Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13801420
Grok 4 Fast (Reasoning)
Grok 4 Fast (Reasoning) · Intervallo 95% 1394,6–1404,6 · 18,270 voti · 2026-10-28
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
Grok 4 Fast (Reasoning)
1.436,23 rating
Intervallo di confidenza: 1.419,03 – 1.453,43
1156 voti
Categoria
chinese
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.419,95 rating
Intervallo di confidenza: 1.410,62 – 1.429,28
3940 voti
Categoria
coding
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.378,03 rating
Intervallo di confidenza: 1.366,25 – 1.389,82
2490 voti
Categoria
creative_writing
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.406,54 rating
Intervallo di confidenza: 1.399,64 – 1.413,44
8100 voti
Categoria
english
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.379,98 rating
Intervallo di confidenza: 1.372,96 – 1.387,00
12872 voti
Categoria
exclude_ties
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.411,82 rating
Intervallo di confidenza: 1.392,85 – 1.430,80
942 voti
Categoria
expert
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.431,98 rating
Intervallo di confidenza: 1.397,52 – 1.466,45
290 voti
Categoria
french
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.382,83 rating
Intervallo di confidenza: 1.352,57 – 1.413,10
364 voti
Categoria
german
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.404,75 rating
Intervallo di confidenza: 1.398,35 – 1.411,15
9852 voti
Categoria
hard_prompts
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Grok 4 Fast (Reasoning)
1.413,56 rating
Intervallo di confidenza: 1.404,61 – 1.422,51
4404 voti
Categoria
hard_prompts_english
Configurazione valutata
Grok 4 Fast (Reasoning)
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating