Los modelos de OpenAI lideran en precisión: responden a la pregunta citando correctamente el historial médico, sin exageración ni…

Los modelos de OpenAI lideran en precisión: responden a la pregunta citando correctamente el historial médico, sin exageración ni alucinación.
Una respuesta es precisa cuando ninguna afirmación en ella contradice el historial, desde fechas, visitas y mediciones hasta la gravedad de un hallazgo. Los modelos de OpenAI ocupan los 27 mejores puntajes de precisión, encabezados por GPT-6.1 Sol (max) con 96.7% y GPT-6 Astra (max) con 95.6%, y el mejor modelo que no es de OpenAI es Qwen3.8 2.4T A95B con 76.1%. Sus respuestas se mantienen fieles al historial, pero a menudo omiten puntos clave que la pregunta solicita: GPT-6.1 Sol (max) es completo en el 40.0% de las preguntas.