amazon-nova-pro-v1.0 ใน fedi-index

C ภาพรวม 1,249 [1,246–1,252] เปอร์เซ็นไทล์ 28 · #212 · องค์ประกอบ: 6 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/overall`	1,259 ±2.32	1,259 ±2	26.2%	2026-10-02	—
LMArena	`text/hard_prompts`	1,246 ±3.71	1,255 ±3	25.6%	2026-10-02	—
LMArena	`text/instruction_following`	1,235 ±3.21	1,257 ±3	12.9%	2026-10-02	—
LMArena	`text/expert`	1,210 ±8.07	1,240 ±7	11.2%	2026-10-02	—
LMArena	`text/multi_turn`	1,245 ±4.77	1,259 ±4	6.2%	2026-10-02	—
LMArena	`text/longer_query`	1,255 ±5.01	1,265 ±5	6.1%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C เขียนโค้ด 1,259 [1,252–1,266] เปอร์เซ็นไทล์ 28 · #200 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/coding`	1,270 ±4.62	1,265 ±4	89.9%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C คณิตศาสตร์ 1,245 [1,236–1,253] เปอร์เซ็นไทล์ 30 · #180 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/math`	1,252 ±5.09	1,251 ±5	87.8%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาพ 1,187 [1,176–1,199] เปอร์เซ็นไทล์ 10 · #102 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`vision/overall`	980 ±7.08	1,186 ±6	93.1%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C งานเขียน 1,243 [1,237–1,250] เปอร์เซ็นไทล์ 29 · #191 · องค์ประกอบ: 2 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/creative_writing`	1,212 ±4.84	1,237 ±5	62.2%	2026-10-02	—
LMArena	`text/longer_query`	1,255 ±5.01	1,265 ±5	31.4%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: 繁體中文 1,247 [1,236–1,257] เปอร์เซ็นไทล์ 23 · #172 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/chinese`	1,244 ±7.31	1,250 ±6	93.3%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: Deutsch 1,261 [1,243–1,280] เปอร์เซ็นไทล์ 20 · #115 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/german`	1,243 ±12	1,267 ±10	91.6%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C ภาษา: English 1,254 [1,248–1,259] เปอร์เซ็นไทล์ 30 · #192 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/english`	1,276 ±2.82	1,257 ±3	93.9%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: 日本語 1,271 [1,253–1,289] เปอร์เซ็นไทล์ 16 · #107 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/japanese`	1,200 ±13	1,277 ±10	91.8%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: 한국어 1,277 [1,255–1,300] เปอร์เซ็นไทล์ 15 · #116 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/korean`	1,203 ±17	1,285 ±13	90.4%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: Русский 1,259 [1,250–1,268] เปอร์เซ็นไทล์ 22 · #184 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/russian`	1,240 ±5.29	1,263 ±5	93.6%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

amazon-nova-pro-v1.0 ใน fedi-index

รายละเอียดคะแนน

ประวัติ

แบดจ์