排行榜

能力评测站内热度

外部权威评测，保留原始分数与来源

综合编程 Agent 与工具推理与知识写作与对话语言行业视觉图像视频

创意写作指令遵循多轮对话长提问

创意写作Arena 创意写作类提问的用户盲测偏好：故事、文案、诗歌等。

第 1 名

Claude Opus 5.5 (High)Anthropic

写作偏好

1519.08Arena±15.03

领先第 2 名

+3.49统计并列

能力指纹

编程写作指令多轮难题数学中文

来源

Arena2026-10-15

创意写作排名233

model= /

第一梯队4 个模型与第 1 名在 95% 置信区间内无显著差异，名次先后不代表确定的强弱。

名次模型思考强度写作偏好· 95% 区间能力指纹

01

Claude Opus 5.5 (High)

Claude Opus 5.5 (High)

思考强度：—

1519.08

02

Gemini 4 Argon (High)

Gemini 4 Argon (High)

思考强度：—

1515.59

03

Claude Fable 5 (High)

Claude Fable 5 (High)

思考强度：—

1501.31

04

Claude Opus 4.6 (High)

Claude Opus 4.6 (High)

思考强度：—

1499.68

05

Gemini 3.7 Flash (High)

Gemini 3.7 Flash (High)

思考强度：—

1490.97

06

Claude Opus 4.7 (High)

Claude Opus 4.7 (High)

思考强度：—

1488.99

07

Gemini 3.8 Flash (High)

Gemini 3.8 Flash (High)

思考强度：—

1486.94

08

Claude Fable 5.1 (Max)

Claude Fable 5.1 (Max)

思考强度：—

1484.73

09

Gemini 3 Pro

Gemini 3 Pro

思考强度：—

1484.63

10

Claude Opus 4.7

Claude Opus 4.7

思考强度：—

1482.43

11

Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview

思考强度：—

1481.00

12

Claude Opus 4.6

Claude Opus 4.6

思考强度：—

1477.89

13

Claude Opus 5 (High)

Claude Opus 5 (High)

思考强度：—

1471.09

14

Gemini 3.6 Flash

gemini-3.6-flash-high

思考强度：High

1470.96

15

Claude Opus 5 (Max)

Claude Opus 5 (Max)

思考强度：—

1470.95

16

Claude Opus 4.5 20251101 High 32k

claude-opus-4-5-20251101-high-32k

思考强度：—

1469.44

17

Claude Opus 4.8

claude-opus-4-8-high

思考强度：High

1469.05

18

Qwen3.8 Max

qwen3.8-max

思考强度：—

1469.00

19

GPT 5.6 Sol

gpt-5.6-sol-xhigh

思考强度：XHigh

1468.63

20

Gemini 3.5 Flash

gemini-3.5-flash-medium

思考强度：Medium

1468.44

有 7 天前的可比快照后显示周变化。