BenchLeader

EQ-Bench Creative Writing v3のリーダーボード

2026年11月16日時点で、EQ-Bench Creative Writing v3の最高スコアは2177で、GPT-6 Astra(OpenAI)が記録しています。次点はKimi K3.1 Proの2173です。公表された結果があるのは125のモデル構成です(EQ-Bench)。32の創作プロンプトに対する短い作品を、LLMの審査員が2つずつ比べ、Elo形式のレーティングにしたもの。EQ-Bench Creative Writing v3は参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • GPT-6 AstraがEQ-Bench Creative Writing v3の最高スコア2177を記録しています(EQ-Bench、2026年11月16日)。
  • EQ-Bench Creative Writing v3の2位はKimi K3.1 Proで、2173です(EQ-Bench、2026年11月16日)。
  • EQ-Bench Creative Writing v3:32の創作プロンプトに対する短い作品を、LLMの審査員が2つずつ比べ、Elo形式のレーティングにしたもの(EQ-Bench)。
  • BenchLeaderでは125のモデル構成にEQ-Bench Creative Writing v3の公表結果があります(BenchLeader、2026年11月16日)。
  • EQ-Bench Creative Writing v3はBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

32の創作プロンプトに対する短い作品を、LLMの審査員が2つずつ比べ、Elo形式のレーティングにしたもの。

公開元
EQ-Bench
カテゴリ
人間の評価
Indexでの重み
参考のみ
モデル
125
データ基準日
2026年11月16日

MIT — EQ-Bench.

125件中125件
#
1GPT-6 Astra217766.4
2Kimi K3.1 Pro217361.8
3Claude Fable 5.1215566.4
4Claude Opus 5213563.2
5GPT-6 Sol2126–
6Kimi K3208360.7
7GLM 5.32076–
8Claude Opus 5.5205161.0
9Grok 4.72012–
10Muse Wonder200764.4
11GPT-5.6 Sol197454.3
12Ox Alpha1974–
13Claude Fable 5194465.4
14Muse Spark 1.1192862.2
15Claude Opus 4.7191563.1
16Muse Spark 1.3190761.6
17GPT-5.6 Terra1856–
18GPT-5.5184561.0
19Qwen3.8 2.4T A95B184451.4
20Muse Spark 1.21842–
21GPT-5.4184157.9
22Claude Opus 4.8184058.7
23GPT-5.6 Luna183247.2
24Claude Sonnet 4.6181157.6
25Claude Opus 4.6181062.1
26Muse Glimmer180454.4
27Claude Sonnet 5179853.0
28GLM 5.2175951.9
29Gemini 4 Argon175864.4
30Gemini 3.8 Flash174456.4
31Kimi K2.6172155.1
32Gemini 3.7 Flash1720–
33GPT-5.2170356.7
34Nemotron 3 Ultra 550B A55B NVFP41692–
35GPT-5.3 Chat169058.3
36Claude Opus 4.5168657.1
37Claude Sonnet 4.5167753.8
38o3167560.4
39Qwen3.8 27B167155.1
40Kimi K2166651.1
41GPT-5.4 Mini1665–
42Kimi K2 Thinkingthinking163152.3
43GPT-5162656.6
44Inkling160950.4
45Gemini 3.6 Flash160249.3
46GLM-5160154.9
47GLM 5.1159455.4
48Kimi K2.5157954.6
49Claude Opus 4157851.9
50Grok 4.5157659.3
51Grok 4.201574–
52DeepSeek V4 Flash155953.8
53Gemini 3.5 Flash Lite155951.4
54DeepSeek V4 Pro155353.0
55DeepSeek V4.1 Flash1540–
56Gemini 3 Pro152460.0
57DeepSeek V3.2151550.2
58GPT-4o150142.8
59DeepSeek R1150047.2
60MiMo-V2.5-Pro149355.5

人間の評価のベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「EQ-Bench Creative Writing v3のリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/eqbench_creative_writing

EQ-Bench Creative Writing v3:よくある質問

EQ-Bench Creative Writing v3は何を測るベンチマークですか?
32の創作プロンプトに対する短い作品を、LLMの審査員が2つずつ比べ、Elo形式のレーティングにしたもの。スコアは一対一の比較から算出するEloレーティングで示され、高いほど良い結果です。
EQ-Bench Creative Writing v3の最高スコアは?
2026年11月16日時点で、EQ-Bench Creative Writing v3の最高スコアは2177で、GPT-6 Astraが記録しています。次点はKimi K3.1 Proの2173です。スコアはEQ-Benchの公表値で、毎日読み直しています。
EQ-Bench Creative Writing v3でトップのAIモデルは?
2026年11月16日時点で、EQ-Bench Creative Writing v3の首位はGPT-6 Astraで、スコアは2177です。続いてKimi K3.1 Pro(2173)です。
EQ-Bench Creative Writing v3の結果があるモデルはいくつですか?
BenchLeaderでは125のモデル構成にEQ-Bench Creative Writing v3の結果があり、すべてEQ-Benchから取得しています。
EQ-Bench Creative Writing v3を運営しているのは誰で、どのくらいの頻度で更新されますか?
EQ-Bench Creative Writing v3はEQ-Benchが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
EQ-Bench Creative Writing v3はBenchLeader Indexに含まれますか?
いいえ。EQ-Bench Creative Writing v3は参考として掲載していますが、総合スコアには含めていません。