Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12601300
qwen-max-0919
qwen-max-0919 · Intervallo 95% 1276,2–1287,5 · 16,478 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
qwen-max-0919
1.253,97 rating
Intervallo di confidenza: 1.238,36 – 1.269,59
1421 voti
Categoria
chinese
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
qwen-max-0919
1.287,89 rating
Intervallo di confidenza: 1.276,78 – 1.299,01
2756 voti
Categoria
coding
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
qwen-max-0919
1.247,95 rating
Intervallo di confidenza: 1.235,96 – 1.259,95
2358 voti
Categoria
creative_writing
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
qwen-max-0919
1.292,49 rating
Intervallo di confidenza: 1.285,20 – 1.299,77
8347 voti
Categoria
english
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
qwen-max-0919
1.205,68 rating
Intervallo di confidenza: 1.197,12 – 1.214,24
10342 voti
Categoria
exclude_ties
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
qwen-max-0919
1.247,79 rating
Intervallo di confidenza: 1.229,80 – 1.265,78
1011 voti
Categoria
expert
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
qwen-max-0919
1.330,06 rating
Intervallo di confidenza: 1.288,88 – 1.371,25
183 voti
Categoria
french
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
qwen-max-0919
1.253,89 rating
Intervallo di confidenza: 1.227,70 – 1.280,09
438 voti
Categoria
german
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
qwen-max-0919
1.269,29 rating
Intervallo di confidenza: 1.260,08 – 1.278,50
4447 voti
Categoria
hard_prompts
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
qwen-max-0919
1.280,41 rating
Intervallo di confidenza: 1.269,13 – 1.291,69
2531 voti
Categoria
hard_prompts_english
Configurazione valutata
qwen-max-0919
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating