Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12601310
gpt-4.1-nano-2025-04-14
gpt-4.1-nano-2025-04-14 · Intervallo 95% 1277,1–1292,4 · 6,103 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
gpt-4.1-nano-2025-04-14
1.270,06 rating
Intervallo di confidenza: 1.234,30 – 1.305,83
246 voti
Categoria
chinese
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.305,48 rating
Intervallo di confidenza: 1.286,22 – 1.324,73
807 voti
Categoria
coding
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.259,96 rating
Intervallo di confidenza: 1.241,76 – 1.278,17
1005 voti
Categoria
creative_writing
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.303,18 rating
Intervallo di confidenza: 1.293,38 – 1.312,97
3528 voti
Categoria
english
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.210,28 rating
Intervallo di confidenza: 1.198,25 – 1.222,31
3981 voti
Categoria
exclude_ties
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.271,32 rating
Intervallo di confidenza: 1.241,19 – 1.301,45
328 voti
Categoria
expert
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.287,84 rating
Intervallo di confidenza: 1.251,15 – 1.324,54
222 voti
Categoria
german
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.285,56 rating
Intervallo di confidenza: 1.272,07 – 1.299,05
1669 voti
Categoria
hard_prompts
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
gpt-4.1-nano-2025-04-14
1.292,45 rating
Intervallo di confidenza: 1.275,46 – 1.309,44
1062 voti
Categoria
hard_prompts_english
Configurazione valutata
gpt-4.1-nano-2025-04-14
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating