Creative Writing v3

EQ-Bench · 短篇创作与表达

在 AICue 中仅供参考

所属领域—

上游数据时间10/29 02:36

最近成功同步10/30 02:05

它测什么，怎么测

官方 CSV 内嵌于数据脚本，采用 Elo；Sonnet 4.6 判胜负，风格、重复率和 rubric 不重复计票。

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	gpt-6-astraOpenAI	2,176.9	来源默认配置
2	kimi-k3.1-proMoonshot AI	2,172.6	来源默认配置
3	claude-fable-5-1Anthropic	2,155.3	来源默认配置
4	claude-opus-5Anthropic	2,135	来源默认配置
5	gpt-6-solOpenAI	2,126	来源默认配置
6	kimi-k3Moonshot AI	2,083.3	来源默认配置
7	GLM-5.3Z.ai	2,076.4	来源默认配置
8	claude-opus-5-5Anthropic	2,050.9	来源默认配置
9	grok-4.7xAI	2,012.2	来源默认配置
10	muse-wonderMeta	2,007	来源默认配置
12	gpt-5.6-solOpenAI	1,973.5	来源默认配置
13	claude-fable-5Anthropic	1,943.6	来源默认配置
14	aion-3.5aion-labs	1,930.6	来源默认配置
15	muse-spark-1.1Meta	1,928.2	来源默认配置
16	claude-opus-4-7Anthropic	1,914.9	来源默认配置
17	Altworld/Hemmingway-1—	1,907.4	来源默认配置
18	muse-spark-1.3Meta	1,906.9	来源默认配置
19	gpt-5.6-terraOpenAI	1,856.2	来源默认配置
20	gpt-5.5OpenAI	1,844.5	来源默认配置
21	Qwen/Qwen3.8-2.4T-A95BAlibaba	1,843.8	来源默认配置
22	muse-spark-1.2Meta	1,842.2	来源默认配置
23	gpt-5.4OpenAI	1,840.8	来源默认配置
24	claude-opus-4-8Anthropic	1,840.1	来源默认配置
25	gpt-5.6-lunaOpenAI	1,831.5	来源默认配置
26	claude-sonnet-4-6Anthropic	1,811	来源默认配置
27	claude-opus-4-6Anthropic	1,810.3	来源默认配置
28	meta-models/Muse-Glimmer-30BMeta	1,804.3	来源默认配置
29	claude-sonnet-5Anthropic	1,797.9	来源默认配置
30	space-bunny-alphastealth	1,788.9	来源默认配置
31	zai-org/GLM-5.2Z.ai	1,759.2	来源默认配置

评测局限与数据署名

评分来自模型裁判；写作目前不计分。

数据许可：MIT · EQ-bench-site README 元数据声明

成绩由 EQ-Bench 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。