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 EVAOO News 中参与排名
证据预算6.3%
上游数据时间11/09 08:00
最近成功同步11/12 08:05
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。
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 | Gemini 4 Argon (High)Google | 1,524.6 | High 推理 |
| 2 | Claude Opus 5.5 (High)Anthropic | 1,517.8 | High 推理 |
| 3 | Gemini 4 Carbon (High)Google | 1,515.4 | High 推理 |
| 4 | Claude Fable 5 (High)Anthropic | 1,501.5 | High 推理 |
| 5 | Claude Opus 4.6 (High)Anthropic | 1,498.4 | High 推理 |
| 6 | Muse Wonder (Max)Meta | 1,492 | 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 | 1,488.9 | 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 |
| 12 | Gemini 3.1 Pro PreviewGoogle | 1,481.9 | 来源默认配置 |
| 15 | Claude Opus 5 (Max)Anthropic | 1,473.3 | Max 推理 |
| 16 | Qwen3.8-MaxAlibaba | 1,471.5 | 来源默认配置 |
| 17 | GPT-5.6 Sol (xHigh)OpenAI | 1,471.1 | xHigh 推理 |
| 18 | Gemini 3.6 Flash (High)Google | 1,470.8 | High 推理 |
| 20 | Claude Opus 4.8 (High)Anthropic | 1,469.7 | High 推理 |
| 21 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 1,469.2 | High 推理 |
| 23 | Muse Spark 1.3 (Max)Meta | 1,468.1 | Max 推理 |
| 24 | Gemini 3.5 Flash (High)Google | 1,465.4 | High 推理 |
| 25 | Claude Sonnet 5.5 (xHigh)Anthropic | 1,464.7 | xHigh 推理 |
| 26 | Grok 4.20 Beta 1xAI | 1,464.7 | 来源默认配置 |
| 27 | Muse SparkMeta | 1,464.2 | 来源默认配置 |
| 30 | Kimi K3 (Max)Moonshot AI | 1,458.6 | Max 推理 |
| 31 | Kimi K3.1 Pro (Max)Moonshot AI | 1,456.5 | Max 推理 |
| 32 | GLM-5.3 (Max)Z.ai | 1,456.3 | Max 推理 |
| 33 | Gemini 3 FlashGoogle | 1,456.2 | 来源默认配置 |
| 34 | GPT-5.5 InstantOpenAI | 1,454.7 | 来源默认配置 |
| 36 | Grok 4.5xAI | 1,451.4 | 来源默认配置 |
| 37 | GLM-5.2 (Max)Z.ai | 1,450.8 | Max 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。