Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13501390
Kimi K2 Preview (0711)
Kimi K2 Preview (0711) · Intervallo 95% 1365,9–1375,6 · 27,139 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
Kimi K2 Preview (0711)
1.400,66 rating
Intervallo di confidenza: 1.387,33 – 1.413,98
2082 voti
Categoria
chinese
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.376,58 rating
Intervallo di confidenza: 1.368,14 – 1.385,02
5192 voti
Categoria
coding
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.323,34 rating
Intervallo di confidenza: 1.313,01 – 1.333,66
3412 voti
Categoria
creative_writing
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.376,56 rating
Intervallo di confidenza: 1.370,24 – 1.382,88
11713 voti
Categoria
english
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.337,85 rating
Intervallo di confidenza: 1.331,45 – 1.344,24
19592 voti
Categoria
exclude_ties
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.345,97 rating
Intervallo di confidenza: 1.330,53 – 1.361,42
1489 voti
Categoria
expert
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.373,24 rating
Intervallo di confidenza: 1.343,77 – 1.402,72
407 voti
Categoria
french
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.374,21 rating
Intervallo di confidenza: 1.351,12 – 1.397,30
653 voti
Categoria
german
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.365,44 rating
Intervallo di confidenza: 1.359,16 – 1.371,72
12091 voti
Categoria
hard_prompts
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Kimi K2 Preview (0711)
1.369,61 rating
Intervallo di confidenza: 1.361,18 – 1.378,04
5392 voti
Categoria
hard_prompts_english
Configurazione valutata
Kimi K2 Preview (0711)
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating