MedicalBenchmark
AllenAI: Olmo 3 7B Instruct provider

Olmo 3 7B Instruct

308

#308 de 319 modelosMIR 2025

Puntuación neta

23.66 pts

Certeza

32.5%

Correctas / Incorrectas

65 / 124

Custo total

$0.05

Rendemento Xeral

(vs. media)
Certeza

32.5%

avg: 77.9%

Puntuación neta

23.66 pts

avg: 143.96 pts

Acertos

65

avg: 156

Erros

124

avg: 35

Custo total

$0.05

avg: $3.36

Tempo promedio de resposta

19.3s

avg: 19.0s

Tokens saíntes

187K

avg: 430K

Tokens de razoamento

0

avg: 306K

Confianza promedia

84.0%

avg: 95.2%

Desglose por Materia

Alerxoloxía
Acertos
1
Erros
3
Non contestadas
0
Certeza
25.0%
Media
87.9%
Anestesioloxía e Reanimación
Acertos
1
Erros
5
Non contestadas
0
Certeza
16.7%
Media
82.3%
Cardioloxía
Acertos
6
Erros
14
Non contestadas
2
Certeza
27.3%
Media
78.6%
Coidados Paliativos
Acertos
0
Erros
4
Non contestadas
0
Certeza
0.0%
Media
78.6%
Dermatoloxía
Acertos
3
Erros
9
Non contestadas
0
Certeza
25.0%
Media
69.4%
Endocrinoloxía e Nutrición
Acertos
6
Erros
10
Non contestadas
0
Certeza
37.5%
Media
83.5%
Enfermidades Infecciosas
Acertos
8
Erros
17
Non contestadas
2
Certeza
29.6%
Media
74.9%
Epidemioloxía
Acertos
2
Erros
5
Non contestadas
0
Certeza
28.6%
Media
69.1%
Estatística
Acertos
1
Erros
2
Non contestadas
0
Certeza
33.3%
Media
76.6%
Farmacoloxía
Acertos
7
Erros
10
Non contestadas
0
Certeza
41.2%
Media
74.1%
Gastroenteroloxía
Acertos
8
Erros
10
Non contestadas
3
Certeza
38.1%
Media
74.1%
Hematoloxía
Acertos
1
Erros
8
Non contestadas
2
Certeza
9.1%
Media
82.7%
Inmunoloxía
Acertos
5
Erros
4
Non contestadas
0
Certeza
55.6%
Media
83.3%
Medicina Legal e Bioética
Acertos
1
Erros
4
Non contestadas
0
Certeza
20.0%
Media
68.4%
Nefroloxía
Acertos
6
Erros
8
Non contestadas
0
Certeza
42.9%
Media
84.8%
Neuroloxía
Acertos
7
Erros
11
Non contestadas
2
Certeza
35.0%
Media
77.3%
Oftalmoloxía
Acertos
1
Erros
4
Non contestadas
0
Certeza
20.0%
Media
74.2%
Oncoloxía Médica
Acertos
10
Erros
13
Non contestadas
2
Certeza
40.0%
Media
87.2%
ORL
Acertos
1
Erros
6
Non contestadas
1
Certeza
12.5%
Media
74.8%
Pediatría
Acertos
6
Erros
18
Non contestadas
2
Certeza
23.1%
Media
71.9%
Planificación e Xestión Sanitaria
Acertos
0
Erros
2
Non contestadas
0
Certeza
0.0%
Media
82.6%
Pneumoloxía
Acertos
5
Erros
8
Non contestadas
1
Certeza
35.7%
Media
80.4%
Psiquiatría
Acertos
3
Erros
5
Non contestadas
0
Certeza
37.5%
Media
83.0%
Radioloxía-Urxencias
Acertos
3
Erros
11
Non contestadas
0
Certeza
21.4%
Media
69.4%
Reumatoloxía
Acertos
2
Erros
13
Non contestadas
0
Certeza
13.3%
Media
76.6%
Traumatoloxía
Acertos
7
Erros
10
Non contestadas
1
Certeza
38.9%
Media
79.3%
Uroloxía
Acertos
3
Erros
4
Non contestadas
0
Certeza
42.9%
Media
80.7%
Xenética
Acertos
1
Erros
5
Non contestadas
0
Certeza
16.7%
Media
69.5%
Xeriatría
Acertos
2
Erros
9
Non contestadas
0
Certeza
18.2%
Media
77.5%
Xinecoloxía e Obstetricia
Acertos
10
Erros
7
Non contestadas
2
Certeza
52.6%
Media
86.7%

