Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14201450
Claude Sonnet 4.5 (High, 32K, 20250929)
Claude Sonnet 4.5 (High, 32K, 20250929) · Intervallo 95% 1431,6–1437,1 · 83,310 voti · 2026-11-11
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 · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.458,49 rating
Intervallo di confidenza: 1.450,40 – 1.466,57
5832 voti
Categoria
chinese
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.488,11 rating
Intervallo di confidenza: 1.483,26 – 1.492,95
19781 voti
Categoria
coding
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.424,32 rating
Intervallo di confidenza: 1.418,43 – 1.430,21
12558 voti
Categoria
creative_writing
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.448,37 rating
Intervallo di confidenza: 1.444,53 – 1.452,22
35928 voti
Categoria
english
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.427,05 rating
Intervallo di confidenza: 1.423,32 – 1.430,78
61267 voti
Categoria
exclude_ties
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.482,54 rating
Intervallo di confidenza: 1.474,59 – 1.490,49
6014 voti
Categoria
expert
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.451,41 rating
Intervallo di confidenza: 1.436,94 – 1.465,88
1964 voti
Categoria
french
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.426,67 rating
Intervallo di confidenza: 1.410,06 – 1.443,28
1352 voti
Categoria
german
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.461,49 rating
Intervallo di confidenza: 1.457,96 – 1.465,02
48089 voti
Categoria
hard_prompts
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-11-11 · rating
Claude Sonnet 4.5 (High, 32K, 20250929)
1.471,09 rating
Intervallo di confidenza: 1.466,32 – 1.475,87
20968 voti
Categoria
hard_prompts_english
Configurazione valutata
Claude Sonnet 4.5 (High, 32K, 20250929)
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-11-11 · rating