Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13701410
qwen3-235b-a22b-no-thinking
qwen3-235b-a22b-no-thinking · Intervallo 95% 1388,9–1397,9 · 37,484 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
qwen3-235b-a22b-no-thinking
1.424,31 rating
Intervallo di confidenza: 1.412,33 – 1.436,29
2575 voti
Categoria
chinese
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.397,51 rating
Intervallo di confidenza: 1.389,99 – 1.405,03
6915 voti
Categoria
coding
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.356,23 rating
Intervallo di confidenza: 1.347,19 – 1.365,27
4565 voti
Categoria
creative_writing
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.396,41 rating
Intervallo di confidenza: 1.390,80 – 1.402,03
16621 voti
Categoria
english
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.370,51 rating
Intervallo di confidenza: 1.364,49 – 1.376,52
26660 voti
Categoria
exclude_ties
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.368,96 rating
Intervallo di confidenza: 1.355,42 – 1.382,50
1912 voti
Categoria
expert
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.368,03 rating
Intervallo di confidenza: 1.341,94 – 1.394,11
530 voti
Categoria
french
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.381,77 rating
Intervallo di confidenza: 1.363,42 – 1.400,13
1079 voti
Categoria
german
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.393,09 rating
Intervallo di confidenza: 1.387,46 – 1.398,73
16392 voti
Categoria
hard_prompts
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
qwen3-235b-a22b-no-thinking
1.392,01 rating
Intervallo di confidenza: 1.384,62 – 1.399,40
7385 voti
Categoria
hard_prompts_english
Configurazione valutata
qwen3-235b-a22b-no-thinking
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating