Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14201460
Qwen3.8 27B
Qwen3.8-27B · Intervallo 95% 1433,6–1443,3 · 27,779 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
Qwen3.8 27B
1.500,99 rating
Intervallo di confidenza: 1.487,83 – 1.514,14
2120 voti
Categoria
chinese
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.481,37 rating
Intervallo di confidenza: 1.473,79 – 1.488,96
7536 voti
Categoria
coding
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.379,11 rating
Intervallo di confidenza: 1.370,19 – 1.388,03
5601 voti
Categoria
creative_writing
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.446,97 rating
Intervallo di confidenza: 1.440,29 – 1.453,65
10380 voti
Categoria
english
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.431,83 rating
Intervallo di confidenza: 1.425,47 – 1.438,19
20328 voti
Categoria
exclude_ties
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.481,51 rating
Intervallo di confidenza: 1.470,44 – 1.492,58
3024 voti
Categoria
expert
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.464,72 rating
Intervallo di confidenza: 1.444,65 – 1.484,79
974 voti
Categoria
french
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.444,09 rating
Intervallo di confidenza: 1.416,39 – 1.471,80
458 voti
Categoria
german
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.458,09 rating
Intervallo di confidenza: 1.452,45 – 1.463,73
18028 voti
Categoria
hard_prompts
Configurazione valutata
Qwen3.8-27B
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Qwen3.8 27B
1.460,46 rating
Intervallo di confidenza: 1.452,63 – 1.468,28
6879 voti
Categoria
hard_prompts_english
Configurazione valutata
Qwen3.8-27B
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
Qwen3.8 27B
1.394,64 rating
Intervallo di confidenza: 1.386,02 – 1.403,26
5740 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.446,70 rating
Intervallo di confidenza: 1.432,39 – 1.461,01
1799 voti
Categoria
industry_legal_and_government
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.467,68 rating
Intervallo di confidenza: 1.457,55 – 1.477,81
3689 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.461,66 rating
Intervallo di confidenza: 1.445,54 – 1.477,78
1331 voti
Categoria
industry_mathematical
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.440,79 rating
Intervallo di confidenza: 1.425,05 – 1.456,52
1511 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.477,82 rating
Intervallo di confidenza: 1.470,85 – 1.484,79
9127 voti
Categoria
industry_software_and_it_services
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.406,38 rating
Intervallo di confidenza: 1.397,98 – 1.414,77
6078 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.436,80 rating
Intervallo di confidenza: 1.429,51 – 1.444,10
8237 voti
Categoria
instruction_following
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.392,29 rating
Intervallo di confidenza: 1.361,50 – 1.423,09
414 voti
Categoria
japanese
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.387,07 rating
Intervallo di confidenza: 1.357,08 – 1.417,06
394 voti
Categoria
korean
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.449,25 rating
Intervallo di confidenza: 1.442,33 – 1.456,18
10316 voti
Categoria
longer_query
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.456,79 rating
Intervallo di confidenza: 1.439,64 – 1.473,93
1171 voti
Categoria
math
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.441,56 rating
Intervallo di confidenza: 1.431,42 – 1.451,71
3711 voti
Categoria
multi_turn
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.429,40 rating
Intervallo di confidenza: 1.423,40 – 1.435,40
14467 voti
Categoria
non_english
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.440,55 rating
Intervallo di confidenza: 1.435,48 – 1.445,62
23294 voti
Categoria
overall
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.441,74 rating
Intervallo di confidenza: 1.411,24 – 1.472,25
364 voti
Categoria
polish
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.416,01 rating
Intervallo di confidenza: 1.404,86 – 1.427,15
2983 voti
Categoria
russian
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
Qwen3.8 27B
1.443,37 rating
Intervallo di confidenza: 1.421,44 – 1.465,30
746 voti
Categoria
spanish
Configurazione valutata
qwen3.8-27b
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Qwen3.8 27B
51,7 GiB di payload dei tensori del checkpoint · 27,78 B elementi dei tensori archiviati · BF16
I tensori archiviati possono includere buffer e copie di pesi condivisi. Il numero di parametri unici non è verificato. Le dimensioni del checkpoint non indicano la memoria necessaria per eseguire il modello.
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.