Arena Creative Writing

Name: Arena Creative Writing
Creator: LMArena

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。

在南殷用AI 中参与排名

证据预算5%

上游数据时间10/08 08:00

最近成功同步10/13 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。

正式计分；从原有真人偏好 10% 中拆分 5%，整体文本保留 5%，总预算不增加。与其他 Arena 任务共用证据家族。

按固定规则，每个公开模型采用一套代表配置。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-highGoogle	1,519.2	High 推理
2	claude-opus-5.5-highAnthropic	1,517.2	High 推理
3	claude-fable-5-highAnthropic	1,501.5	High 推理
4	claude-opus-4-6-highAnthropic	1,500.3	High 推理
5	gemini-3.7-flash-highGoogle	1,492.3	High 推理
6	claude-opus-4-7-highAnthropic	1,488.7	High 推理
7	gemini-3.8-flash-highGoogle	1,487	High 推理
8	gemini-3-proGoogle	1,484.6	来源默认配置
9	claude-fable-5.1-maxAnthropic	1,483.4	Max 推理
11	gemini-3.1-pro-previewGoogle	1,480.8	来源默认配置
14	claude-opus-5-maxAnthropic	1,470.6	Max 推理
15	gemini-3.6-flash-highGoogle	1,470.5	High 推理
16	qwen3.8-maxAlibaba	1,469.5	来源默认配置
17	claude-opus-4-5-20251101-high-32kAnthropic	1,469.2	High 推理 · 32k
18	claude-opus-4-8-highAnthropic	1,469.2	High 推理
20	gpt-5.6-sol-xhighOpenAI	1,467.8	xHigh 推理
21	muse-sparkMeta	1,464.5	来源默认配置
22	gemini-3.5-flash-highGoogle	1,464.5	High 推理
23	grok-4.20-beta1xAI	1,463.2	来源默认配置
24	claude-sonnet-5.5-xhighAnthropic	1,463	xHigh 推理
26	gpt-6.1-sol-maxOpenAI	1,461.9	Max 推理
28	kimi-k3-maxMoonshot AI	1,460.3	来源默认配置
29	gemini-3-flashGoogle	1,456.9	来源默认配置
30	muse-spark-1.3-maxMeta	1,456.2	Max 推理
31	gpt-5.5-instantOpenAI	1,455.5	来源默认配置
32	glm-5.3-maxZ.ai	1,454.2	来源默认配置
34	muse-spark-1.2 (xHigh)Meta	1,453.5	xHigh 推理
35	glm-5.2-maxZ.ai	1,452.5	来源默认配置
36	grok-4.5xAI	1,451.8	来源默认配置
37	gpt-5.5-highOpenAI	1,451.5	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，原始分数与南殷用AI 共识分使用不同尺度，不能直接相加。