Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11701210
DeepSeek-Coder-V2
DeepSeek-Coder-V2 · Intervallo 95% 1184,8–1197,5 · 15,147 voti · 2026-10-28
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 · 2026-10-28 · rating
DeepSeek-Coder-V2
1.200,79 rating
Intervallo di confidenza: 1.185,71 – 1.215,87
1712 voti
Categoria
chinese
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.250,69 rating
Intervallo di confidenza: 1.238,81 – 1.262,56
2671 voti
Categoria
coding
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.119,96 rating
Intervallo di confidenza: 1.106,62 – 1.133,29
2271 voti
Categoria
creative_writing
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.194,46 rating
Intervallo di confidenza: 1.186,42 – 1.202,49
8140 voti
Categoria
english
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.070,13 rating
Intervallo di confidenza: 1.060,69 – 1.079,56
9900 voti
Categoria
exclude_ties
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.181,15 rating
Intervallo di confidenza: 1.159,80 – 1.202,50
769 voti
Categoria
expert
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.185,09 rating
Intervallo di confidenza: 1.143,43 – 1.226,75
207 voti
Categoria
french
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.164,31 rating
Intervallo di confidenza: 1.137,96 – 1.190,66
516 voti
Categoria
german
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.206,67 rating
Intervallo di confidenza: 1.196,91 – 1.216,44
4439 voti
Categoria
hard_prompts
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
DeepSeek-Coder-V2
1.217,29 rating
Intervallo di confidenza: 1.205,39 – 1.229,18
2699 voti
Categoria
hard_prompts_english
Configurazione valutata
DeepSeek-Coder-V2
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating