Arena Creative Writing

Name: Arena Creative Writing
Creator: LMArena

LMArena · 真人盲選故事、詩歌和其他創意表達，觀察作品是否吸引讀者。

在 ATech Hot 中參與排名

證據預算5%

上游數據時間10/02 08:00

最近成功同步10/06 14:05

它測什麼，怎麼測

讀取官方數據集 text_style_control 的 creative_writing 分類，採用風格控制後的 Bradley–Terry 分與置信區間；不借用整體文本或職業寫作分類成績。

正式計分；從原有真人偏好 10% 中拆分 5%，整體文本保留 5%，總預算不增加。與其他 Arena 任務共用證據家族。

按固定規則，每個公開模型採用一套代表配置；沒有可採用配置的模型標為未計入並寫明原因。匿名測試型號不展示，保留原榜名次，每項最多 30 個。

原榜名次	原榜型號	原始成績	代表配置
1	gemini-4-argon-highgoogle	1,518.8	High 推理
2	claude-opus-5.5-highAnthropic	1,516.3	High 推理
3	claude-fable-5-highAnthropic	1,502.6	High 推理
4	claude-opus-4-6-highAnthropic	1,500.8	High 推理
5	gemini-3.7-flash-highGoogle	1,493.4	High 推理
6	claude-opus-4-7-highAnthropic	1,489	High 推理
7	gemini-3.8-flash-highGoogle	1,484.5	High 推理
8	gemini-3-proGoogle	1,484.4	來源預設配置
10	claude-fable-5.1-maxAnthropic	1,481.8	Max 推理
11	gemini-3.1-pro-previewGoogle	1,480.3	來源預設配置
14	gemini-3.6-flash-highGoogle	1,470.9	High 推理
15	claude-opus-5-maxAnthropic	1,470.6	Max 推理
16	claude-opus-4-5-20251101-high-32kAnthropic	1,469.5	High 推理 · 32k
17	claude-opus-4-8-highAnthropic	1,469.5	High 推理
19	gpt-5.6-sol-xhighOpenAI	1,468.3	xHigh 推理
20	qwen3.8-maxAlibaba	1,467.9	來源預設配置
21	muse-sparkMeta	1,465.5	來源預設配置
22	gemini-3.5-flash-highGoogle	1,463.9	High 推理
24	grok-4.20-beta1xAI	1,463	來源預設配置
26	kimi-k3-maxMoonshot AI	1,460.2	來源預設配置
27	gpt-6.1-sol-maxopenai	1,459.7	Max 推理
28	muse-spark-1.3-maxMeta	1,458.7	Max 推理
29	gemini-3-flashGoogle	1,456.8	來源預設配置
30	gpt-5.5-instantOpenAI	1,456.4	來源預設配置
31	muse-spark-1.2 (xHigh)Meta	1,455.5	xHigh 推理
32	glm-5.2-maxZ.ai	1,454.2	來源預設配置
34	glm-5.3-maxZ.ai	1,453.9	來源預設配置
35	gpt-5.5-highOpenAI	1,451.3	High 推理
36	grok-4.5xAI	1,450.2	來源預設配置
37	claude-sonnet-4-5-20250929-high-32kAnthropic	1,450	High 推理 · 32k

評測侷限與數據署名

開放用户提示由分類器歸類，並非全部為長篇小説或中文創作；投票包含個人偏好。與 Arena 整體文本及職業寫作分類存在重疊，不能作為額外獨立機構。

數據許可：CC BY 4.0 · Arena 官方 Hugging Face leaderboard-dataset；保留署名、來源鏈接並説明聚合改動。

成績由 LMArena 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。