Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12701310
GLM-4-Plus
GLM-4-Plus · Intervallo 95% 1284,7–1294,5 · 26,126 voti · 2026-10-28
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 · 2026-10-28 · rating
GLM-4-Plus
1.295,81 rating
Intervallo di confidenza: 1.282,91 – 1.308,71
2427 voti
Categoria
chinese
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
GLM-4-Plus
1.290,17 rating
Intervallo di confidenza: 1.280,89 – 1.299,45
4449 voti
Categoria
coding
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
GLM-4-Plus
1.263,30 rating
Intervallo di confidenza: 1.253,09 – 1.273,51
3801 voti
Categoria
creative_writing
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
GLM-4-Plus
1.296,64 rating
Intervallo di confidenza: 1.290,26 – 1.303,02
13191 voti
Categoria
english
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
GLM-4-Plus
1.221,13 rating
Intervallo di confidenza: 1.213,50 – 1.228,76
16416 voti
Categoria
exclude_ties
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
GLM-4-Plus
1.251,63 rating
Intervallo di confidenza: 1.236,95 – 1.266,31
1608 voti
Categoria
expert
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
GLM-4-Plus
1.308,45 rating
Intervallo di confidenza: 1.271,91 – 1.345,00
286 voti
Categoria
french
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
GLM-4-Plus
1.278,49 rating
Intervallo di confidenza: 1.255,52 – 1.301,45
659 voti
Categoria
german
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
GLM-4-Plus
1.272,84 rating
Intervallo di confidenza: 1.265,17 – 1.280,52
7067 voti
Categoria
hard_prompts
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
GLM-4-Plus
1.279,56 rating
Intervallo di confidenza: 1.270,02 – 1.289,10
4016 voti
Categoria
hard_prompts_english
Configurazione valutata
GLM-4-Plus
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating