Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14501490
qwen3.5-max-preview
qwen3.5-max-preview · Intervallo 95% 1465,3–1475,0 · 22,600 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
qwen3.5-max-preview
1.533,04 rating
Intervallo di confidenza: 1.517,75 – 1.548,33
1588 voti
Categoria
chinese
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.486,87 rating
Intervallo di confidenza: 1.479,02 – 1.494,73
6365 voti
Categoria
coding
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.463,93 rating
Intervallo di confidenza: 1.453,21 – 1.474,65
3319 voti
Categoria
creative_writing
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.475,38 rating
Intervallo di confidenza: 1.468,91 – 1.481,84
10165 voti
Categoria
english
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.478,22 rating
Intervallo di confidenza: 1.471,72 – 1.484,72
16541 voti
Categoria
exclude_ties
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.488,59 rating
Intervallo di confidenza: 1.475,83 – 1.501,34
2233 voti
Categoria
expert
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.483,52 rating
Intervallo di confidenza: 1.461,30 – 1.505,74
750 voti
Categoria
french
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.487,13 rating
Intervallo di confidenza: 1.457,20 – 1.517,07
383 voti
Categoria
german
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.482,69 rating
Intervallo di confidenza: 1.476,91 – 1.488,46
14533 voti
Categoria
hard_prompts
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
qwen3.5-max-preview
1.482,10 rating
Intervallo di confidenza: 1.474,40 – 1.489,81
6718 voti
Categoria
hard_prompts_english
Configurazione valutata
qwen3.5-max-preview
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating