Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14101450
chatgpt-4o-latest-20250326
chatgpt-4o-latest-20250326 · Intervallo 95% 1425,6–1431,2 · 81,914 voti · 2026-10-15
Risultati registrati
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 · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.456,58 rating
Intervallo di confidenza: 1.448,70 – 1.464,45
5874 voti
Categoria
chinese
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.412,62 rating
Intervallo di confidenza: 1.407,58 – 1.417,67
15875 voti
Categoria
coding
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.405,23 rating
Intervallo di confidenza: 1.399,37 – 1.411,10
11530 voti
Categoria
creative_writing
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.434,45 rating
Intervallo di confidenza: 1.430,68 – 1.438,22
37268 voti
Categoria
english
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.421,15 rating
Intervallo di confidenza: 1.417,27 – 1.425,04
58399 voti
Categoria
exclude_ties
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.400,48 rating
Intervallo di confidenza: 1.391,74 – 1.409,22
4599 voti
Categoria
expert
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.446,49 rating
Intervallo di confidenza: 1.430,02 – 1.462,96
1403 voti
Categoria
french
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.423,36 rating
Intervallo di confidenza: 1.408,91 – 1.437,80
1777 voti
Categoria
german
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.424,03 rating
Intervallo di confidenza: 1.420,36 – 1.427,70
38415 voti
Categoria
hard_prompts
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
chatgpt-4o-latest-20250326
1.428,22 rating
Intervallo di confidenza: 1.423,29 – 1.433,15
17292 voti
Categoria
hard_prompts_english
Configurazione valutata
chatgpt-4o-latest-20250326
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating