gpt-4o
OpenAIni aktivenModel ni več del novih pogovorov in ne dobiva novih glasov.
gpt-4o ne sodeluje več v novih primerjavah. Njegovo oceno 1.033 (±71) je določilo 256 glasov, oddanih, dokler je sodeloval. 95-odstotni interval ocene je 962–1.104: pove, kako natančno so jo glasovi doslej določili. Med odločenimi primerjavami je zmagal v 54,6 % (107 zmag, 89 porazov, 60 izenačenj). Mediana dolžine njegovih odgovorov je 68 besed. Razvijalec modela je OpenAI. Uteži modela niso odprte.
Na kratko
- Ocena
- 1.033±71
- 95-odstotni interval 962–1.104
- Dolžina odgovora
- 68besed
- mediana, običajno 10–232
- Glasovi
- 256
- 54,6 % zmag med odločenimi
Informacije o modelu
Opomba: Model je na areni na voljo preko OpenAI API-ja.
Statistika
Ocena s 95-odstotnim intervalom zaupanja
- kimi-k2-instructni aktiven
- Qwen3-Next-80B-A3B-Instructni aktiven
- gpt-5-mini
- gpt-4oni aktiven
- gemini-1.5-proni aktiven
- gpt-oss-120bni aktiven
- deepseek-r1ni aktiven
Modeli tik nad njim in pod njim na lestvici, na isti osi. Navpična oznaka je ocena, črta 95-odstotni interval.
Izidi glasovanj
- Zmage107
- Izenačeno60
- Porazi89
- Število poizvedb
- 383
Dolžina odgovora med modeli
Mediana besed na odgovor za vsak model na lestvici, na isti osi.
Krajši odgovori kot pri 26 od 29 drugih modelov.
Vsi modeli v številkah
| Model | Mediana besed |
|---|---|
| gpt-oss-120b | 463 |
| Ministral-3-14B-Instruct-2512 | 348 |
| deepseek-r1 | 336 |
| gemini-2.5-pro | 330 |
| Qwen3-Next-80B-A3B-Instruct | 312 |
| gpt-oss-20b | 285 |
| gemini-3-pro-preview | 260 |
| gemini-2.5-flash | 242 |
| GaMS-9B-Instruct-Nemotron | 236 |
| GaMS-27B-Instruct-Nemotron | 226 |
| Mistral-Large-3-675B-Instruct-2512 | 224 |
| deepseek-r1-0528 | 216 |
| GaMS3-12B-Instruct | 200 |
| gpt-5-mini | 162 |
| kimi-k2-instruct | 142 |
| Mistral-Small-24B-Instruct-2501 | 110 |
| gpt-5 | 107 |
| gemma-3-12b-it | 107 |
| bielik-11b-v2.3-instruct | 104 |
| gemma-3-27b-it | 101 |
| gemini-1.5-pro | 100 |
| llama-4-scout-17b-16e-instruct | 91 |
| llama-3.3-70b-instruct | 90 |
| EuroLLM-9B-Instruct | 83 |
| gemini-2.0-flash | 78 |
| llama-4-maverick-17b-128e-instruct | 78 |
| gpt-4o | 68 |
| Zlatorog-12B-Instruct-Beta | 47 |
| GaMS-9B-Instruct | 13 |
| GaMS-27B-Instruct | 10 |