Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14501490
glm-5.2-max
glm-5.2-max · Intervallo 95% 1466,2–1474,5 · 49,820 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-5.2-max
1.520,39 rating
Intervallo di confidenza: 1.509,98 – 1.530,81
3576 voti
Categoria
chinese
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
glm-5.2-max
1.485,90 rating
Intervallo di confidenza: 1.479,75 – 1.492,04
13394 voti
Categoria
coding
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
glm-5.2-max
1.463,44 rating
Intervallo di confidenza: 1.456,43 – 1.470,44
9915 voti
Categoria
creative_writing
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
glm-5.2-max
1.474,23 rating
Intervallo di confidenza: 1.468,96 – 1.479,50
20501 voti
Categoria
english
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
glm-5.2-max
1.475,75 rating
Intervallo di confidenza: 1.470,40 – 1.481,10
36908 voti
Categoria
exclude_ties
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
glm-5.2-max
1.487,04 rating
Intervallo di confidenza: 1.478,32 – 1.495,76
5249 voti
Categoria
expert
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
glm-5.2-max
1.479,20 rating
Intervallo di confidenza: 1.463,83 – 1.494,58
1827 voti
Categoria
french
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
glm-5.2-max
1.471,16 rating
Intervallo di confidenza: 1.450,77 – 1.491,54
895 voti
Categoria
german
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
glm-5.2-max
1.480,65 rating
Intervallo di confidenza: 1.475,90 – 1.485,40
32443 voti
Categoria
hard_prompts
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
glm-5.2-max
1.479,94 rating
Intervallo di confidenza: 1.473,85 – 1.486,03
13537 voti
Categoria
hard_prompts_english
Configurazione valutata
glm-5.2-max
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating