Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.
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 · 2026-10-28 · rating
GPT OSS 20B
1.314,72 rating
Intervallo di confidenza: 1.291,91 – 1.337,53
664 voti
Categoria
chinese
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
GPT OSS 20B
1.306,41 rating
Intervallo di confidenza: 1.293,28 – 1.319,54
2112 voti
Categoria
coding
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
GPT OSS 20B
1.200,47 rating
Intervallo di confidenza: 1.182,69 – 1.218,24
1233 voti
Categoria
creative_writing
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.302,82 rating
Intervallo di confidenza: 1.293,76 – 1.311,89
4513 voti
Categoria
english
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
GPT OSS 20B
1.221,93 rating
Intervallo di confidenza: 1.213,03 – 1.230,84
7621 voti
Categoria
exclude_ties
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
GPT OSS 20B
1.257,79 rating
Intervallo di confidenza: 1.230,90 – 1.284,69
506 voti
Categoria
expert
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.254,87 rating
Intervallo di confidenza: 1.214,50 – 1.295,24
217 voti
Categoria
german
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
GPT OSS 20B
1.273,65 rating
Intervallo di confidenza: 1.264,69 – 1.282,60
4718 voti
Categoria
hard_prompts
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.291,80 rating
Intervallo di confidenza: 1.278,48 – 1.305,11
2080 voti
Categoria
hard_prompts_english
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-28 · rating
GPT OSS 20B
1.215,94 rating
Intervallo di confidenza: 1.201,18 – 1.230,70
1728 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-28 · rating
GPT OSS 20B
1.280,04 rating
Intervallo di confidenza: 1.256,66 – 1.303,42
678 voti
Categoria
industry_legal_and_government
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-28 · rating
GPT OSS 20B
1.296,04 rating
Intervallo di confidenza: 1.281,13 – 1.310,95
1669 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.305,19 rating
Intervallo di confidenza: 1.281,03 – 1.329,36
585 voti
Categoria
industry_mathematical
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-28 · rating
GPT OSS 20B
1.309,73 rating
Intervallo di confidenza: 1.284,46 – 1.334,99
564 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-28 · rating
GPT OSS 20B
1.311,01 rating
Intervallo di confidenza: 1.300,91 – 1.321,11
3591 voti
Categoria
industry_software_and_it_services
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-28 · rating
GPT OSS 20B
1.237,95 rating
Intervallo di confidenza: 1.224,94 – 1.250,95
2170 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-28 · rating
GPT OSS 20B
1.236,13 rating
Intervallo di confidenza: 1.223,91 – 1.248,35
2541 voti
Categoria
instruction_following
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-28 · rating
GPT OSS 20B
1.244,53 rating
Intervallo di confidenza: 1.205,99 – 1.283,08
246 voti
Categoria
japanese
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.233,88 rating
Intervallo di confidenza: 1.192,87 – 1.274,88
227 voti
Categoria
korean
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.250,04 rating
Intervallo di confidenza: 1.236,76 – 1.263,31
2103 voti
Categoria
longer_query
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.316,89 rating
Intervallo di confidenza: 1.294,54 – 1.339,24
678 voti
Categoria
math
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.267,62 rating
Intervallo di confidenza: 1.253,13 – 1.282,12
1775 voti
Categoria
multi_turn
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.268,39 rating
Intervallo di confidenza: 1.260,36 – 1.276,41
5892 voti
Categoria
non_english
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.287,31 rating
Intervallo di confidenza: 1.280,92 – 1.293,70
10416 voti
Categoria
overall
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.252,41 rating
Intervallo di confidenza: 1.230,43 – 1.274,39
809 voti
Categoria
polish
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.277,96 rating
Intervallo di confidenza: 1.256,85 – 1.299,07
755 voti
Categoria
russian
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-28 · rating
GPT OSS 20B
1.267,47 rating
Intervallo di confidenza: 1.229,35 – 1.305,58
284 voti
Categoria
spanish
Configurazione valutata
gpt-oss-20b
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
GPT OSS 20B
Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.
Costo API
USD / mese
Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.