MedicalBenchmark
Sao10K: Llama 3.1 Euryale 70B v2.2 provider

Llama 3.1 Euryale 70B v2.2

251

#251 de 319 modelosMIR 2025

Puntuación neta

120.66 pts

Certeza

68.5%

Correctas / Incorrectas

137 / 49

Custo total

$0.18

Rendemento Xeral

(vs. media)
Certeza

68.5%

avg: 77.9%

Puntuación neta

120.66 pts

avg: 143.96 pts

Acertos

137

avg: 156

Erros

49

avg: 35

Custo total

$0.18

avg: $3.36

Tempo promedio de resposta

18.2s

avg: 19.0s

Tokens saíntes

112K

avg: 430K

Tokens de razoamento

0

avg: 306K

Confianza promedia

91.4%

avg: 95.2%

Desglose por Materia

Alerxoloxía
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
87.9%
Anestesioloxía e Reanimación
Acertos
5
Erros
1
Non contestadas
0
Certeza
83.3%
Media
82.3%
Cardioloxía
Acertos
16
Erros
6
Non contestadas
0
Certeza
72.7%
Media
78.6%
Coidados Paliativos
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
78.6%
Dermatoloxía
Acertos
8
Erros
3
Non contestadas
1
Certeza
66.7%
Media
69.4%
Endocrinoloxía e Nutrición
Acertos
10
Erros
5
Non contestadas
1
Certeza
62.5%
Media
83.5%
Enfermidades Infecciosas
Acertos
17
Erros
8
Non contestadas
2
Certeza
63.0%
Media
74.9%
Epidemioloxía
Acertos
3
Erros
4
Non contestadas
0
Certeza
42.9%
Media
69.1%
Estatística
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
76.6%
Farmacoloxía
Acertos
13
Erros
3
Non contestadas
1
Certeza
76.5%
Media
74.1%
Gastroenteroloxía
Acertos
14
Erros
6
Non contestadas
1
Certeza
66.7%
Media
74.1%
Hematoloxía
Acertos
8
Erros
3
Non contestadas
0
Certeza
72.7%
Media
82.7%
Inmunoloxía
Acertos
6
Erros
1
Non contestadas
2
Certeza
66.7%
Media
83.3%
Medicina Legal e Bioética
Acertos
4
Erros
1
Non contestadas
0
Certeza
80.0%
Media
68.4%
Nefroloxía
Acertos
8
Erros
4
Non contestadas
2
Certeza
57.1%
Media
84.8%
Neuroloxía
Acertos
12
Erros
5
Non contestadas
3
Certeza
60.0%
Media
77.3%
Oftalmoloxía
Acertos
3
Erros
1
Non contestadas
1
Certeza
60.0%
Media
74.2%
Oncoloxía Médica
Acertos
23
Erros
2
Non contestadas
0
Certeza
92.0%
Media
87.2%
ORL
Acertos
6
Erros
2
Non contestadas
0
Certeza
75.0%
Media
74.8%
Pediatría
Acertos
14
Erros
10
Non contestadas
2
Certeza
53.8%
Media
71.9%
Planificación e Xestión Sanitaria
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
82.6%
Pneumoloxía
Acertos
12
Erros
2
Non contestadas
0
Certeza
85.7%
Media
80.4%
Psiquiatría
Acertos
7
Erros
1
Non contestadas
0
Certeza
87.5%
Media
83.0%
Radioloxía-Urxencias
Acertos
9
Erros
4
Non contestadas
1
Certeza
64.3%
Media
69.4%
Reumatoloxía
Acertos
13
Erros
2
Non contestadas
0
Certeza
86.7%
Media
76.6%
Traumatoloxía
Acertos
12
Erros
5
Non contestadas
1
Certeza
66.7%
Media
79.3%
Uroloxía
Acertos
5
Erros
1
Non contestadas
1
Certeza
71.4%
Media
80.7%
Xenética
Acertos
3
Erros
2
Non contestadas
1
Certeza
50.0%
Media
69.5%
Xeriatría
Acertos
11
Erros
0
Non contestadas
0
Certeza
100.0%
Media
77.5%
Xinecoloxía e Obstetricia
Acertos
13
Erros
3
Non contestadas
3
Certeza
68.4%
Media
86.7%

Desglose por Tipo de Pregunta

Anatomía
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
78.6%
Bioestatística
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
79.8%
Diagnóstico
Acertos
63
Erros
17
Non contestadas
8
Certeza
71.6%
Media
79.9%
Epidemioloxía
Acertos
3
Erros
2
Non contestadas
0
Certeza
60.0%
Media
76.7%
Ética
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
74.1%
Farmacoloxía
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
83.3%
Fisiopatoloxía
Acertos
16
Erros
9
Non contestadas
2
Certeza
59.3%
Media
76.1%
Interpretación
Acertos
21
Erros
14
Non contestadas
7
Certeza
50.0%
Media
70.7%
Legal
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
64.6%
Prevención
Acertos
5
Erros
5
Non contestadas
2
Certeza
41.7%
Media
75.6%
Probas
Acertos
21
Erros
5
Non contestadas
1
Certeza
77.8%
Media
77.9%
Prognóstico
Acertos
6
Erros
1
Non contestadas
0
Certeza
85.7%
Media
80.8%
Risco
Acertos
4
Erros
1
Non contestadas
0
Certeza
80.0%
Media
85.2%
Tratamento
Acertos
56
Erros
20
Non contestadas
5
Certeza
69.1%
Media
77.3%
#RespostaCorrectaEstado
1BB
2A
3CC
4AB
5A
6CC
7DC
8CA
9AA
10D
11DD
12DD
13AB
14DD
15BAnulada
16CB
17AB
18CA
19CC
20AA
21BB
22CD
23C
24DD
25CC
26CAnulada
27DC
28CAnulada
29DD
30AB
31AD
32AA
33DD
34DD
35BB
36DD
37AC
38CC
39BD
40AA
41DD
42CC
43DB
44DD
45AD
46AA
47AA
48AA
49AD
50BB
51DC
52BB
53DD
54DB
55AA
56BAnulada
57CC
58BB
59DD
60A
61BA
62DD
63BB
64DD
65A
66AA
67BB
68DB
69CB
70AA
71DD
72AA
73BD
74CC
75AA
76BB
77BB
78BB
79C
80CC
81CC
82AD
83BB
84DD
85AC
86CC
87BA
88DD
89AB
90AA
91DB
92CC
93BB
94CC
95AA
96CC
97CD
98CC
99BA
100CC
101BB
102DD
103AA
104CC
105AA
106CC
107BB
108DD
109BB
110CC
111AA
112CC
113BB
114DD
115DD
116C
117AA
118DD
119BC
120BB
121DD
122CC
123CC
124CC
125DD
126BD
127BB
128DD
129AA
130DD
131BD
132A
133BB
134AC
135BB
136CC
137A
138DD
139DD
140DB
141AA
142AA
143BB
144BB
145CD
146CC
147BB
148BA
149AA
150DD
151AA
152AA
153BB
154BB
155AB
156CC
157AA
158CC
159BC
160A
161CA
162CAnulada
163DD
164AC
165AA
166CB
167AC
168DD
169DB
170BB
171CC
172CA
173A
174BB
175AB
176CC
177CC
178BA
179AD
180AA
181BB
182CC
183BB
184BB
185BB
186DAnulada
187C
188DD
189DD
190AA
191BB
192AA
193CC
194AA
195A
196AA
197BB
198CC
199DD
200CC
201BB
202AA
203DD
204DC
205BB
206CD
207AA
208AC
209CC
210BB