MedicalBenchmark
Sao10K: Llama 3.1 70B Hanami x1 provider

Llama 3.1 70B Hanami x1

216

#216 de 290 modelosMIR 2025

Puntuación neta

129.00 pts

Certeza

72.5%

Correctas / Incorrectas

145 / 48

Custo total

$0.63

Rendemento Xeral

(vs. media)
Certeza

72.5%

avg: 75.9%

Puntuación neta

129.00 pts

avg: 138.99 pts

Acertos

145

avg: 152

Erros

48

avg: 38

Custo total

$0.63

avg: $3.59

Tempo promedio de resposta

31.8s

avg: 18.1s

Tokens saíntes

105K

avg: 443K

Tokens de razoamento

0

avg: 320K

Confianza promedia

94.1%

avg: 94.7%

Desglose por Materia

Alerxoloxía
Acertos
4
Erros
0
Non contestadas
0
Certeza
100.0%
Media
86.9%
Anestesioloxía e Reanimación
Acertos
5
Erros
1
Non contestadas
0
Certeza
83.3%
Media
81.3%
Cardioloxía
Acertos
19
Erros
2
Non contestadas
1
Certeza
86.4%
Media
77.4%
Coidados Paliativos
Acertos
4
Erros
0
Non contestadas
0
Certeza
100.0%
Media
77.2%
Dermatoloxía
Acertos
9
Erros
2
Non contestadas
2
Certeza
69.2%
Media
62.8%
Endocrinoloxía e Nutrición
Acertos
13
Erros
3
Non contestadas
0
Certeza
81.3%
Media
82.5%
Enfermidades Infecciosas
Acertos
20
Erros
6
Non contestadas
2
Certeza
71.4%
Media
71.1%
Epidemioloxía
Acertos
3
Erros
4
Non contestadas
0
Certeza
42.9%
Media
67.1%
Estatística
Acertos
1
Erros
2
Non contestadas
0
Certeza
33.3%
Media
74.9%
Farmacoloxía
Acertos
14
Erros
2
Non contestadas
1
Certeza
82.4%
Media
73.1%
Gastroenteroloxía
Acertos
13
Erros
7
Non contestadas
1
Certeza
61.9%
Media
72.9%
Hematoloxía
Acertos
8
Erros
3
Non contestadas
0
Certeza
72.7%
Media
81.8%
Inmunoloxía
Acertos
7
Erros
2
Non contestadas
0
Certeza
77.8%
Media
82.5%
Medicina Legal e Bioética
Acertos
3
Erros
2
Non contestadas
0
Certeza
60.0%
Media
67.2%
Nefroloxía
Acertos
10
Erros
5
Non contestadas
0
Certeza
66.7%
Media
78.2%
Neuroloxía
Acertos
10
Erros
8
Non contestadas
2
Certeza
50.0%
Media
76.2%
Oftalmoloxía
Acertos
3
Erros
2
Non contestadas
0
Certeza
60.0%
Media
72.6%
Oncoloxía Médica
Acertos
22
Erros
3
Non contestadas
0
Certeza
88.0%
Media
86.3%
ORL
Acertos
5
Erros
2
Non contestadas
1
Certeza
62.5%
Media
73.8%
Pediatría
Acertos
17
Erros
6
Non contestadas
2
Certeza
68.0%
Media
72.7%
Planificación e Xestión Sanitaria
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
81.6%
Pneumoloxía
Acertos
12
Erros
2
Non contestadas
0
Certeza
85.7%
Media
73.0%
Psiquiatría
Acertos
7
Erros
1
Non contestadas
0
Certeza
87.5%
Media
82.0%
Radioloxía-Urxencias
Acertos
8
Erros
4
Non contestadas
2
Certeza
57.1%
Media
67.9%
Reumatoloxía
Acertos
11
Erros
3
Non contestadas
0
Certeza
78.6%
Media
74.6%
Traumatoloxía
Acertos
11
Erros
6
Non contestadas
1
Certeza
61.1%
Media
78.2%
Uroloxía
Acertos
6
Erros
1
Non contestadas
0
Certeza
85.7%
Media
79.5%
Xenética
Acertos
3
Erros
3
Non contestadas
0
Certeza
50.0%
Media
68.2%
Xeriatría
Acertos
8
Erros
3
Non contestadas
0
Certeza
72.7%
Media
71.2%
Xinecoloxía e Obstetricia
Acertos
17
Erros
2
Non contestadas
0
Certeza
89.5%
Media
85.9%

