跳到正文

模型能力评测

重点更新

语言对话 · Arena ↗

llama-3-8b-instruct

关闭详情

meta · 语言对话 · 2026-10-08

Arena 评分
1223.6
来源名次
334
对战票数
104,642
评分区间
1219.9–1227.4

偏好评分;区间重叠时差异未必稳定。

模型许可:Llama 3 Community。

原始成绩 ↗
414 个模型
语言对话公开偏好成绩,2026-10-08
模型/机构Arena 评分对战票数
mistral-large-2402#321 · mistral
1242.51238–124762,436
1240.71236–124619,364
1239.81233–12478,858
ministral-8b-2410#324 · mistral
1237.61229–12474,781
gemini-pro-dev-api#325 · google
1236.81229–124418,354
qwen1.5-110b-chat#326 · alibaba
1234.21229–124026,195
1233.51226–124115,450
qwen1.5-72b-chat#328 · alibaba
1233.51228–123939,302
hunyuan-standard-256k#329 · tencent
1233.21221–12452,728
1229.61225–123451,416
command-r#331 · cohere
1226.91222–123254,036
1226.81221–123324,806
gpt-3.5-turbo-0125#333 · openai
1225.51221–123066,207
1223.61220–1227104,642
gemini-pro#335 · google
1223.61212–12356,390
c4ai-aya-expanse-8b#336 · cohere
1223.11216–12309,818
mistral-medium#337 · mistral
1222.71217–122834,550
llama-3.1-tulu-3-8b#338 · allenai
1220.51210–12312,896
1213.01202–12244,652
1212.91208–121824,146
数据来源

Arena · CC BY 4.0 · 固定版本

用户偏好评分,非正确率。下方小字为置信区间;临时成绩状态见原榜。本站选取 overall 分类、翻译字段并舍入显示,原始值保留。

每日 08:30 同步 · 最近成功:2026/10/12 08:29(北京时间)

历史专项测试:MMLU-Pro / GenEval