Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13501390
grok-3-mini-high
grok-3-mini-high · Intervallo 95% 1364,1–1375,0 · 15,596 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
grok-3-mini-high
1.386,74 rating
Intervallo di confidenza: 1.366,78 – 1.406,70
870 voti
Categoria
chinese
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
grok-3-mini-high
1.379,15 rating
Intervallo di confidenza: 1.368,76 – 1.389,53
3163 voti
Categoria
coding
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
grok-3-mini-high
1.334,42 rating
Intervallo di confidenza: 1.320,82 – 1.348,03
1908 voti
Categoria
creative_writing
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
grok-3-mini-high
1.379,02 rating
Intervallo di confidenza: 1.371,76 – 1.386,28
7124 voti
Categoria
english
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
grok-3-mini-high
1.335,21 rating
Intervallo di confidenza: 1.327,85 – 1.342,57
11114 voti
Categoria
exclude_ties
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
grok-3-mini-high
1.394,40 rating
Intervallo di confidenza: 1.375,53 – 1.413,27
911 voti
Categoria
expert
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
grok-3-mini-high
1.346,84 rating
Intervallo di confidenza: 1.303,43 – 1.390,26
170 voti
Categoria
french
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
grok-3-mini-high
1.349,43 rating
Intervallo di confidenza: 1.320,44 – 1.378,42
416 voti
Categoria
german
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
grok-3-mini-high
1.374,44 rating
Intervallo di confidenza: 1.367,23 – 1.381,64
7273 voti
Categoria
hard_prompts
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
grok-3-mini-high
1.377,74 rating
Intervallo di confidenza: 1.367,51 – 1.387,96
3388 voti
Categoria
hard_prompts_english
Configurazione valutata
grok-3-mini-high
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating