Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13901430
gemini-2.5-flash-preview-09-2025
gemini-2.5-flash-preview-09-2025 · Intervallo 95% 1402,4–1410,5 · 32,995 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-preview-09-2025
1.449,14 rating
Intervallo di confidenza: 1.437,01 – 1.461,27
2373 voti
Categoria
chinese
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.400,27 rating
Intervallo di confidenza: 1.392,87 – 1.407,67
6915 voti
Categoria
coding
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.386,58 rating
Intervallo di confidenza: 1.377,56 – 1.395,60
4549 voti
Categoria
creative_writing
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.412,90 rating
Intervallo di confidenza: 1.407,33 – 1.418,47
14043 voti
Categoria
english
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.388,88 rating
Intervallo di confidenza: 1.383,36 – 1.394,41
23421 voti
Categoria
exclude_ties
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.418,04 rating
Intervallo di confidenza: 1.404,18 – 1.431,90
1788 voti
Categoria
expert
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.432,76 rating
Intervallo di confidenza: 1.408,10 – 1.457,43
588 voti
Categoria
french
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.417,98 rating
Intervallo di confidenza: 1.394,81 – 1.441,16
657 voti
Categoria
german
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.408,83 rating
Intervallo di confidenza: 1.403,70 – 1.413,96
17744 voti
Categoria
hard_prompts
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
gemini-2.5-flash-preview-09-2025
1.410,33 rating
Intervallo di confidenza: 1.403,19 – 1.417,47
7548 voti
Categoria
hard_prompts_english
Configurazione valutata
gemini-2.5-flash-preview-09-2025
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating