MedicalBenchmark
Meta: Llama 3.1 8B Instruct provider

Llama 3.1 8B Instruct

262

#262 de 290 modelosMIR 2025

Puntuación neta

52.33 pts

Certeza

39.0%

Correctas / Incorrectas

78 / 77

Custo total

$0.02

Rendemento Xeral

(vs. media)
Certeza

39.0%

avg: 75.9%

Puntuación neta

52.33 pts

avg: 138.99 pts

Acertos

78

avg: 152

Erros

77

avg: 38

Custo total

$0.02

avg: $3.59

Tempo promedio de resposta

20.8s

avg: 18.1s

Tokens saíntes

234K

avg: 443K

Tokens de razoamento

0

avg: 320K

Confianza promedia

77.5%

avg: 94.7%

Desglose por Materia

Alerxoloxía
Acertos
1
Erros
3
Non contestadas
0
Certeza
25.0%
Media
86.9%
Anestesioloxía e Reanimación
Acertos
1
Erros
5
Non contestadas
0
Certeza
16.7%
Media
81.3%
Cardioloxía
Acertos
8
Erros
8
Non contestadas
6
Certeza
36.4%
Media
77.4%
Coidados Paliativos
Acertos
2
Erros
2
Non contestadas
0
Certeza
50.0%
Media
77.2%
Dermatoloxía
Acertos
9
Erros
2
Non contestadas
2
Certeza
69.2%
Media
62.8%
Endocrinoloxía e Nutrición
Acertos
6
Erros
8
Non contestadas
2
Certeza
37.5%
Media
82.5%
Enfermidades Infecciosas
Acertos
11
Erros
9
Non contestadas
8
Certeza
39.3%
Media
71.1%
Epidemioloxía
Acertos
2
Erros
5
Non contestadas
0
Certeza
28.6%
Media
67.1%
Estatística
Acertos
1
Erros
2
Non contestadas
0
Certeza
33.3%
Media
74.9%
Farmacoloxía
Acertos
8
Erros
6
Non contestadas
3
Certeza
47.1%
Media
73.1%
Gastroenteroloxía
Acertos
7
Erros
9
Non contestadas
5
Certeza
33.3%
Media
72.9%
Hematoloxía
Acertos
5
Erros
2
Non contestadas
4
Certeza
45.5%
Media
81.8%
Inmunoloxía
Acertos
5
Erros
2
Non contestadas
2
Certeza
55.6%
Media
82.5%
Medicina Legal e Bioética
Acertos
4
Erros
1
Non contestadas
0
Certeza
80.0%
Media
67.2%
Nefroloxía
Acertos
6
Erros
4
Non contestadas
5
Certeza
40.0%
Media
78.2%
Neuroloxía
Acertos
8
Erros
6
Non contestadas
6
Certeza
40.0%
Media
76.2%
Oftalmoloxía
Acertos
2
Erros
2
Non contestadas
1
Certeza
40.0%
Media
72.6%
Oncoloxía Médica
Acertos
16
Erros
6
Non contestadas
3
Certeza
64.0%
Media
86.3%
ORL
Acertos
4
Erros
1
Non contestadas
3
Certeza
50.0%
Media
73.8%
Pediatría
Acertos
13
Erros
5
Non contestadas
7
Certeza
52.0%
Media
72.7%
Planificación e Xestión Sanitaria
Acertos
1
Erros
1
Non contestadas
0
Certeza
50.0%
Media
81.6%
Pneumoloxía
Acertos
2
Erros
7
Non contestadas
5
Certeza
14.3%
Media
73.0%
Psiquiatría
Acertos
5
Erros
3
Non contestadas
0
Certeza
62.5%
Media
82.0%
Radioloxía-Urxencias
Acertos
2
Erros
9
Non contestadas
3
Certeza
14.3%
Media
67.9%
Reumatoloxía
Acertos
7
Erros
5
Non contestadas
2
Certeza
50.0%
Media
74.6%
Traumatoloxía
Acertos
6
Erros
8
Non contestadas
4
Certeza
33.3%
Media
78.2%
Uroloxía
Acertos
4
Erros
2
Non contestadas
1
Certeza
57.1%
Media
79.5%
Xenética
Acertos
0
Erros
3
Non contestadas
3
Certeza
0.0%
Media
68.2%
Xeriatría
Acertos
7
Erros
3
Non contestadas
1
Certeza
63.6%
Media
71.2%
Xinecoloxía e Obstetricia
Acertos
9
Erros
7
Non contestadas
3
Certeza
47.4%
Media
85.9%

