Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.
Arena text preference / chinesehuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.462,01 rating
Intervallo di confidenza: 1.448,91 – 1.475,10
1997 voti
Categoria
chinese
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.433,09 rating
Intervallo di confidenza: 1.425,24 – 1.440,95
5513 voti
Categoria
coding
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.349,27 rating
Intervallo di confidenza: 1.339,86 – 1.358,67
3963 voti
Categoria
creative_writing
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.421,26 rating
Intervallo di confidenza: 1.415,21 – 1.427,32
10520 voti
Categoria
english
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.401,65 rating
Intervallo di confidenza: 1.395,64 – 1.407,65
18204 voti
Categoria
exclude_ties
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.430,42 rating
Intervallo di confidenza: 1.416,52 – 1.444,32
1739 voti
Categoria
expert
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.449,31 rating
Intervallo di confidenza: 1.425,28 – 1.473,35
628 voti
Categoria
french
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.395,76 rating
Intervallo di confidenza: 1.369,24 – 1.422,29
482 voti
Categoria
german
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.421,76 rating
Intervallo di confidenza: 1.416,37 – 1.427,16
14133 voti
Categoria
hard_prompts
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
amazon-nova-experimental-chat (11-10)
1.425,01 rating
Intervallo di confidenza: 1.417,13 – 1.432,89
5616 voti
Categoria
hard_prompts_english
Configurazione valutata
amazon-nova-experimental-chat (11-10)
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating