Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14101440
mistral-medium-2508
mistral-medium-2508 · Intervallo 95% 1421,7–1426,8 · 95,321 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
mistral-medium-2508
1.447,37 rating
Intervallo di confidenza: 1.440,11 – 1.454,63
7170 voti
Categoria
chinese
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
mistral-medium-2508
1.433,29 rating
Intervallo di confidenza: 1.428,75 – 1.437,82
21571 voti
Categoria
coding
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
mistral-medium-2508
1.390,66 rating
Intervallo di confidenza: 1.385,20 – 1.396,12
14034 voti
Categoria
creative_writing
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
mistral-medium-2508
1.437,95 rating
Intervallo di confidenza: 1.434,39 – 1.441,51
40859 voti
Categoria
english
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
mistral-medium-2508
1.415,04 rating
Intervallo di confidenza: 1.411,45 – 1.418,62
68471 voti
Categoria
exclude_ties
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
mistral-medium-2508
1.408,20 rating
Intervallo di confidenza: 1.400,71 – 1.415,69
6579 voti
Categoria
expert
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
mistral-medium-2508
1.459,15 rating
Intervallo di confidenza: 1.445,24 – 1.473,05
2111 voti
Categoria
french
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
mistral-medium-2508
1.432,36 rating
Intervallo di confidenza: 1.417,73 – 1.446,99
1745 voti
Categoria
german
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
mistral-medium-2508
1.425,62 rating
Intervallo di confidenza: 1.422,33 – 1.428,91
52930 voti
Categoria
hard_prompts
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
mistral-medium-2508
1.434,64 rating
Intervallo di confidenza: 1.430,21 – 1.439,06
23185 voti
Categoria
hard_prompts_english
Configurazione valutata
mistral-medium-2508
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating