Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13601400
kimi-k2-0905-preview
kimi-k2-0905-preview · Intervallo 95% 1373,5–1386,5 · 11,589 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-k2-0905-preview
1.415,40 rating
Intervallo di confidenza: 1.396,26 – 1.434,55
957 voti
Categoria
chinese
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.399,02 rating
Intervallo di confidenza: 1.386,62 – 1.411,43
2233 voti
Categoria
coding
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.349,57 rating
Intervallo di confidenza: 1.334,35 – 1.364,80
1482 voti
Categoria
creative_writing
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.378,81 rating
Intervallo di confidenza: 1.370,01 – 1.387,62
4778 voti
Categoria
english
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.351,81 rating
Intervallo di confidenza: 1.343,32 – 1.360,31
8431 voti
Categoria
exclude_ties
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.365,31 rating
Intervallo di confidenza: 1.341,32 – 1.389,30
576 voti
Categoria
expert
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.380,50 rating
Intervallo di confidenza: 1.341,85 – 1.419,14
216 voti
Categoria
french
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.386,68 rating
Intervallo di confidenza: 1.351,76 – 1.421,61
278 voti
Categoria
german
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.383,63 rating
Intervallo di confidenza: 1.375,29 – 1.391,97
5554 voti
Categoria
hard_prompts
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
kimi-k2-0905-preview
1.378,18 rating
Intervallo di confidenza: 1.366,11 – 1.390,26
2391 voti
Categoria
hard_prompts_english
Configurazione valutata
kimi-k2-0905-preview
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating