Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13501390
gemini-2.5-flash-lite-preview-06-17-thinking
gemini-2.5-flash-lite-preview-06-17-thinking · Intervallo 95% 1364,8–1373,8 · 32,381 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
gemini-2.5-flash-lite-preview-06-17-thinking
1.400,21 rating
Intervallo di confidenza: 1.387,69 – 1.412,73
2266 voti
Categoria
chinese
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.372,58 rating
Intervallo di confidenza: 1.364,67 – 1.380,48
5981 voti
Categoria
coding
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.366,96 rating
Intervallo di confidenza: 1.357,66 – 1.376,26
4141 voti
Categoria
creative_writing
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.372,70 rating
Intervallo di confidenza: 1.366,90 – 1.378,50
14055 voti
Categoria
english
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.336,50 rating
Intervallo di confidenza: 1.330,39 – 1.342,61
22771 voti
Categoria
exclude_ties
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.365,74 rating
Intervallo di confidenza: 1.351,23 – 1.380,25
1638 voti
Categoria
expert
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.386,69 rating
Intervallo di confidenza: 1.358,09 – 1.415,29
444 voti
Categoria
french
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.373,18 rating
Intervallo di confidenza: 1.352,58 – 1.393,78
842 voti
Categoria
german
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.373,63 rating
Intervallo di confidenza: 1.367,86 – 1.379,41
14492 voti
Categoria
hard_prompts
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
gemini-2.5-flash-lite-preview-06-17-thinking
1.375,56 rating
Intervallo di confidenza: 1.367,85 – 1.383,27
6462 voti
Categoria
hard_prompts_english
Configurazione valutata
gemini-2.5-flash-lite-preview-06-17-thinking
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating