Arena Creative Writing

LMArena · 真人盲选故事、诗歌和其他创意表达，观察作品是否吸引读者。

在 AICue 中仅供参考

所属领域—

上游数据时间10/28 08:00

最近成功同步10/30 02:05

它测什么，怎么测

读取官方数据集 text_style_control 的 creative_writing 分类，采用风格控制后的 Bradley–Terry 分与置信区间；不借用整体文本或职业写作分类成绩。

写作目前不计分，只作参考。

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	Claude Opus 5.5 (High)Anthropic	1,520.2	High 推理
2	Gemini 4 Argon (High)Google	1,517	High 推理
3	Gemini 4 Carbon (High)Google	1,514.9	High 推理
4	Claude Fable 5 (High)Anthropic	1,500.7	High 推理
5	Claude Opus 4.6 (High)Anthropic	1,499.2	High 推理
6	Gemini 3.7 Flash (High)Google	1,489.6	High 推理
7	Claude Opus 4.7 (High)Anthropic	1,488.9	High 推理
8	Claude Fable 5.1 (Max)Anthropic	1,488.7	Max 推理
9	Muse Wonder (Max)Meta	1,487.2	Max 推理
10	Gemini 3.8 Flash (High)Google	1,487	High 推理
11	Gemini 3 ProGoogle	1,484.5	来源默认配置
13	Gemini 3.1 Pro PreviewGoogle	1,481.4	来源默认配置
15	Claude Opus 5 (Max)Anthropic	1,473.8	Max 推理
17	Gemini 3.6 Flash (High)Google	1,471.4	High 推理
18	GPT-5.6 Sol (xHigh)OpenAI	1,470	xHigh 推理
20	Claude Opus 4.5 (High, 32K, 20251101)Anthropic	1,469.6	High 推理
21	Claude Opus 4.8 (High)Anthropic	1,469.3	High 推理
22	Qwen3.8-MaxAlibaba	1,468.6	来源默认配置
23	Claude Sonnet 5.5 (xHigh)Anthropic	1,468.4	xHigh 推理
24	Gemini 3.5 Flash (High)Google	1,464.8	High 推理
25	Muse Spark 1.3 (Max)Meta	1,464.3	Max 推理
26	Muse SparkMeta	1,464	来源默认配置
27	Grok 4.20 Beta 1xAI	1,463.4	来源默认配置
29	Kimi K3 (Max)Moonshot AI	1,462.7	Max 推理
31	Gemini 3 FlashGoogle	1,456.7	来源默认配置
32	GLM-5.3 (Max)Z.ai	1,456.6	Max 推理
33	GPT-5.5 InstantOpenAI	1,454.2	来源默认配置
35	GPT-6.1 Sol (Max)OpenAI	1,453.9	Max 推理
36	GLM-5.2 (Max)Z.ai	1,452.1	Max 推理
37	Grok 4.5xAI	1,451.7	来源默认配置

评测局限与数据署名

写作目前不计分，只作参考。

数据许可：CC BY 4.0 · Arena 官方 Hugging Face leaderboard-dataset；保留署名、来源链接并说明聚合改动。

成绩由 LMArena 发布。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。