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 Pay.news 中Classé

证据预算5%

上游数据时间10/15 08:00

最近成功同步10/16 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	Claude Opus 5.5 (High)Anthropic	1,519.1	High 推理
2	Gemini 4 Argon (High)Google	1,515.6	High 推理
3	Claude Fable 5 (High)Anthropic	1,501.3	High 推理
4	Claude Opus 4.6 (High)Anthropic	1,499.7	High 推理
5	Gemini 3.7 Flash (High)Google	1,491	High 推理
6	Claude Opus 4.7 (High)Anthropic	1,489	High 推理
7	Gemini 3.8 Flash (High)Google	1,486.9	High 推理
8	Muse Wonder (Max)meta	1,485.1	Max 推理
9	Claude Fable 5.1 (Max)Anthropic	1,484.7	Max 推理
10	Gemini 3 ProGoogle	1,484.6	来源默认配置
12	Gemini 3.1 Pro PreviewGoogle	1,481	来源默认配置
15	gemini-3.6-flash-highGoogle	1,471	High 推理
16	Claude Opus 5 (Max)Anthropic	1,471	Max 推理
17	claude-opus-4-5-20251101-high-32kAnthropic	1,469.4	High 推理 · 32k
18	claude-opus-4-8-highAnthropic	1,469.1	High 推理
19	qwen3.8-maxAlibaba	1,469	来源默认配置
20	gpt-5.6-sol-xhighOpenAI	1,468.6	xHigh 推理
22	claude-sonnet-5.5-xhighanthropic	1,465.1	xHigh 推理
23	Muse SparkMeta	1,465	来源默认配置
24	gemini-3.5-flash-highGoogle	1,464.3	High 推理
25	grok-4.20-beta1xAI	1,463.2	来源默认配置
27	Kimi K3 (Max)Moonshot AI	1,461.3	Max 推理
29	Muse Spark 1.3 (Max)Meta	1,461.2	Max 推理
30	gpt-6.1-sol-max—	1,458.4	Max 推理
31	gemini-3-flashGoogle	1,456.8	来源默认配置
32	gpt-5.5-instantOpenAI	1,454.5	来源默认配置
33	glm-5.2-maxZ.ai	1,454.5	来源默认配置
35	glm-5.3-maxZ.ai	1,453.2	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，原始分数与 Pay.news 共识分使用不同尺度，不能直接相加。