Desglose por Tipo de Pregunta

Anatomía
Acertos
2
Erros
4
Non contestadas
1
Certeza
28.6%
Media
78.6%
Bioestatística
Acertos
1
Erros
3
Non contestadas
0
Certeza
25.0%
Media
79.8%
Diagnóstico
Acertos
30
Erros
53
Non contestadas
5
Certeza
34.1%
Media
79.9%
Epidemioloxía
Acertos
0
Erros
4
Non contestadas
1
Certeza
0.0%
Media
76.7%
Ética
Acertos
0
Erros
3
Non contestadas
0
Certeza
0.0%
Media
74.1%
Farmacoloxía
Acertos
7
Erros
6
Non contestadas
0
Certeza
53.8%
Media
83.3%
Fisiopatoloxía
Acertos
8
Erros
17
Non contestadas
2
Certeza
29.6%
Media
76.1%
Interpretación
Acertos
14
Erros
25
Non contestadas
3
Certeza
33.3%
Media
70.7%
Legal
Acertos
1
Erros
3
Non contestadas
0
Certeza
25.0%
Media
64.6%
Prevención
Acertos
7
Erros
5
Non contestadas
0
Certeza
58.3%
Media
75.6%
Probas
Acertos
8
Erros
18
Non contestadas
1
Certeza
29.6%
Media
77.9%
Prognóstico
Acertos
0
Erros
7
Non contestadas
0
Certeza
0.0%
Media
80.8%
Risco
Acertos
1
Erros
4
Non contestadas
0
Certeza
20.0%
Media
85.2%
Tratamento
Acertos
28
Erros
48
Non contestadas
5
Certeza
34.6%
Media
77.3%
#RespostaCorrectaEstado
1BB
2DA
3BC
4CB
5AA
6CC
7BC
8AA
9AA
10BD
11CD
12D
13BB
14BD
15DAnulada
16AB
17BB
18CA
19BC
20BA
21AB
22AD
23AC
24D
25CC
26BAnulada
27AC
28AAnulada
29BD
30BB
31AD
32AA
33CD
34CD
35BB
36BD
37DC
38AC
39DD
40DA
41DD
42AC
43DB
44CD
45BD
46CA
47AA
48DA
49BD
50AB
51CC
52CB
53BD
54DB
55CA
56BAnulada
57AC
58BB
59D
60AA
61BA
62DD
63BB
64BD
65DA
66AA
67AB
68BB
69BB
70A
71CD
72AA
73BD
74DC
75AA
76BB
77DB
78BB
79BC
80BC
81AC
82CD
83CB
84DD
85CC
86AC
87BA
88AD
89BB
90A
91AB
92AC
93AB
94BC
95BA
96CC
97CD
98DC
99AA
100C
101DB
102CD
103BA
104BC
105DA
106DC
107CB
108BD
109BB
110BC
111AA
112C
113AB
114AD
115DD
116BC
117AA
118DD
119AC
120BB
121D
122CC
123CC
124BC
125CD
126AD
127AB
128DD
129BA
130DD
131CD
132AA
133CB
134CC
135CB
136CC
137CA
138DD
139AD
140CB
141AA
142A
143BB
144B
145BD
146AC
147AB
148DA
149CA
150AD
151DA
152DA
153AB
154BB
155AB
156DC
157AA
158AC
159AC
160CA
161CA
162CAnulada
163CD
164CC
165DA
166CB
167AC
168DD
169AB
170AB
171CC
172BA
173CA
174DB
175DB
176CC
177BC
178DA
179BD
180AA
181DB
182BC
183BB
184BB
185DB
186CAnulada
187CC
188DD
189BD
190AA
191DB
192BA
193CC
194CA
195AA
196BA
197BB
198BC
199BD
200CC
201B
202BA
203BD
204CC
205DB
206DD
207DA
208BC
209CC
210BB