EQ-Bench Creative Writing v3 排行榜
截至 2026年11月16日,EQ-Bench Creative Writing v3 的最高分为 2177,由 GPT-6 Astra(OpenAI)取得,领先于 Kimi K3.1 Pro(2173)。共有 125 个模型配置公布了结果(EQ-Bench)。针对 32 个写作提示的短篇创作,由大模型评审两两比较,换算成 Elo 式评分。EQ-Bench Creative Writing v3 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- GPT-6 Astra 以 2177 保持 EQ-Bench Creative Writing v3 最高分(EQ-Bench,2026年11月16日)。
- Kimi K3.1 Pro 以 2173 位列 EQ-Bench Creative Writing v3 第二(EQ-Bench,2026年11月16日)。
- EQ-Bench Creative Writing v3:针对 32 个写作提示的短篇创作,由大模型评审两两比较,换算成 Elo 式评分(EQ-Bench)。
- BenchLeader 上有 125 个模型配置公布了 EQ-Bench Creative Writing v3 结果(BenchLeader,2026年11月16日)。
- EQ-Bench Creative Writing v3 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
针对 32 个写作提示的短篇创作,由大模型评审两两比较,换算成 Elo 式评分。
- 发布方
- EQ-Bench
- 类别
- 人类偏好
- Index 权重
- 仅作参考
- 模型
- 125
- 数据截至
- 2026年11月16日
MIT — EQ-Bench.
- 1GPT-6 Astra2177
- 2Kimi K3.1 Pro2173
- 3Claude Fable 5.12155
- 4Claude Opus 52135
- 5GPT-6 Sol2126
- 6Kimi K32083
- 7GLM 5.32076
- 8Claude Opus 5.52051
- 9Grok 4.72012
- 10Muse Wonder2007
- 11GPT-5.6 Sol1974
- 12Ox Alpha1974
- 13Claude Fable 51944
- 14Muse Spark 1.11928
- 15Claude Opus 4.71915
125 / 125
相关基准测试
EQ-Bench Creative Writing v3 上的热门模型对比
引用格式:BenchLeader,《EQ-Bench Creative Writing v3 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/eqbench_creative_writing。
EQ-Bench Creative Writing v3:常见问题
- EQ-Bench Creative Writing v3 衡量的是什么?
- 针对 32 个写作提示的短篇创作,由大模型评审两两比较,换算成 Elo 式评分。分数以基于两两对比的 Elo 式评分表示,越高越好。
- EQ-Bench Creative Writing v3 的最高分是多少?
- 截至 2026年11月16日,EQ-Bench Creative Writing v3 的最高分为 2177,由 GPT-6 Astra 取得,领先于 Kimi K3.1 Pro(2173)。分数来自 EQ-Bench,每天重新读取。
- 哪个 AI 模型在 EQ-Bench Creative Writing v3 上领先?
- 截至 2026年11月16日,EQ-Bench Creative Writing v3 排名第一的是 GPT-6 Astra,分数为 2177。其后为 Kimi K3.1 Pro(2173)。
- 有多少模型有 EQ-Bench Creative Writing v3 结果?
- BenchLeader 上有 125 个模型配置有 EQ-Bench Creative Writing v3 结果,全部取自 EQ-Bench。
- EQ-Bench Creative Writing v3 由谁运行,多久更新一次?
- EQ-Bench Creative Writing v3 由 EQ-Bench 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- EQ-Bench Creative Writing v3 是否计入 BenchLeader Index?
- 不计入。EQ-Bench Creative Writing v3 仅作参考展示,不计入综合分数。