Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13101350
glm-4-plus-0111
glm-4-plus-0111 · Intervallo 95% 1322,4–1339,2 · 5,760 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
glm-4-plus-0111
1.388,94 rating
Intervallo di confidenza: 1.359,22 – 1.418,66
387 voti
Categoria
chinese
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.286,47 rating
Intervallo di confidenza: 1.268,48 – 1.304,47
894 voti
Categoria
coding
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.310,71 rating
Intervallo di confidenza: 1.291,70 – 1.329,73
918 voti
Categoria
creative_writing
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.340,24 rating
Intervallo di confidenza: 1.329,97 – 1.350,51
3466 voti
Categoria
english
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.283,65 rating
Intervallo di confidenza: 1.271,13 – 1.296,16
3826 voti
Categoria
exclude_ties
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.279,12 rating
Intervallo di confidenza: 1.249,82 – 1.308,41
354 voti
Categoria
expert
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.340,97 rating
Intervallo di confidenza: 1.301,59 – 1.380,36
207 voti
Categoria
german
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.293,43 rating
Intervallo di confidenza: 1.279,19 – 1.307,67
1468 voti
Categoria
hard_prompts
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
glm-4-plus-0111
1.291,41 rating
Intervallo di confidenza: 1.273,92 – 1.308,90
955 voti
Categoria
hard_prompts_english
Configurazione valutata
glm-4-plus-0111
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating