arena_system
Grok 4.20 Beta (Reasoning, 0309) 2026-10-28
config_9f976ce8d423bebfee0ebd87588b09c860290f21ea354d5e0284cec79c4c2dd8الترتيب المنشور
يسري هذا الادعاء وهذه النتيجة فقط داخل مجموعة الترتيب المرتبطة بهما.
41%
درجة القدرة
الترتيب
110
عائلات الأدلة
1
الادعاء
خارج المجموعة الأعلى
لم يُبلَّغ عن درجة عدم اليقين
جواز الإعداد
- الاسم المعتمد
- Grok 4.20 Beta (Reasoning, 0309)
- المراجعة
- 2026-10-28
- سياسة التفاعل
- crowd_pairwise
- فئة الجواز
- arena-system-v1
أدلة المصدر
- webdev-arena benchmark evidence
webdev-arena · artifact_1c76178ddae4173a65ef2f62d3f84826f21455d34afd180594a9fd1c6f4d6e58
- webdev-arena benchmark evidence
webdev-arena · artifact_6f3d8ab1c20c04b8ed51e200cf6039d14f30852a0645bb86a484ed3f3b51c134
- webdev-arena benchmark evidence
webdev-arena · artifact_73d2a5b08a0619d6e82ac82eba1dbc24f9ccd0cc7b88f72e905514642c750a7a
- webdev-arena benchmark evidence
webdev-arena · artifact_7c7afe4cc7812f7f7d5540a437935a06a9af4193ae7a66d08734f23c80a973f5
- webdev-arena benchmark evidence
webdev-arena · artifact_864534f4d21853b2b542b705cf73202ea403467d53a5704d4e0d48defc197010
- webdev-arena benchmark evidence
webdev-arena · artifact_9628593e2cd47cb004c32a2c2a7dd37b76848ba17fecbde159c8737959ec9b21
- webdev-arena benchmark evidence
webdev-arena · artifact_c6a42af30eaf09054333b8d159c640aec81ed7d360a1ab2b7966d9150592441f
- webdev-arena benchmark evidence
webdev-arena · artifact_de653bd9d8817db2d2676558556ad790a639f2f49d0cc98be29d7a9b447a3682