Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12301280
magistral-medium-2506
magistral-medium-2506 · Intervallo 95% 1248,5–1261,3 · 11,510 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
magistral-medium-2506
1.227,28 rating
Intervallo di confidenza: 1.203,49 – 1.251,07
726 voti
Categoria
chinese
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
magistral-medium-2506
1.318,87 rating
Intervallo di confidenza: 1.306,45 – 1.331,29
2245 voti
Categoria
coding
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
magistral-medium-2506
1.244,92 rating
Intervallo di confidenza: 1.228,52 – 1.261,33
1350 voti
Categoria
creative_writing
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
magistral-medium-2506
1.273,89 rating
Intervallo di confidenza: 1.264,50 – 1.283,27
4460 voti
Categoria
english
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
magistral-medium-2506
1.177,65 rating
Intervallo di confidenza: 1.168,69 – 1.186,61
8652 voti
Categoria
exclude_ties
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
magistral-medium-2506
1.223,29 rating
Intervallo di confidenza: 1.196,73 – 1.249,85
565 voti
Categoria
expert
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
magistral-medium-2506
1.266,82 rating
Intervallo di confidenza: 1.220,47 – 1.313,17
184 voti
Categoria
french
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
magistral-medium-2506
1.248,26 rating
Intervallo di confidenza: 1.215,57 – 1.280,95
360 voti
Categoria
german
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
magistral-medium-2506
1.266,83 rating
Intervallo di confidenza: 1.258,47 – 1.275,19
5639 voti
Categoria
hard_prompts
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
magistral-medium-2506
1.284,05 rating
Intervallo di confidenza: 1.271,53 – 1.296,57
2395 voti
Categoria
hard_prompts_english
Configurazione valutata
magistral-medium-2506
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating