yi-lightning ใน fedi-index

C ภาพรวม 1,292 [1,289–1,295] เปอร์เซ็นไทล์ 33 · #196 · องค์ประกอบ: 6 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/overall`	1,301 ±2.50	1,302 ±2	26.2%	2026-10-02	—
LMArena	`text/hard_prompts`	1,302 ±4.04	1,306 ±4	25.4%	2026-10-02	—
LMArena	`text/instruction_following`	1,278 ±3.52	1,298 ±3	12.8%	2026-10-02	—
LMArena	`text/expert`	1,285 ±7.45	1,301 ±6	11.6%	2026-10-02	—
LMArena	`text/multi_turn`	1,311 ±5.04	1,318 ±5	6.2%	2026-10-02	—
LMArena	`text/longer_query`	1,297 ±5.36	1,304 ±5	6.1%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C เขียนโค้ด 1,293 [1,285–1,301] เปอร์เซ็นไทล์ 31 · #191 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/coding`	1,312 ±4.91	1,303 ±4	89.8%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C คณิตศาสตร์ 1,286 [1,277–1,294] เปอร์เซ็นไทล์ 33 · #172 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/math`	1,300 ±5.01	1,297 ±5	87.9%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C งานเขียน 1,299 [1,291–1,306] เปอร์เซ็นไทล์ 37 · #169 · องค์ประกอบ: 2 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/creative_writing`	1,280 ±5.30	1,306 ±5	61.9%	2026-10-02	—
LMArena	`text/longer_query`	1,297 ±5.36	1,304 ±5	31.5%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C ภาษา: 繁體中文 1,303 [1,294–1,312] เปอร์เซ็นไทล์ 29 · #159 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/chinese`	1,320 ±6.30	1,310 ±5	93.5%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: Deutsch 1,280 [1,263–1,298] เปอร์เซ็นไทล์ 23 · #111 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/german`	1,267 ±11	1,287 ±10	91.9%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

C ภาษา: English 1,307 [1,300–1,313] เปอร์เซ็นไทล์ 37 · #173 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/english`	1,330 ±3.33	1,314 ±4	93.8%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: Español 1,307 [1,281–1,333] เปอร์เซ็นไทล์ 12 · #132 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/spanish`	1,315 ±16	1,320 ±15	88.9%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: 日本語 1,290 [1,274–1,307] เปอร์เซ็นไทล์ 20 · #103 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/japanese`	1,228 ±12	1,298 ±9	92.0%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: 한국어 1,270 [1,249–1,292] เปอร์เซ็นไทล์ 14 · #117 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/korean`	1,192 ±16	1,277 ±12	90.7%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

D ภาษา: Русский 1,272 [1,264–1,280] เปอร์เซ็นไทล์ 24 · #177 · องค์ประกอบ: 1 เบื้องต้น

แหล่งข้อมูล	องค์ประกอบ	ค่า	Elo-eq	น้ำหนัก	วันที่วัด	รุ่นย่อย
LMArena	`text/russian`	1,255 ±5.08	1,277 ±5	93.6%	2026-10-02	—

น้ำหนักคือสัดส่วนขององค์ประกอบในคะแนน (ส่วนที่เหลือคือค่าก่อนหน้า ซึ่งดึงโมเดลที่มีข้อมูลน้อยเข้าหาค่ามัธยฐานของกลุ่ม) ระเบียบวิธี

yi-lightning ใน fedi-index

รายละเอียดคะแนน

ประวัติ

แบดจ์