Desglose por Tipo de Pregunta

Anatomía
Acertos
3
Erros
3
Non contestadas
1
Certeza
42.9%
Media
77.1%
Bioestatística
Acertos
2
Erros
2
Non contestadas
0
Certeza
50.0%
Media
78.4%
Diagnóstico
Acertos
32
Erros
35
Non contestadas
22
Certeza
36.0%
Media
77.9%
Epidemioloxía
Acertos
2
Erros
3
Non contestadas
0
Certeza
40.0%
Media
75.0%
Ética
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
72.0%
Farmacoloxía
Acertos
7
Erros
6
Non contestadas
0
Certeza
53.8%
Media
82.4%
Fisiopatoloxía
Acertos
9
Erros
9
Non contestadas
9
Certeza
33.3%
Media
72.6%
Interpretación
Acertos
10
Erros
18
Non contestadas
14
Certeza
23.8%
Media
69.3%
Legal
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
63.6%
Prevención
Acertos
5
Erros
5
Non contestadas
2
Certeza
41.7%
Media
74.5%
Probas
Acertos
8
Erros
14
Non contestadas
4
Certeza
30.8%
Media
76.3%
Prognóstico
Acertos
2
Erros
3
Non contestadas
1
Certeza
33.3%
Media
77.8%
Risco
Acertos
2
Erros
2
Non contestadas
1
Certeza
40.0%
Media
84.3%
Tratamento
Acertos
36
Erros
29
Non contestadas
17
Certeza
43.9%
Media
75.2%
#RespostaCorrectaEstado
1B
2A
3C
4B
5A
6C
7C
8AA
9CA
10D
11BD
12DD
13AB
14DD
15
16CB
17B
18A
19CC
20BA
21B
22CD
23AC
24DD
25CC
26CAnulada
27CC
28DAnulada
29CD
30B
31D
32A
33D
34AD
35BB
36DD
37DC
38BC
39DD
40BA
41DD
42CC
43CB
44D
45BD
46AA
47AA
48DA
49DD
50BB
51DC
52CB
53DD
54DB
55AA
56Anulada
57CC
58AB
59DD
60BA
61CA
62DD
63BB
64DD
65A
66A
67BB
68B
69CB
70AA
71DD
72CA
73DD
74DC
75AA
76BB
77BB
78BB
79C
80CC
81CC
82CD
83DB
84DD
85AC
86BC
87BA
88DD
89BB
90DA
91DB
92C
93BB
94DC
95BA
96CC
97AD
98C
99A
100C
101B
102CD
103BA
104CC
105AA
106DC
107BB
108D
109DB
110C
111BA
112CC
113AB
114D
115D
116C
117CA
118CD
119DC
120AB
121CD
122CC
123CC
124CC
125CD
126BD
127AB
128DD
129BA
130D
131D
132CA
133BB
134C
135CB
136CC
137CA
138DD
139DD
140CB
141AA
142AA
143BB
144BB
145BD
146C
147BB
148A
149CA
150A
151AA
152AA
153B
154AB
155BB
156CC
157BA
158DC
159AC
160A
161DA
162
163DD
164C
165CA
166BB
167AC
168BD
169B
170AB
171BC
172A
173BA
174BB
175BB
176CC
177CC
178BA
179CD
180AA
181BB
182CC
183DB
184BB
185BB
186DAnulada
187CC
188CD
189BD
190BA
191CB
192BA
193AC
194BA
195AA
196AA
197BB
198CC
199DD
200CC
201B
202A
203DD
204BC
205DB
206DD
207AA
208C
209CC
210B