Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12801320
Claude Sonnet 3.7
claude-3-7-sonnet-20250219 · Intervallo 95% 1295,4–1303,4 · 42,572 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
Claude Sonnet 3.7
1.298,77 rating
Intervallo di confidenza: 1.286,03 – 1.311,52
2311 voti
Categoria
chinese
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.297,32 rating
Intervallo di confidenza: 1.285,21 – 1.309,43
2526 voti
Categoria
chinese
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.360,33 rating
Intervallo di confidenza: 1.352,41 – 1.368,25
6135 voti
Categoria
coding
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.338,94 rating
Intervallo di confidenza: 1.331,50 – 1.346,37
7071 voti
Categoria
coding
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.331,72 rating
Intervallo di confidenza: 1.323,09 – 1.340,35
5146 voti
Categoria
creative_writing
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.316,71 rating
Intervallo di confidenza: 1.308,61 – 1.324,80
5936 voti
Categoria
creative_writing
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.326,34 rating
Intervallo di confidenza: 1.321,03 – 1.331,65
18910 voti
Categoria
english
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.310,16 rating
Intervallo di confidenza: 1.305,15 – 1.315,16
22100 voti
Categoria
english
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.260,79 rating
Intervallo di confidenza: 1.255,19 – 1.266,40
28180 voti
Categoria
exclude_ties
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.240,62 rating
Intervallo di confidenza: 1.235,29 – 1.245,94
31238 voti
Categoria
exclude_ties
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.320,48 rating
Intervallo di confidenza: 1.306,59 – 1.334,36
1889 voti
Categoria
expert
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.300,66 rating
Intervallo di confidenza: 1.287,67 – 1.313,65
2146 voti
Categoria
expert
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.302,77 rating
Intervallo di confidenza: 1.276,27 – 1.329,27
552 voti
Categoria
french
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
1.288,25 rating
Intervallo di confidenza: 1.260,28 – 1.316,23
514 voti
Categoria
french
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.300,77 rating
Intervallo di confidenza: 1.281,44 – 1.320,10
1022 voti
Categoria
german
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.281,02 rating
Intervallo di confidenza: 1.262,03 – 1.300,00
1082 voti
Categoria
german
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.332,94 rating
Intervallo di confidenza: 1.327,02 – 1.338,86
13726 voti
Categoria
hard_prompts
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.315,09 rating
Intervallo di confidenza: 1.309,48 – 1.320,71
15169 voti
Categoria
hard_prompts
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.339,73 rating
Intervallo di confidenza: 1.332,14 – 1.347,31
6984 voti
Categoria
hard_prompts_english
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.320,14 rating
Intervallo di confidenza: 1.313,00 – 1.327,29
7984 voti
Categoria
hard_prompts_english
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.313,29 rating
Intervallo di confidenza: 1.305,58 – 1.320,99
6543 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.300,20 rating
Intervallo di confidenza: 1.292,87 – 1.307,53
7332 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.301,26 rating
Intervallo di confidenza: 1.288,87 – 1.313,65
2474 voti
Categoria
industry_legal_and_government
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.299,82 rating
Intervallo di confidenza: 1.287,31 – 1.312,34
2476 voti
Categoria
industry_legal_and_government
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.298,55 rating
Intervallo di confidenza: 1.290,50 – 1.306,59
6706 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.284,97 rating
Intervallo di confidenza: 1.277,32 – 1.292,62
7446 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.338,79 rating
Intervallo di confidenza: 1.327,30 – 1.350,29
2547 voti
Categoria
industry_mathematical
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.313,64 rating
Intervallo di confidenza: 1.303,29 – 1.323,99
3177 voti
Categoria
industry_mathematical
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.287,93 rating
Intervallo di confidenza: 1.274,50 – 1.301,36
2242 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.258,29 rating
Intervallo di confidenza: 1.244,58 – 1.272,00
2255 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.323,83 rating
Intervallo di confidenza: 1.317,44 – 1.330,22
11412 voti
Categoria
industry_software_and_it_services
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.314,26 rating
Intervallo di confidenza: 1.308,24 – 1.320,29
12734 voti
Categoria
industry_software_and_it_services
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.337,69 rating
Intervallo di confidenza: 1.330,84 – 1.344,54
8764 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.324,04 rating
Intervallo di confidenza: 1.317,49 – 1.330,59
9714 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.351,67 rating
Intervallo di confidenza: 1.345,24 – 1.358,09
10122 voti
Categoria
instruction_following
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.324,46 rating
Intervallo di confidenza: 1.318,56 – 1.330,36
12306 voti
Categoria
instruction_following
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.266,50 rating
Intervallo di confidenza: 1.246,86 – 1.286,14
1019 voti
Categoria
japanese
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.260,20 rating
Intervallo di confidenza: 1.240,94 – 1.279,47
1009 voti
Categoria
japanese
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.249,26 rating
Intervallo di confidenza: 1.225,95 – 1.272,56
767 voti
Categoria
korean
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.239,32 rating
Intervallo di confidenza: 1.215,68 – 1.262,97
702 voti
Categoria
korean
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.372,71 rating
Intervallo di confidenza: 1.364,82 – 1.380,59
6136 voti
Categoria
longer_query
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.354,59 rating
Intervallo di confidenza: 1.347,10 – 1.362,08
6667 voti
Categoria
longer_query
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.336,30 rating
Intervallo di confidenza: 1.325,33 – 1.347,26
2788 voti
Categoria
math
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.318,56 rating
Intervallo di confidenza: 1.308,61 – 1.328,52
3352 voti
Categoria
math
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.339,33 rating
Intervallo di confidenza: 1.331,65 – 1.347,01
6826 voti
Categoria
multi_turn
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
1.337,71 rating
Intervallo di confidenza: 1.329,61 – 1.345,82
6143 voti
Categoria
multi_turn
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.296,04 rating
Intervallo di confidenza: 1.290,73 – 1.301,35
19237 voti
Categoria
non_english
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.286,27 rating
Intervallo di confidenza: 1.281,20 – 1.291,34
20461 voti
Categoria
non_english
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.314,32 rating
Intervallo di confidenza: 1.310,08 – 1.318,56
38159 voti
Categoria
overall
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.299,39 rating
Intervallo di confidenza: 1.295,40 – 1.303,37
42572 voti
Categoria
overall
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.284,37 rating
Intervallo di confidenza: 1.270,49 – 1.298,25
2196 voti
Categoria
polish
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.278,61 rating
Intervallo di confidenza: 1.264,66 – 1.292,57
2177 voti
Categoria
polish
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.310,80 rating
Intervallo di confidenza: 1.300,46 – 1.321,14
3353 voti
Categoria
russian
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.310,11 rating
Intervallo di confidenza: 1.300,08 – 1.320,13
3509 voti
Categoria
russian
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
Claude Sonnet 3.7
1.298,32 rating
Intervallo di confidenza: 1.273,43 – 1.323,21
612 voti
Categoria
spanish
Configurazione valutata
claude-3-7-sonnet-20250219-thinking-32k
Tipo di valutazione
human preference
1.289,66 rating
Intervallo di confidenza: 1.265,03 – 1.314,29
623 voti
Categoria
spanish
Configurazione valutata
claude-3-7-sonnet-20250219
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Claude Sonnet 3.7
Pesi chiusi. Non sono pubblicati un impiego locale supportato o requisiti GPU.
Costo API
USD / mese
Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.