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 / codinghuman preference · 2026-10-28 · rating
Guanaco 33B
995,24 rating
Intervallo di confidenza: 960,73 – 1.029,75
263 voti
Categoria
coding
Configurazione valutata
Guanaco 33B
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Guanaco 33B
1.079,69 rating
Intervallo di confidenza: 1.052,50 – 1.106,88
515 voti
Categoria
creative_writing
Configurazione valutata
Guanaco 33B
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Guanaco 33B
1.085,37 rating
Intervallo di confidenza: 1.071,96 – 1.098,78
2352 voti
Categoria
english
Configurazione valutata
Guanaco 33B
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Guanaco 33B
871,93 rating
Intervallo di confidenza: 854,31 – 889,55
2032 voti
Categoria
exclude_ties
Configurazione valutata
Guanaco 33B
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Guanaco 33B
1.004,92 rating
Intervallo di confidenza: 980,39 – 1.029,44
517 voti
Categoria
hard_prompts
Configurazione valutata
Guanaco 33B
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Guanaco 33B
1.020,24 rating
Intervallo di confidenza: 992,75 – 1.047,74
434 voti
Categoria
hard_prompts_english
Configurazione valutata
Guanaco 33B
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating