Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14201460
gpt-5.2-chat-latest-20260210
gpt-5.2-chat-latest-20260210 · Intervallo 95% 1434,5–1442,5 · 35,999 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-5.2-chat-latest-20260210
1.460,28 rating
Intervallo di confidenza: 1.447,94 – 1.472,62
2398 voti
Categoria
chinese
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.446,41 rating
Intervallo di confidenza: 1.439,72 – 1.453,11
9641 voti
Categoria
coding
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.401,13 rating
Intervallo di confidenza: 1.392,75 – 1.409,50
5634 voti
Categoria
creative_writing
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.446,02 rating
Intervallo di confidenza: 1.440,52 – 1.451,52
15918 voti
Categoria
english
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.432,59 rating
Intervallo di confidenza: 1.427,35 – 1.437,84
27328 voti
Categoria
exclude_ties
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.437,89 rating
Intervallo di confidenza: 1.427,09 – 1.448,69
3163 voti
Categoria
expert
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.437,27 rating
Intervallo di confidenza: 1.417,65 – 1.456,89
1047 voti
Categoria
french
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.447,48 rating
Intervallo di confidenza: 1.422,34 – 1.472,63
563 voti
Categoria
german
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.445,06 rating
Intervallo di confidenza: 1.440,15 – 1.449,96
22865 voti
Categoria
hard_prompts
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
gpt-5.2-chat-latest-20260210
1.450,71 rating
Intervallo di confidenza: 1.444,20 – 1.457,21
10403 voti
Categoria
hard_prompts_english
Configurazione valutata
gpt-5.2-chat-latest-20260210
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating