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 AIHOT 中仅供参考
所属领域—
上游数据时间11/08 08:00
最近成功同步11/09 14:05
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。
AIHOT 怎么用它
写作目前不计分,只作参考。
评测成绩
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 | Gemini 4 Argon (High)Google | 1,525.7 | High 推理 |
| 2 | Gemini 4 Carbon (High)Google | 1,518.4 | High 推理 |
| 3 | Claude Opus 5.5 (High)Anthropic | 1,516.8 | High 推理 |
| 4 | Claude Fable 5 (High)Anthropic | 1,501.4 | High 推理 |
| 5 | Claude Opus 4.6 (High)Anthropic | 1,498.4 | High 推理 |
| 6 | Muse Wonder (Max)Meta | 1,493.5 | Max 推理 |
| 7 | Claude Fable 5.1 (Max)Anthropic | 1,489.8 | Max 推理 |
| 8 | Claude Opus 4.7 (High)Anthropic | 1,489 | High 推理 |
| 9 | Gemini 3.8 Flash (High)Google | 1,488.8 | High 推理 |
| 10 | Gemini 3.7 Flash (High)Google | 1,487.1 | High 推理 |
| 11 | Gemini 3 ProGoogle | 1,484.2 | 来源默认配置 |
| 13 | Gemini 3.1 Pro PreviewGoogle | 1,481.9 | 来源默认配置 |
| 15 | Claude Opus 5 (Max)Anthropic | 1,473.1 | Max 推理 |
| 16 | Qwen3.8-MaxAlibaba | 1,471.6 | 来源默认配置 |
| 17 | Gemini 3.6 Flash (High)Google | 1,471.1 | High 推理 |
| 19 | GPT-5.6 Sol (xHigh)OpenAI | 1,471 | xHigh 推理 |
| 20 | Claude Opus 4.8 (High)Anthropic | 1,469.9 | High 推理 |
| 22 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 1,469 | High 推理 |
| 23 | Muse Spark 1.3 (Max)Meta | 1,467 | Max 推理 |
| 24 | Claude Sonnet 5.5 (xHigh)Anthropic | 1,465.4 | xHigh 推理 |
| 25 | Gemini 3.5 Flash (High)Google | 1,465.2 | High 推理 |
| 26 | Grok 4.20 Beta 1xAI | 1,464.4 | 来源默认配置 |
| 27 | Muse SparkMeta | 1,464.3 | 来源默认配置 |
| 30 | Kimi K3 (Max)Moonshot AI | 1,459.3 | Max 推理 |
| 31 | GLM-5.3 (Max)Z.ai | 1,456.6 | Max 推理 |
| 32 | Gemini 3 FlashGoogle | 1,456.2 | 来源默认配置 |
| 33 | GPT-5.5 InstantOpenAI | 1,454.8 | 来源默认配置 |
| 35 | Grok 4.5xAI | 1,451.4 | 来源默认配置 |
| 36 | GLM-5.2 (Max)Z.ai | 1,450.6 | Max 推理 |
| 37 | GPT-5.5 (High)OpenAI | 1,450.3 | High 推理 |
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;AIHOT 按公开规则把它们折算成同一种分数。