Arena Creative Writing

Name: Arena Creative Writing
Creator: LMArena

This page's content is in Chinese.

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。

In AIDC热点Ranked

Evidence budget5%

Upstream data time10/28 08:00

Last successful sync11/03 02:05

What it measures and how

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。

Original board rank	Original board model	Raw result	Representative config
1	Claude Opus 5.5 (High)Anthropic	1,520.2	High 推理
2	Gemini 4 Argon (High)Google	1,517	High 推理
3	Gemini 4 Carbon (High)Google	1,514.9	High 推理
4	Claude Fable 5 (High)Anthropic	1,500.7	High 推理
5	Claude Opus 4.6 (High)Anthropic	1,499.2	High 推理
6	Gemini 3.7 Flash (High)Google	1,489.6	High 推理
7	Claude Opus 4.7 (High)Anthropic	1,488.9	High 推理
8	Claude Fable 5.1 (Max)Anthropic	1,488.7	Max 推理
9	Muse Wonder (Max)Meta	1,487.2	Max 推理
10	Gemini 3.8 Flash (High)Google	1,487	High 推理
11	Gemini 3 ProGoogle	1,484.5	来源默认配置
13	Gemini 3.1 Pro PreviewGoogle	1,481.4	来源默认配置
15	Claude Opus 5 (Max)Anthropic	1,473.8	Max 推理
17	Gemini 3.6 Flash (High)Google	1,471.4	High 推理
18	GPT-5.6 Sol (xHigh)OpenAI	1,470	xHigh 推理
20	Claude Opus 4.5 (High, 32K, 20251101)Anthropic	1,469.6	High 推理
21	Claude Opus 4.8 (High)Anthropic	1,469.3	High 推理
22	Qwen3.8-MaxAlibaba	1,468.6	来源默认配置
23	Claude Sonnet 5.5 (xHigh)Anthropic	1,468.4	xHigh 推理
24	Gemini 3.5 Flash (High)Google	1,464.8	High 推理
25	Muse Spark 1.3 (Max)Meta	1,464.3	Max 推理
26	Muse SparkMeta	1,464	来源默认配置
27	Grok 4.20 Beta 1xAI	1,463.4	来源默认配置
29	Kimi K3 (Max)Moonshot AI	1,462.7	Max 推理
31	Gemini 3 FlashGoogle	1,456.7	来源默认配置
32	GLM-5.3 (Max)Z.ai	1,456.6	Max 推理
33	GPT-5.5 InstantOpenAI	1,454.2	来源默认配置
35	GPT-6.1 Sol (Max)OpenAI	1,453.9	Max 推理
36	GLM-5.2 (Max)Z.ai	1,452.1	Max 推理
37	Grok 4.5xAI	1,451.7	来源默认配置

Benchmark limits and data attribution

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。

Data license: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 AIDC热点共识分使用不同尺度，不能直接相加。