Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12601310
hunyuan-large-2025-02-10
hunyuan-large-2025-02-10 · Intervallo 95% 1278,2–1297,6 · 3,738 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
hunyuan-large-2025-02-10
1.345,86 rating
Intervallo di confidenza: 1.313,32 – 1.378,40
295 voti
Categoria
chinese
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
hunyuan-large-2025-02-10
1.306,56 rating
Intervallo di confidenza: 1.282,26 – 1.330,85
519 voti
Categoria
coding
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
hunyuan-large-2025-02-10
1.264,19 rating
Intervallo di confidenza: 1.240,60 – 1.287,77
568 voti
Categoria
creative_writing
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
hunyuan-large-2025-02-10
1.305,00 rating
Intervallo di confidenza: 1.292,75 – 1.317,25
2255 voti
Categoria
english
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
hunyuan-large-2025-02-10
1.216,92 rating
Intervallo di confidenza: 1.201,90 – 1.231,94
2472 voti
Categoria
exclude_ties
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
hunyuan-large-2025-02-10
1.275,37 rating
Intervallo di confidenza: 1.239,56 – 1.311,18
228 voti
Categoria
expert
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
hunyuan-large-2025-02-10
1.286,17 rating
Intervallo di confidenza: 1.267,55 – 1.304,79
889 voti
Categoria
hard_prompts
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
hunyuan-large-2025-02-10
1.294,25 rating
Intervallo di confidenza: 1.271,84 – 1.316,66
601 voti
Categoria
hard_prompts_english
Configurazione valutata
hunyuan-large-2025-02-10
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating