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 MyHOT 中参与排名
证据预算6.3%
上游数据时间10/13 08:00
最近成功同步10/14 15:51
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。
如何使用这份证据
通过单型号协议核验后，在所属能力领域的题族份额内参与参考排序；同题族的测量不增加题族总份额。实际生效份额见当前计算记录。
评测成绩
按固定规则，每个公开模型采用一套代表配置；没有可采用配置的模型标为未计入并写明原因。匿名测试型号不展示，保留原榜名次，每项最多 30 个。
| 原榜名次 | 原榜型号 | 原始成绩 | 代表配置 |
|---|---|---|---|
| 1 | claude-opus-5.5-highAnthropic | 1,517.1 | High 推理 |
| 2 | gemini-4-argon-highGoogle | 1,516.3 | High 推理 |
| 3 | claude-fable-5-highAnthropic | 1,501.1 | High 推理 |
| 4 | claude-opus-4-6-highAnthropic | 1,499.8 | High 推理 |
| 5 | gemini-3.7-flash-highGoogle | 1,492 | High 推理 |
| 6 | claude-opus-4-7-highAnthropic | 1,488.9 | High 推理 |
| 7 | gemini-3.8-flash-highGoogle | 1,486.5 | High 推理 |
| 8 | muse-wonder-maxMeta | 1,485.7 | Max 推理 |
| 9 | gemini-3-proGoogle | 1,484.4 | 来源默认配置 |
| 10 | claude-fable-5.1-maxAnthropic | 1,483.9 | Max 推理 |
| 12 | gemini-3.1-pro-previewGoogle | 1,480.9 | 来源默认配置 |
| 14 | gemini-3.6-flash-highGoogle | 1,471 | High 推理 |
| 15 | claude-opus-5-maxAnthropic | 1,470.7 | Max 推理 |
| 16 | qwen3.8-maxAlibaba | 1,470.6 | 来源默认配置 |
| 18 | claude-opus-4-5-20251101-high-32kAnthropic | 1,469.4 | High 推理 · 32k |
| 19 | claude-opus-4-8-highAnthropic | 1,469.4 | High 推理 |
| 21 | gpt-5.6-sol-xhighOpenAI | 1,468.7 | xHigh 推理 |
| 22 | claude-sonnet-5.5-xhighAnthropic | 1,465.4 | xHigh 推理 |
| 23 | gemini-3.5-flash-highGoogle | 1,464.4 | High 推理 |
| 24 | muse-sparkMeta | 1,464.1 | 来源默认配置 |
| 25 | grok-4.20-beta1xAI | 1,463.4 | 来源默认配置 |
| 28 | muse-spark-1.3-maxMeta | 1,460.9 | Max 推理 |
| 29 | kimi-k3-maxMoonshot AI | 1,460.4 | 来源默认配置 |
| 30 | gpt-6.1-sol-maxOpenAI | 1,460.4 | Max 推理 |
| 31 | gemini-3-flashGoogle | 1,457 | 来源默认配置 |
| 32 | gpt-5.5-instantOpenAI | 1,455.1 | 来源默认配置 |
| 34 | glm-5.2-maxZ.ai | 1,452.9 | 来源默认配置 |
| 35 | glm-5.3-maxZ.ai | 1,452.7 | 来源默认配置 |
| 36 | grok-4.5xAI | 1,451.7 | 来源默认配置 |
| 37 | gpt-5.5-highOpenAI | 1,451.3 | High 推理 |
评测局限与数据署名
开放用户提示由分类器归类，并非全部为长篇小说或中文创作；投票包含个人偏好。与 Arena 整体文本及职业写作分类存在重叠，不能作为额外独立机构。
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，各项原始分数使用不同尺度，不能直接相加；参考位次采用公开的分差标准化规则。