Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11301170
gemini-pro-dev-api
gemini-pro-dev-api · Intervallo 95% 1141,6–1156,0 · 18,354 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-pro-dev-api
1.124,04 rating
Intervallo di confidenza: 1.106,69 – 1.141,38
1867 voti
Categoria
chinese
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.103,80 rating
Intervallo di confidenza: 1.090,07 – 1.117,53
2681 voti
Categoria
coding
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.130,31 rating
Intervallo di confidenza: 1.116,51 – 1.144,10
3046 voti
Categoria
creative_writing
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.161,78 rating
Intervallo di confidenza: 1.153,40 – 1.170,17
12477 voti
Categoria
english
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.007,89 rating
Intervallo di confidenza: 997,46 – 1.018,33
12956 voti
Categoria
exclude_ties
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.058,86 rating
Intervallo di confidenza: 1.035,67 – 1.082,04
694 voti
Categoria
expert
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.145,08 rating
Intervallo di confidenza: 1.112,47 – 1.177,68
462 voti
Categoria
french
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.124,52 rating
Intervallo di confidenza: 1.094,80 – 1.154,25
450 voti
Categoria
german
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.109,17 rating
Intervallo di confidenza: 1.098,01 – 1.120,33
4515 voti
Categoria
hard_prompts
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
gemini-pro-dev-api
1.116,70 rating
Intervallo di confidenza: 1.104,17 – 1.129,23
3298 voti
Categoria
hard_prompts_english
Configurazione valutata
gemini-pro-dev-api
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating