En HealthBench, GPT-6 Sol (máx.) escribe las respuestas más cortas (~1,000 caracteres) y tiene el puntaje más alto de Calidad de Comunicación bruta (81%), pero el puntaje más bajo de Completitud (34%). Contexto o Salud Global es el tema con el puntaje más bajo para 13 de las 14 modelos.
