Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14001440
deepseek-v3.2-thinking
deepseek-v3.2-thinking · Intervallo 95% 1416,3–1423,4 · 42,071 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-v3.2-thinking
1.447,79 rating
Intervallo di confidenza: 1.437,20 – 1.458,38
3129 voti
Categoria
chinese
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.453,40 rating
Intervallo di confidenza: 1.446,78 – 1.460,03
8890 voti
Categoria
coding
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.389,09 rating
Intervallo di confidenza: 1.381,44 – 1.396,74
6413 voti
Categoria
creative_writing
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.439,18 rating
Intervallo di confidenza: 1.434,10 – 1.444,27
17157 voti
Categoria
english
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.407,09 rating
Intervallo di confidenza: 1.402,09 – 1.412,09
29462 voti
Categoria
exclude_ties
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.430,97 rating
Intervallo di confidenza: 1.419,94 – 1.442,00
2886 voti
Categoria
expert
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.423,18 rating
Intervallo di confidenza: 1.404,36 – 1.441,99
1049 voti
Categoria
french
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.413,32 rating
Intervallo di confidenza: 1.392,24 – 1.434,40
748 voti
Categoria
german
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.430,57 rating
Intervallo di confidenza: 1.426,00 – 1.435,14
23348 voti
Categoria
hard_prompts
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
deepseek-v3.2-thinking
1.445,69 rating
Intervallo di confidenza: 1.439,26 – 1.452,11
9602 voti
Categoria
hard_prompts_english
Configurazione valutata
deepseek-v3.2-thinking
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating