Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13101350
Command A
command-a-03-2025 · Intervallo 95% 1327,5–1334,4 · 55,766 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
Command A
1.327,37 rating
Intervallo di confidenza: 1.317,46 – 1.337,28
3823 voti
Categoria
chinese
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
Command A
1.330,01 rating
Intervallo di confidenza: 1.323,84 – 1.336,19
10234 voti
Categoria
coding
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
Command A
1.319,18 rating
Intervallo di confidenza: 1.312,05 – 1.326,32
7602 voti
Categoria
creative_writing
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
Command A
1.343,57 rating
Intervallo di confidenza: 1.339,11 – 1.348,02
26256 voti
Categoria
english
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
Command A
1.281,19 rating
Intervallo di confidenza: 1.276,28 – 1.286,10
38471 voti
Categoria
exclude_ties
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
Command A
1.295,62 rating
Intervallo di confidenza: 1.284,50 – 1.306,74
2885 voti
Categoria
expert
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
Command A
1.351,07 rating
Intervallo di confidenza: 1.329,03 – 1.373,11
776 voti
Categoria
french
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
Command A
1.341,66 rating
Intervallo di confidenza: 1.325,43 – 1.357,90
1371 voti
Categoria
german
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
Command A
1.326,36 rating
Intervallo di confidenza: 1.321,72 – 1.330,99
23760 voti
Categoria
hard_prompts
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
Command A
1.335,02 rating
Intervallo di confidenza: 1.328,99 – 1.341,04
11259 voti
Categoria
hard_prompts_english
Configurazione valutata
command-a-03-2025
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
Command A
1.306,51 rating
Intervallo di confidenza: 1.300,29 – 1.312,74
10058 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
Command A
1.347,63 rating
Intervallo di confidenza: 1.337,33 – 1.357,93
3434 voti
Categoria
industry_legal_and_government
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
Command A
1.339,12 rating
Intervallo di confidenza: 1.332,58 – 1.345,66
9391 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
Command A
1.312,11 rating
Intervallo di confidenza: 1.302,50 – 1.321,72
3654 voti
Categoria
industry_mathematical
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
Command A
1.334,66 rating
Intervallo di confidenza: 1.323,65 – 1.345,68
3059 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
Command A
1.336,44 rating
Intervallo di confidenza: 1.331,37 – 1.341,51
17971 voti
Categoria
industry_software_and_it_services
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
Command A
1.327,62 rating
Intervallo di confidenza: 1.321,89 – 1.333,35
12801 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
Command A
1.308,65 rating
Intervallo di confidenza: 1.303,37 – 1.313,92
15575 voti
Categoria
instruction_following
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
Command A
1.285,30 rating
Intervallo di confidenza: 1.267,45 – 1.303,14
1236 voti
Categoria
japanese
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
Command A
1.285,15 rating
Intervallo di confidenza: 1.266,87 – 1.303,42
1116 voti
Categoria
korean
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
Command A
1.334,12 rating
Intervallo di confidenza: 1.328,02 – 1.340,22
10709 voti
Categoria
longer_query
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
Command A
1.300,26 rating
Intervallo di confidenza: 1.291,03 – 1.309,49
3994 voti
Categoria
math
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
Command A
1.338,50 rating
Intervallo di confidenza: 1.331,89 – 1.345,10
9289 voti
Categoria
multi_turn
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
Command A
1.313,07 rating
Intervallo di confidenza: 1.308,74 – 1.317,40
29460 voti
Categoria
non_english
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
Command A
1.330,94 rating
Intervallo di confidenza: 1.327,49 – 1.334,39
55766 voti
Categoria
overall
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-15 · rating
Command A
1.324,27 rating
Intervallo di confidenza: 1.312,96 – 1.335,58
3071 voti
Categoria
polish
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
Command A
1.314,09 rating
Intervallo di confidenza: 1.305,41 – 1.322,76
4470 voti
Categoria
russian
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
Command A
1.347,34 rating
Intervallo di confidenza: 1.329,84 – 1.364,84
1179 voti
Categoria
spanish
Configurazione valutata
command-a-03-2025
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Command A
Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.
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.