MedicalBenchmark
Anthropic: Claude 3.5 Haiku provider

Claude 3.5 Haiku

204

#204 de 291 modelosMIR 2024

Puntuación neta

147.66 pts

Certeza

80.0%

Correctas / Incorrectas

160 / 37

Custo total

$0.41

Rendemento Xeral

(vs. media)
Certeza

80.0%

avg: 80.5%

Puntuación neta

147.66 pts

avg: 150.85 pts

Acertos

160

avg: 161

Erros

37

avg: 30

Custo total

$0.41

avg: $3.32

Tempo promedio de resposta

7.0s

avg: 16.4s

Tokens saíntes

77K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

98.3%

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
17
Erros
3
Non contestadas
1
Certeza
81.0%
Media
79.7%
Coidados Paliativos
Acertos
2
Erros
2
Non contestadas
0
Certeza
50.0%
Media
88.2%
Dermatoloxía
Acertos
13
Erros
1
Non contestadas
0
Certeza
92.9%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
16
Erros
2
Non contestadas
1
Certeza
84.2%
Media
84.2%
Enfermidades Infecciosas
Acertos
17
Erros
5
Non contestadas
1
Certeza
73.9%
Media
81.8%
Epidemioloxía
Acertos
8
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.3%
Estatística
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.1%
Farmacoloxía
Acertos
21
Erros
2
Non contestadas
0
Certeza
91.3%
Media
85.4%
Gastroenteroloxía
Acertos
15
Erros
7
Non contestadas
0
Certeza
68.2%
Media
70.5%
Hematoloxía
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
81.5%
Inmunoloxía
Acertos
7
Erros
0
Non contestadas
1
Certeza
87.5%
Media
89.1%
Medicina Legal e Bioética
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.7%
Nefroloxía
Acertos
13
Erros
0
Non contestadas
0
Certeza
100.0%
Media
80.8%
Neuroloxía
Acertos
18
Erros
4
Non contestadas
0
Certeza
81.8%
Media
83.7%
Oftalmoloxía
Acertos
3
Erros
2
Non contestadas
0
Certeza
60.0%
Media
80.0%
Oncoloxía Médica
Acertos
14
Erros
7
Non contestadas
0
Certeza
66.7%
Media
80.2%
ORL
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
74.4%
Pediatría
Acertos
13
Erros
3
Non contestadas
1
Certeza
76.5%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
1
Erros
1
Non contestadas
0
Certeza
50.0%
Media
73.2%
Pneumoloxía
Acertos
14
Erros
5
Non contestadas
0
Certeza
73.7%
Media
80.6%
Psiquiatría
Acertos
10
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
8
Erros
6
Non contestadas
0
Certeza
57.1%
Media
64.9%
Reumatoloxía
Acertos
13
Erros
1
Non contestadas
0
Certeza
92.9%
Media
81.4%
Traumatoloxía
Acertos
10
Erros
5
Non contestadas
0
Certeza
66.7%
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
10
Erros
0
Non contestadas
0
Certeza
100.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
11
Erros
3
Non contestadas
0
Certeza
78.6%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
4
Erros
2
Non contestadas
0
Certeza
66.7%
Media
79.8%
Bioestatística
Acertos
5
Erros
0
Non contestadas
0
Certeza
100.0%
Media
90.7%
Diagnóstico
Acertos
60
Erros
13
Non contestadas
0
Certeza
82.2%
Media
79.2%
Epidemioloxía
Acertos
9
Erros
3
Non contestadas
0
Certeza
75.0%
Media
81.2%
Ética
Acertos
1
Erros
0
Non contestadas
0
Certeza
100.0%
Media
94.5%
Farmacoloxía
Acertos
21
Erros
4
Non contestadas
0
Certeza
84.0%
Media
84.0%
Fisiopatoloxía
Acertos
30
Erros
2
Non contestadas
1
Certeza
90.9%
Media
85.4%
Interpretación
Acertos
23
Erros
13
Non contestadas
1
Certeza
62.2%
Media
69.6%
Prevención
Acertos
12
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.8%
Probas
Acertos
15
Erros
5
Non contestadas
1
Certeza
71.4%
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
55
Erros
15
Non contestadas
1
Certeza
77.5%
Media
81.3%
#RespostaCorrectaEstado
1AB
2CD
3BB
4BC
5DC
6BB
7DD
8CC
9CA
10BD
11DD
12AA
13DC
14DA
15AB
16AA
17CC
18AA
19BB
20CC
21DD
22BB
23AA
24BA
25CC
26BB
27AC
28AA
29BB
30CC
31DD
32AA
33CC
34CB
35DD
36DD
37AA
38A
39CC
40BB
41CC
42DD
43AA
44DD
45DD
46BB
47CC
48CC
49BB
50CC
51AA
52DD
53CC
54BB
55CC
56DD
57DA
58CA
59AA
60BA
61CA
62DD
63DD
64DAnulada
65DD
66CC
67CB
68BAnulada
69AA
70BB
71BB
72DD
73B
74CC
75BB
76AA
77DD
78CC
79BB
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91DD
92AA
93CC
94BB
95DD
96BB
97BB
98DB
99AA
100DB
101AA
102DD
103BB
104DD
105CB
106AC
107CC
108BB
109DD
110DD
111CB
112CC
113DAnulada
114DD
115DD
116AA
117DD
118DD
119CA
120CC
121AA
122BB
123DD
124CD
125CB
126DD
127AA
128DB
129DD
130AC
131CC
132DD
133CA
134BC
135AA
136DD
137AA
138CC
139AA
140CC
141BB
142CC
143AA
144DD
145CC
146BC
147CC
148AA
149AC
150DD
151AA
152AA
153DC
154BB
155DD
156CC
157CC
158DD
159DD
160BB
161BB
162BB
163BB
164BB
165AA
166CC
167DA
168BB
169CC
170AA
171DD
172BB
173AA
174BB
175AA
176CC
177CC
178BB
179CC
180BAnulada
181CB
182DD
183AC
184DA
185CC
186DD
187AA
188CC
189D
190DD
191BB
192BB
193CC
194CC
195CC
196BB
197AA
198BB
199DD
200AA
201BB
202DD
203CB
204DD
205DD
206CAnulada
207AA
208AA
209DB
210AD