Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14501490
glm-5.3-max
glm-5.3-max · Intervallo 95% 1466,3–1476,7 · 22,543 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-5.3-max
1.528,80 rating
Intervallo di confidenza: 1.514,00 – 1.543,60
1708 voti
Categoria
chinese
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
glm-5.3-max
1.494,94 rating
Intervallo di confidenza: 1.486,37 – 1.503,52
5400 voti
Categoria
coding
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
glm-5.3-max
1.456,04 rating
Intervallo di confidenza: 1.446,78 – 1.465,31
5066 voti
Categoria
creative_writing
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
glm-5.3-max
1.479,98 rating
Intervallo di confidenza: 1.473,01 – 1.486,94
9100 voti
Categoria
english
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
glm-5.3-max
1.476,22 rating
Intervallo di confidenza: 1.469,44 – 1.483,00
16605 voti
Categoria
exclude_ties
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
glm-5.3-max
1.513,65 rating
Intervallo di confidenza: 1.500,82 – 1.526,47
2238 voti
Categoria
expert
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
glm-5.3-max
1.501,57 rating
Intervallo di confidenza: 1.478,73 – 1.524,41
736 voti
Categoria
french
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
glm-5.3-max
1.492,85 rating
Intervallo di confidenza: 1.462,75 – 1.522,95
367 voti
Categoria
german
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
glm-5.3-max
1.488,12 rating
Intervallo di confidenza: 1.482,03 – 1.494,20
14242 voti
Categoria
hard_prompts
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
glm-5.3-max
1.494,15 rating
Intervallo di confidenza: 1.485,78 – 1.502,52
5761 voti
Categoria
hard_prompts_english
Configurazione valutata
glm-5.3-max
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating