Wordsmith Model Bench 评估未发表的虚构与非虚构书稿编辑能力，覆盖技法建议、逐句编辑和校对。总分 0–100，提供 95% 区间，按模型及推理档位分别记录。跨厂商 AI 评委不评自家模型。本榜是商业编辑工具提供方 Wordsmith 自办的小规模试点，并非独立认证；样本少、提示词与书稿不公开，评委尚未经人类编辑校准。当前成绩版本 v1-2026-10-15。
查看 Wordsmith Model Bench 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
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
排名规则：按「Overall score (0–100; higher is better; 95% intervals)」从高到低排列，同分并列。同一模型的不同思考档位或工具设置各占一行、分别排名。
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Fable 5.1 思考水平·高 | 78.86 | 2026-09-01 | 未知 | 闭源 | |
 Gemini 4 Argon 思考水平·高 | 78.61 | 2026-10-13 | 未知 | 闭源 | |
 GPT-6.1 Sol 思考水平·高 | 77.64 | 2026-09-29 | 未知 | 闭源 | |
4 | Claude Opus 5.5 思考水平·高 | 76.86 | 2026-09-22 | 未知 | 闭源 |
5 | GPT-6 Astra 思考水平·高 | 75.32 | 2026-09-03 | 未知 | 闭源 |
6 | GPT-6.1 Sol 思考水平·中 | 74.61 | 2026-09-29 | 未知 | 闭源 |
7 | Claude Sonnet 5.5 思考水平·高 | 73.74 | 2026-09-28 | 未知 | 闭源 |
8 | Gemini 3.8 Flash 思考水平·高 | 72.06 | 2026-09-02 | 未知 | 闭源 |
9 | Claude Haiku 5.5 思考水平·高 | 67.90 | 2026-10-07 | 未知 | 闭源 |
10 | GPT-5.6 Terra 思考水平·高 | 66.55 | 2026-06-26 | 未知 | 闭源 |
11 | Gemini 3.1 Pro Preview 思考水平·高 | 65.26 | 2026-02-20 | 未知 | 闭源 |
12 | Claude Opus 5.5 思考水平·低 | 62.26 | 2026-09-22 | 未知 | 闭源 |
October 2026 pilot: 12 model/effort settings; 0–100 scores with asymmetric 95% intervals. Craft, Line and Polish are distinct editing tracks. Cost is USD per 10,000 words; no conversion to per-task cost.
