0%
Media
89.8%
Probas
Acertos
15
Erros
2
Non contestadas
4
Certeza
71.4%
Media
73.9%
Prognóstico
Acertos
6
Erros
0
Non contestadas
1
Certeza
85.7%
Media
83.9%
Risco
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
83.6%
Tratamento
Acertos
53
Erros
9
Non contestadas
9
Certeza
74.6%
Media
81.3%
#RespostaCorrectaEstado
1AB
2CD
3AB
4BC
5C
6B
7DD
8CC
9CA
10BD
11D
12AA
13C
14BA
15B
16AA
17CC
18AA
19B
20CC
21DD
22B
23AA
24DA
25BC
26BB
27CC
28AA
29BB
30CC
31DD
32AA
33CC
34DB
35DD
36DD
37AA
38AA
39CC
40BB
41CC
42DD
43AA
44DD
45DD
46BB
47CC
48CC
49BB
50CC
51AA
52DD
53CC
54BB
55CC
56DD
57DA
58AA
59AA
60A
61A
62DD
63CD
64BAnulada
65DD
66CC
67BB
68BAnulada
69AA
70BB
71BB
72D
73B
74CC
75B
76AA
77CD
78DC
79B
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91DD
92AA
93CC
94BB
95DD
96BB
97BB
98BB
99AA
100BB
101AA
102DD
103BB
104DD
105CB
106CC
107CC
108BB
109DD
110CD
111BB
112CC
113DAnulada
114BD
115DD
116A
117DD
118DD
119AA
120CC
121AA
122BB
123DD
124DD
125BB
126DD
127AA
128BB
129DD
130CC
131CC
132D
133BA
134BC
135AA
136DD
137AA
138BC
139A
140CC
141BB
142CC
143BA
144DD
145CC
146BC
147CC
148AA
149CC
150DD
151AA
152AA
153CC
154BB
155DD
156CC
157CC
158DD
159DD
160B
161BB
162BB
163BB
164CB
165AA
166CC
167AA
168B
169BC
170CA
171CD
172BB
173BA
174BB
175AA
176CC
177CC
178BB
179CC
180BAnulada
181BB
182DD
183CC
184AA
185CC
186DD
187AA
188CC
189CD
190DD
191CB
192B
193CC
194CC
195CC
196BB
197AA
198BB
199D
200AA
201BB
202DD
203BB
204BD
205BD
206BAnulada
207DA
208AA
209DB
210DD