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
Step 5 Preview
1.501,77 rating
Intervallo di confidenza: 1.482,52 – 1.521,01
921 voti
Categoria
chinese
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Step 5 Preview
1.482,24 rating
Intervallo di confidenza: 1.470,71 – 1.493,77
2721 voti
Categoria
coding
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Step 5 Preview
1.413,03 rating
Intervallo di confidenza: 1.399,93 – 1.426,13
2359 voti
Categoria
creative_writing
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Step 5 Preview
1.453,69 rating
Intervallo di confidenza: 1.443,93 – 1.463,44
4072 voti
Categoria
english
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Step 5 Preview
1.436,72 rating
Intervallo di confidenza: 1.428,02 – 1.445,42
8057 voti
Categoria
exclude_ties
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Step 5 Preview
1.478,09 rating
Intervallo di confidenza: 1.460,74 – 1.495,44
1142 voti
Categoria
expert
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Step 5 Preview
1.439,84 rating
Intervallo di confidenza: 1.412,06 – 1.467,62
485 voti
Categoria
french
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Step 5 Preview
1.453,59 rating
Intervallo di confidenza: 1.414,35 – 1.492,83
193 voti
Categoria
german
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Step 5 Preview
1.462,61 rating
Intervallo di confidenza: 1.454,97 – 1.470,26
7107 voti
Categoria
hard_prompts
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Step 5 Preview
1.461,07 rating
Intervallo di confidenza: 1.449,18 – 1.472,96
2648 voti
Categoria
hard_prompts_english
Configurazione valutata
Step 5 Preview
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 · 2026-10-28 · rating
Step 5 Preview
1.412,04 rating
Intervallo di confidenza: 1.400,25 – 1.423,82
2880 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-28 · rating
Step 5 Preview
1.440,90 rating
Intervallo di confidenza: 1.421,43 – 1.460,36
931 voti
Categoria
industry_legal_and_government
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-28 · rating
Step 5 Preview
1.458,77 rating
Intervallo di confidenza: 1.444,77 – 1.472,78
1825 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-28 · rating
Step 5 Preview
1.461,99 rating
Intervallo di confidenza: 1.439,33 – 1.484,66
643 voti
Categoria
industry_mathematical
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-28 · rating
Step 5 Preview
1.438,78 rating
Intervallo di confidenza: 1.417,23 – 1.460,33
787 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-28 · rating
Step 5 Preview
1.471,58 rating
Intervallo di confidenza: 1.462,08 – 1.481,08
4170 voti
Categoria
industry_software_and_it_services
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-28 · rating
Step 5 Preview
1.427,44 rating
Intervallo di confidenza: 1.416,16 – 1.438,73
3108 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-28 · rating
Step 5 Preview
1.440,81 rating
Intervallo di confidenza: 1.430,92 – 1.450,70
3960 voti
Categoria
instruction_following
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-28 · rating
Step 5 Preview
1.397,68 rating
Intervallo di confidenza: 1.359,09 – 1.436,27
237 voti
Categoria
japanese
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-28 · rating
Step 5 Preview
1.414,92 rating
Intervallo di confidenza: 1.374,44 – 1.455,40
202 voti
Categoria
korean
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-28 · rating
Step 5 Preview
1.452,09 rating
Intervallo di confidenza: 1.442,80 – 1.461,37
4752 voti
Categoria
longer_query
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-28 · rating
Step 5 Preview
1.456,97 rating
Intervallo di confidenza: 1.433,20 – 1.480,73
574 voti
Categoria
math
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-28 · rating
Step 5 Preview
1.436,75 rating
Intervallo di confidenza: 1.421,60 – 1.451,91
1618 voti
Categoria
multi_turn
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-28 · rating
Step 5 Preview
1.428,91 rating
Intervallo di confidenza: 1.421,43 – 1.436,40
7277 voti
Categoria
non_english
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-28 · rating
Step 5 Preview
1.442,72 rating
Intervallo di confidenza: 1.436,40 – 1.449,04
11355 voti
Categoria
overall
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-28 · rating
Step 5 Preview
1.390,26 rating
Intervallo di confidenza: 1.346,04 – 1.434,48
179 voti
Categoria
polish
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-28 · rating
Step 5 Preview
1.430,66 rating
Intervallo di confidenza: 1.416,23 – 1.445,10
1693 voti
Categoria
russian
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-28 · rating
Step 5 Preview
1.443,97 rating
Intervallo di confidenza: 1.415,93 – 1.472,01
417 voti
Categoria
spanish
Configurazione valutata
Step 5 Preview
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Step 5 Preview
Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.
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.