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 · 2026-10-15
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
1.295,86 rating
Intervallo di confidenza: 1.282,95 – 1.308,76
2427 voti
Categoria
chinese
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
glm-4-plus
1.290,27 rating
Intervallo di confidenza: 1.280,99 – 1.299,55
4449 voti
Categoria
coding
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
glm-4-plus
1.263,45 rating
Intervallo di confidenza: 1.253,25 – 1.273,66
3801 voti
Categoria
creative_writing
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
glm-4-plus
1.296,59 rating
Intervallo di confidenza: 1.290,20 – 1.302,97
13191 voti
Categoria
english
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
glm-4-plus
1.221,14 rating
Intervallo di confidenza: 1.213,51 – 1.228,77
16416 voti
Categoria
exclude_ties
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
glm-4-plus
1.251,67 rating
Intervallo di confidenza: 1.236,98 – 1.266,36
1608 voti
Categoria
expert
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
glm-4-plus
1.308,14 rating
Intervallo di confidenza: 1.271,58 – 1.344,69
286 voti
Categoria
french
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
glm-4-plus
1.278,48 rating
Intervallo di confidenza: 1.255,56 – 1.301,41
659 voti
Categoria
german
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
glm-4-plus
1.272,83 rating
Intervallo di confidenza: 1.265,16 – 1.280,51
7067 voti
Categoria
hard_prompts
Configurazione valutata
glm-4-plus
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
glm-4-plus
1.279,45 rating
Intervallo di confidenza: 1.269,91 – 1.288,99
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 · 2026-10-15 · rating