Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13501390
kimi-k2-0711-preview
kimi-k2-0711-preview · Intervallo 95% 1365,8–1375,6 · 27,146 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
kimi-k2-0711-preview
1.400,85 rating
Intervallo di confidenza: 1.387,53 – 1.414,17
2080 voti
Categoria
chinese
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.376,67 rating
Intervallo di confidenza: 1.368,23 – 1.385,10
5194 voti
Categoria
coding
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.323,22 rating
Intervallo di confidenza: 1.312,90 – 1.333,54
3413 voti
Categoria
creative_writing
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.376,54 rating
Intervallo di confidenza: 1.370,21 – 1.382,86
11717 voti
Categoria
english
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.337,82 rating
Intervallo di confidenza: 1.331,43 – 1.344,22
19595 voti
Categoria
exclude_ties
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.346,18 rating
Intervallo di confidenza: 1.330,72 – 1.361,64
1487 voti
Categoria
expert
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.372,81 rating
Intervallo di confidenza: 1.343,33 – 1.402,29
407 voti
Categoria
french
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.373,51 rating
Intervallo di confidenza: 1.350,43 – 1.396,59
652 voti
Categoria
german
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.365,37 rating
Intervallo di confidenza: 1.359,09 – 1.371,66
12092 voti
Categoria
hard_prompts
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
kimi-k2-0711-preview
1.369,53 rating
Intervallo di confidenza: 1.361,10 – 1.377,96
5392 voti
Categoria
hard_prompts_english
Configurazione valutata
kimi-k2-0711-preview
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating