加载中...
加载中...
Creative Writing v3 是一个用于评估大型语言模型(LLM)创意写作能力的评测基准。该基准采用混合评分系统,旨在更精确地区分不同模型,特别是顶尖模型之间的性能差异。
用顶尖大模型来判断大模型创意写作方面的评测基准
数据来源:DataLearnerAI
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | 88.1 | 2025-07-11 | 10000 | |
| 2 | 87.65 | 2025-04-16 | 未知 | |
| 3 | 87.5 | 2025-07-21 | 2350 | |
| 4 | DeepSeek-R1-0528thinking | 86.25 | 2025-05-28 | 6710 |
| 5 | Qwen3-235B-A22B-Thinking-2507thinking | 86.1 | 2025-07-25 | 2350 |
| 6 | Qwen3-235B-A22B-Thinkingthinking | 86.1 | 2025-07-30 | 305 |
| 7 | 86 | 2025-07-29 | 305 | |
| 8 | 85.85 | 2025-06-05 | 未知 | |
| 9 | 85.3 | 2025-09-11 | 800 | |
| 10 | 84.9 | 2025-03-27 | 未知 | |
| 11 | 84.6 | 2025-01-20 | 6710 | |
| 12 | Qwen3-235B-A22Bthinking | 84.6 | 2025-04-28 | 2350 |
| 13 | 83.75 | 2025-05-23 | 未知 | |
| 14 | 83.05 | 2025-05-23 | 未知 | |
| 15 | 81.6 | 2024-12-26 | 6810 | |
| 16 | 81.6 | 2025-03-24 | 6710 | |
| 17 | Qwen3-32Bthinking | 81 | 2025-04-28 | 320 |
| 18 | 80.4 | 2025-04-28 | 2350 | |
| 19 | 78.15 | 2024-10-22 | 未知 | |
| 20 | Qwen3-8Bthinking | 75 | 2025-04-28 | 80 |
| 21 | 68.1 | 2025-04-28 | 305 | |
| 22 | 64.5 | 2025-04-28 | 80 |