Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13801420
Qwen3.5 Flash
Qwen3.5-Flash · Intervallo 95% 1393,4–1400,7 · 61,776 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
Qwen3.5 Flash
1.446,07 rating
Intervallo di confidenza: 1.436,06 – 1.456,09
3673 voti
Categoria
chinese
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.411,77 rating
Intervallo di confidenza: 1.406,14 – 1.417,40
17729 voti
Categoria
coding
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.343,36 rating
Intervallo di confidenza: 1.336,44 – 1.350,28
9717 voti
Categoria
creative_writing
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.404,41 rating
Intervallo di confidenza: 1.399,51 – 1.409,30
26633 voti
Categoria
english
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.376,26 rating
Intervallo di confidenza: 1.371,38 – 1.381,14
45638 voti
Categoria
exclude_ties
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.407,45 rating
Intervallo di confidenza: 1.399,16 – 1.415,74
5847 voti
Categoria
expert
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.413,67 rating
Intervallo di confidenza: 1.399,61 – 1.427,72
2254 voti
Categoria
french
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.390,78 rating
Intervallo di confidenza: 1.372,07 – 1.409,50
1072 voti
Categoria
german
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.403,43 rating
Intervallo di confidenza: 1.399,06 – 1.407,80
40121 voti
Categoria
hard_prompts
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Qwen3.5 Flash
1.408,60 rating
Intervallo di confidenza: 1.403,00 – 1.414,21
18214 voti
Categoria
hard_prompts_english
Configurazione valutata
Qwen3.5-Flash
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.347,01 rating
Intervallo di confidenza: 1.340,68 – 1.353,33
12642 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.397,44 rating
Intervallo di confidenza: 1.388,38 – 1.406,49
4813 voti
Categoria
industry_legal_and_government
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.415,51 rating
Intervallo di confidenza: 1.408,85 – 1.422,18
9839 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.412,61 rating
Intervallo di confidenza: 1.401,82 – 1.423,40
3358 voti
Categoria
industry_mathematical
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.407,51 rating
Intervallo di confidenza: 1.398,01 – 1.417,00
4388 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.416,34 rating
Intervallo di confidenza: 1.411,33 – 1.421,35
25042 voti
Categoria
industry_software_and_it_services
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.368,84 rating
Intervallo di confidenza: 1.362,97 – 1.374,72
14664 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.374,54 rating
Intervallo di confidenza: 1.369,24 – 1.379,85
20300 voti
Categoria
instruction_following
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.368,40 rating
Intervallo di confidenza: 1.344,50 – 1.392,31
665 voti
Categoria
japanese
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.343,76 rating
Intervallo di confidenza: 1.324,66 – 1.362,86
1075 voti
Categoria
korean
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.391,74 rating
Intervallo di confidenza: 1.386,57 – 1.396,92
25685 voti
Categoria
longer_query
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.407,51 rating
Intervallo di confidenza: 1.396,97 – 1.418,06
3386 voti
Categoria
math
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.392,43 rating
Intervallo di confidenza: 1.385,85 – 1.399,02
10982 voti
Categoria
multi_turn
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.384,85 rating
Intervallo di confidenza: 1.380,46 – 1.389,24
35171 voti
Categoria
non_english
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.397,01 rating
Intervallo di confidenza: 1.393,37 – 1.400,66
61802 voti
Categoria
overall
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.376,24 rating
Intervallo di confidenza: 1.359,84 – 1.392,64
1286 voti
Categoria
polish
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.379,61 rating
Intervallo di confidenza: 1.372,06 – 1.387,16
7223 voti
Categoria
russian
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
Qwen3.5 Flash
1.399,74 rating
Intervallo di confidenza: 1.385,60 – 1.413,87
2052 voti
Categoria
spanish
Configurazione valutata
qwen3.5-flash
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Qwen3.5 Flash
Pesi chiusi. Non sono pubblicati un impiego locale supportato o requisiti GPU.
Costo API
USD / mese
Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.