Na vsebino
fedi.software

Grok 4.20 Beta 1 v fedi-index

Ocena na vsakem področju, iz česa je sestavljena, vrednost, lokalni zagon in zgodovina.

fedi-index · Splošno

B 1.407 ±2

Percentil 70 · #91 · začasno

Ljudje raje izberejo / Rešuje naloge

1.419 / —

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

—

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

B Splošno 1.407 [1.404–1.409] Percentil 70 · #91 · komponente: 6 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/overall 1.444 ±2,32 1.444 ±2 25,8% 2026-11-11 —
LMArena text/hard_prompts 1.441 ±2,78 1.432 ±2 25,7% 2026-11-11 —
LMArena text/instruction_following 1.415 ±3,56 1.428 ±3 12,6% 2026-11-11 —
LMArena text/expert 1.428 ±6,29 1.417 ±5 11,8% 2026-11-11 —
LMArena text/longer_query 1.426 ±3,45 1.425 ±3 6,3% 2026-11-11 —
LMArena text/multi_turn 1.451 ±4,77 1.445 ±4 6,1% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Programiranje 1.397 [1.391–1.403] Percentil 63 · #107 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/coding 1.447 ±3,83 1.423 ±3 88,4% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Matematika 1.395 [1.383–1.407] Percentil 63 · #95 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.433 ±7,35 1.425 ±7 86,8% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

C Iskanje 1.418 [1.412–1.424] Percentil 37 · #23 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena search/overall 1.191 ±3,08 1.432 ±3 93,9% 2026-11-09 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

A Pisanje 1.437 [1.431–1.444] Percentil 81 · #51 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.439 ±4,94 1.468 ±5 61,1% 2026-11-11 —
LMArena text/longer_query 1.426 ±3,45 1.425 ±3 32,5% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: 繁體中文 1.419 [1.408–1.430] Percentil 69 · #68 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/chinese 1.476 ±7,51 1.435 ±6 93,2% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

A Jezik: Deutsch 1.434 [1.412–1.455] Percentil 81 · #29 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/german 1.464 ±14 1.457 ±12 90,7% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: English 1.427 [1.421–1.433] Percentil 79 · #57 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.451 ±3,09 1.442 ±3 93,9% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: Español 1.415 [1.399–1.432] Percentil 58 · #64 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/spanish 1.438 ±9,94 1.434 ±9 92,1% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: Français 1.418 [1.400–1.436] Percentil 57 · #61 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/french 1.455 ±11 1.438 ±10 91,7% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: 한국어 1.428 [1.408–1.447] Percentil 74 · #37 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/korean 1.418 ±14 1.449 ±11 91,3% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: Polski 1.416 [1.398–1.434] Percentil 55 · #59 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/polish 1.433 ±12 1.436 ±10 91,6% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

B Jezik: Русский 1.436 [1.426–1.444] Percentil 80 · #48 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/russian 1.450 ±5,43 1.452 ±5 93,5% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

Zgodovina

fedi-index po mesecih
Isto v tabeli
Model 2026-11
Grok 4.20 Beta 1 1.407 B

Značka

Prikažite fedi-index modela na svoji spletni strani ali v datoteki README. Značka se posodablja sama in vodi na to stran.

fedi-index: Grok 4.20 Beta 1

Podatki CC BY 4.0: ohranite povezavo na fedi.software.