Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14101450
DeepSeek R1 0528
deepseek-r1-0528 · Intervallo 95% 1422,1–1433,4 · 18,167 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
DeepSeek R1 0528
1.441,91 rating
Intervallo di confidenza: 1.424,29 – 1.459,53
1188 voti
Categoria
chinese
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.426,90 rating
Intervallo di confidenza: 1.415,49 – 1.438,30
2690 voti
Categoria
coding
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.405,39 rating
Intervallo di confidenza: 1.392,97 – 1.417,81
2408 voti
Categoria
creative_writing
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.437,14 rating
Intervallo di confidenza: 1.429,79 – 1.444,49
8163 voti
Categoria
english
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.419,87 rating
Intervallo di confidenza: 1.412,06 – 1.427,67
13077 voti
Categoria
exclude_ties
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.393,67 rating
Intervallo di confidenza: 1.374,01 – 1.413,32
886 voti
Categoria
expert
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.417,01 rating
Intervallo di confidenza: 1.379,45 – 1.454,57
237 voti
Categoria
french
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.404,23 rating
Intervallo di confidenza: 1.379,45 – 1.429,02
597 voti
Categoria
german
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.415,35 rating
Intervallo di confidenza: 1.407,67 – 1.423,04
6880 voti
Categoria
hard_prompts
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.421,66 rating
Intervallo di confidenza: 1.410,89 – 1.432,43
3106 voti
Categoria
hard_prompts_english
Configurazione valutata
deepseek-r1-0528
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
DeepSeek R1 0528
1.400,39 rating
Intervallo di confidenza: 1.389,75 – 1.411,03
3182 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.418,38 rating
Intervallo di confidenza: 1.402,15 – 1.434,62
1370 voti
Categoria
industry_legal_and_government
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.430,21 rating
Intervallo di confidenza: 1.419,64 – 1.440,77
3388 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.415,19 rating
Intervallo di confidenza: 1.395,89 – 1.434,50
919 voti
Categoria
industry_mathematical
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.444,96 rating
Intervallo di confidenza: 1.427,45 – 1.462,47
1229 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.434,79 rating
Intervallo di confidenza: 1.426,44 – 1.443,14
5530 voti
Categoria
industry_software_and_it_services
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.401,57 rating
Intervallo di confidenza: 1.392,08 – 1.411,06
4199 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.381,59 rating
Intervallo di confidenza: 1.372,07 – 1.391,12
4015 voti
Categoria
instruction_following
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.390,91 rating
Intervallo di confidenza: 1.366,06 – 1.415,75
620 voti
Categoria
japanese
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.359,94 rating
Intervallo di confidenza: 1.325,50 – 1.394,38
323 voti
Categoria
korean
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.391,27 rating
Intervallo di confidenza: 1.380,69 – 1.401,85
3129 voti
Categoria
longer_query
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.400,01 rating
Intervallo di confidenza: 1.380,08 – 1.419,95
861 voti
Categoria
math
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.404,37 rating
Intervallo di confidenza: 1.393,40 – 1.415,34
2848 voti
Categoria
multi_turn
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.411,83 rating
Intervallo di confidenza: 1.405,00 – 1.418,66
9998 voti
Categoria
non_english
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.427,70 rating
Intervallo di confidenza: 1.422,05 – 1.433,36
18167 voti
Categoria
overall
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.428,20 rating
Intervallo di confidenza: 1.414,05 – 1.442,35
1980 voti
Categoria
polish
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.422,89 rating
Intervallo di confidenza: 1.408,23 – 1.437,55
1523 voti
Categoria
russian
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
DeepSeek R1 0528
1.411,37 rating
Intervallo di confidenza: 1.375,87 – 1.446,87
261 voti
Categoria
spanish
Configurazione valutata
deepseek-r1-0528
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
DeepSeek R1 0528
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.