MLCR-AA: Medical Long Context Reasoning

معيار مفتوح من Wisedocs يقيس جودة استدلال النماذج عبر سجلات طبية طويلة ومجزأة، وينفذ التوليف متعدد المستندات الذي يعتمد عليه محترفو المطالبات عند مراجعة حالات التأمين والرعاية الصحية.

النماذج: 96 الحالي، 181 إجمالاً
الوسيط: 15.8%
المدى: 0.0%–43.9%

توزيع الدرجات

الأدنى: 0.0%
الوسيط: 15.8%
الأعلى: 43.9%

لوحة الصدارة

تضمين النماذج المهملة

الترتيب	النموذج	النتيجة
1	Claude Fable 5.2 (Max, Default Fallback) Anthropic	43.9%
2	Claude Sonnet 5.5 (Max, Default Fallback) Anthropic	41.7%
3	GPT-6 Astra (Max) OpenAI	41.7%
4	GPT-6.1 Sol (Max) OpenAI	38.3%
5	GPT-6 Astra (Medium) OpenAI	38.3%
6	Kimi K3.1 Pro Kimi	38.3%
7	GPT-6 Astra (Xhigh) OpenAI	36.1%
8	GPT-6.1 Sol (Xhigh) OpenAI	35.6%
9	Claude Haiku 5.5 (Max) Anthropic	35.0%
10	GPT-6 Astra (Low) OpenAI	33.9%
11	GPT-6 Astra (High) OpenAI	32.8%
12	GPT-6.1 Sol (Medium) OpenAI	32.2%
13	GPT-5.5 Instant (June 2026) OpenAI	31.7%
14	GPT-6.1 Sol (High) OpenAI	31.7%
15	GPT-6.1 Terra (Max) OpenAI	30.6%
16	Qwen3.8 2.4T A95B Alibaba	30.6%
17	Claude Opus 5.5 (Max, Default Fallback) Anthropic	27.8%
18	DeepSeek V4.1 Flash 1017 (Max) DeepSeek	26.7%
19	GPT-6.1 Sol (Low) OpenAI	26.7%
20	GPT-6 Luna (Max) OpenAI	26.1%
21	Claude Opus 5.5 (Xhigh, Default Fallback) Anthropic	25.0%
22	Qwen3.8 27B (Xhigh) Alibaba	22.8%
23	Claude Opus 5.5 (Medium, Default Fallback) Anthropic	22.2%
24	Muse Wonder (Max) Meta	22.2%
25	Muse Wonder Full (Max) Meta	22.2%
26	Grok 4.7 (Low) SpaceXAI	21.1%
27	Claude Sonnet 5.5 (Xhigh, Default Fallback) Anthropic	20.6%
28	GPT-6 Luna (Xhigh) OpenAI	20.6%
29	Inkling 2 Small Thinking Machines	20.6%
30	Qwen3.8-Flash-Next Alibaba	20.6%
31	Grok 4.7 (Xhigh) SpaceXAI	20.0%
32	Qwen3.8 Max (0902) Alibaba	20.0%
33	Claude Opus 5.5 (Low, Default Fallback) Anthropic	19.4%
34	Claude Sonnet 5.5 (Low, Default Fallback) Anthropic	19.4%
35	Gemini 4 Carbon (High) Google	19.4%
36	GPT-6 Luna (High) OpenAI	19.4%
37	Claude Sonnet 5.5 (High, Default Fallback) Anthropic	18.9%
38	GPT-6 Luna (Low) OpenAI	18.9%
39	Grok 4.7 (High) SpaceXAI	18.9%
40	GPT-6 Luna (Medium) OpenAI	18.3%
41	Muse Ember (Max) Meta	18.3%
42	Step 5 Preview StepFun	18.3%
43	Claude Sonnet 5.5 (Medium, Default Fallback) Anthropic	17.8%
44	Mistral Large 4 (High) Mistral	17.8%
45	Beam 1.0 Reflection	17.8%
46	GLM-5.3 (Max) Z AI	17.2%
47	MiniMax-M3.1-Flash MiniMax	16.7%
48	Claude Haiku 5.5 (Medium) Anthropic	16.1%
49	Gemini 3.8 Flash (Low) Google	15.6%
50	Claude Haiku 5.5 (High) Anthropic	15.0%