Desglose por Tipo de Pregunta

Anatomía
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
77.1%
Bioestatística
Acertos
2
Erros
2
Non contestadas
0
Certeza
50.0%
Media
78.4%
Diagnóstico
Acertos
63
Erros
21
Non contestadas
5
Certeza
70.8%
Media
77.9%
Epidemioloxía
Acertos
3
Erros
2
Non contestadas
0
Certeza
60.0%
Media
75.0%
Ética
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
72.0%
Farmacoloxía
Acertos
12
Erros
1
Non contestadas
0
Certeza
92.3%
Media
82.4%
Fisiopatoloxía
Acertos
18
Erros
9
Non contestadas
0
Certeza
66.7%
Media
72.6%
Interpretación
Acertos
24
Erros
16
Non contestadas
2
Certeza
57.1%
Media
69.3%
Legal
Acertos
2
Erros
2
Non contestadas
0
Certeza
50.0%
Media
63.6%
Prevención
Acertos
7
Erros
4
Non contestadas
1
Certeza
58.3%
Media
74.5%
Probas
Acertos
22
Erros
4
Non contestadas
0
Certeza
84.6%
Media
76.3%
Prognóstico
Acertos
5
Erros
1
Non contestadas
0
Certeza
83.3%
Media
77.8%
Risco
Acertos
5
Erros
0
Non contestadas
0
Certeza
100.0%
Media
84.3%
Tratamento
Acertos
62
Erros
18
Non contestadas
2
Certeza
75.6%
Media
75.2%
#RespostaCorrectaEstado
1BB
2DA
3CC
4AB
5AA
6C
7CC
8AA
9CA
10DD
11CD
12DD
13BB
14DD
15B
16CB
17CB
18CA
19C
20AA
21CB
22DD
23AC
24DD
25CC
26DAnulada
27DC
28CAnulada
29DD
30BB
31DD
32AA
33DD
34DD
35BB
36DD
37AC
38CC
39DD
40BA
41DD
42CC
43DB
44DD
45AD
46AA
47AA
48AA
49D
50BB
51CC
52BB
53DD
54DB
55AA
56BAnulada
57CC
58BB
59DD
60AA
61AA
62DD
63BB
64DD
65AA
66AA
67AB
68BB
69AB
70AA
71D
72AA
73DD
74CC
75AA
76BB
77BB
78BB
79AC
80CC
81CC
82CD
83AB
84CD
85C
86CC
87CA
88CD
89BB
90DA
91DB
92DC
93BB
94CC
95AA
96CC
97DD
98C
99BA
100CC
101BB
102DD
103AA
104CC
105AA
106CC
107BB
108DD
109BB
110CC
111AA
112CC
113BB
114DD
115DD
116CC
117AA
118DD
119AC
120BB
121BD
122CC
123CC
124CC
125CD
126BD
127BB
128DD
129AA
130DD
131BD
132AA
133BB
134CC
135BB
136CC
137CA
138DD
139DD
140DB
141AA
142BA
143BB
144BB
145DD
146CC
147BB
148BA
149DA
150DA
151AA
152AA
153BB
154BB
155BB
156CC
157AA
158DC
159CC
160A
161AA
162A
163DD
164CC
165AA
166BB
167CC
168DD
169CB
170BB
171CC
172BA
173BA
174BB
175BB
176CC
177CC
178BA
179DD
180AA
181DB
182CC
183BB
184BB
185BB
186DAnulada
187DC
188DD
189DD
190AA
191BB
192AA
193CC
194AA
195AA
196AA
197BB
198CC
199DD
200CC
201BB
202AA
203DD
204DC
205BB
206CD
207AA
208C
209CC
210BB