AI写作排行榜：大模型写作能力排名

“写作”榜取 LMArena 文本榜里与写作相关的五个类别，分五个标签：创意写作（creative_writing，默认）、写作/文学/语言类任务、长提示词（longer_query，不是长上下文测试）、多轮对话（multi_turn）、指令遵循（instruction_following）。分数来自真人匿名对比投票，不是自动评测。

创意写作 写作/文学 长提示词 多轮对话 指令遵循

「指令遵循」= LMArena 的 instruction_following 分类：只统计带明确格式、长度或约束要求的提示词，反映模型按要求作答的能力。

🏆 指令遵循第一数据 2026年10月22日
Claude Opus 5.5 (High)Anthropic · 1538.8

Claude 和 Gemini 哪个写作更好？

模型得分名次创意写作输入 / 输出价每美元得分
Claude Opus 5.5 (High)Claude 最高分1538.8±10.711534.2 #1$4 / $20192
Claude Sonnet 5.5 (xHigh)Claude 前 20 名里最便宜1490.5±11.2131468.3 #18$2 / $10373
Gemini 4 Argon (High)Gemini 最高分1527.6±10.421523.1 #2$2 / $10382
Gemini 3.7 Flash (High)Gemini 前 20 名里最便宜1486±6.8151489.1 #9$0.75 / $3.75991

分差小于两边置信区间之和时，名次差异不一定显著。价格为 OpenRouter 报价（美元/百万 token）。

完整榜单 · 指令遵循

共 418 个
全部 有价格

默认按 LMArena 得分降序；± 为 95% 置信区间半宽。价格：OpenRouter 报价（无则官方价），美元/百万 token。

# 模型 得分 名次 票数 创意写作 输入 / 输出价 混合价 每美元得分
1 LLaMA 13BMeta 780.8±24.1 418 584 793.7 价格暂缺
2 ?Dolly 2.0 12B 813.6±20.7 417 899 863.5 价格暂缺
3 ?StableLM Tuned Alpha 7B 830.9±19.8 416 814 867.6 价格暂缺
4 ?FastChat-T5 3B 858±18.2 415 1,134 901.9 价格暂缺
5 ?RWKV-4 Raven 14B 882.5±16.5 414 1,375 933.5 价格暂缺
6 ?OpenAssistant Pythia 12B 887.3±15.5 413 1,744 923.1 价格暂缺
7 ?Alpaca 13B 891.1±16.1 412 1,512 967.3 价格暂缺
8 ?ChatGLM 6B 901.8±17.4 411 1,277 899.8 价格暂缺
9 ?ChatGLM2 6B 902±22.3 410 762 940.9 价格暂缺
10 ?MPT 7B Chat 906.7±18.1 409 1,115 957.4 价格暂缺
11 ?Koala 13B 943.6±14.9 408 1,913 972.7 价格暂缺
12 ?GPT4All 13B Snoozy 945.4±24.6 407 483 971.8 价格暂缺
13 ?ChatGLM3 6B 953.9±17.6 406 1,321 969.8 价格暂缺
14 Gemma 2B ITGoogle 970.3±16 405 1,522 986.2 价格暂缺
15 OLMo 7B InstructAi2 978.2±15.7 404 1,908 989.5 价格暂缺
16 Qwen1.5-4B-ChatAlibaba 978.4±12.8 403 2,636 969 价格暂缺
17 ?Guanaco 33B 991.2±20.7 402 777 1079.7 价格暂缺
18 Gemma 1.1 2B ITGoogle 991.7±10.9 401 3,877 997.7 价格暂缺
19 ?Vicuna 7B 993.7±13.9 400 2,020 1020.8 价格暂缺
20 Mistral 7B InstructMistral AI 1003.2±13.5 399 2,768 1028.1 价格暂缺
21 Llama 2 7B ChatMeta 1005.8±9.8 398 4,541 1033 价格暂缺
22 PaLM 2Google 1010±13.3 397 2,536 991.2 价格暂缺
23 ?StripedHyena Nous 7B 1010.2±15.1 396 1,660 1029 价格暂缺
24 Gemma 7B ITGoogle 1016.9±12.7 395 2,835 1023.3 价格暂缺
25 Phi-3 Mini 128K InstructMicrosoft 1022.7±10.1 394 7,368 1024 价格暂缺
26 Code Llama 70B InstructMeta 1023.6±29.6 393 358 – 价格暂缺
27 Code Llama 34B InstructMeta 1027.8±12.8 392 2,294 1031.4 价格暂缺
28 ?SmolLM2 1.7B Instruct 1029.1±21 391 859 1031.2 价格暂缺
29 Llama 3.2 1B InstructMeta 1031±11.1 390 3,248 1032.5 价格暂缺
30 Qwen-14B-ChatAlibaba 1031.2±16.4 389 1,470 1027.4 价格暂缺
31 ?Zephyr 7B Beta 1031.4±12.6 388 3,094 1102.1 价格暂缺
32 ?Zephyr 7B Alpha 1034.3±24.3 387 534 1068.5 价格暂缺
33 ?Vicuna 13B 1035±9.5 386 5,665 1057.9 价格暂缺
34 Llama 2 13B ChatMeta 1045.2±9.3 385 6,097 1046.6 价格暂缺
35 SOLAR 10.7B Instruct v1.0Upstage 1046.4±18.1 384 1,188 1089.1 价格暂缺
36 ?Falcon 180B Chat 1046.5±28 383 389 1088.3 价格暂缺
37 WizardLM 13BMicrosoft 1048.3±13.8 382 2,003 1090.2 价格暂缺
38 Phi-3 Mini 4K InstructMicrosoft 1053.2±8.7 381 7,636 1036.7 价格暂缺
39 ?Dolphin 2.2.1 Mistral 7B 1053.3±24.3 380 497 1085.5 价格暂缺
40 ?MPT 30B Chat 1053.9±21.3 379 718 1073.8 价格暂缺
41 Granite 3.0 2B InstructIBM 1055.6±12.2 378 2,698 1046 价格暂缺
42 ?Nous Hermes 2 Mixtral 8x7B DPO 1055.9±16.1 377 1,421 1101.4 价格暂缺
43 Gemma 1.1 7B ITGoogle 1056.8±7.9 376 8,852 1059.2 价格暂缺
44 Phi-3 Mini 4K Instruct (June 2024)Microsoft 1057.7±9.6 375 4,431 1044.4 价格暂缺
45 Qwen1.5-7B-ChatAlibaba 1058.2±13.9 374 1,715 1034.3 价格暂缺
46 Mistral 7B Instruct v0.2Mistral AI 1059.9±8.9 373 6,659 1067.4 价格暂缺
47 Llama 2 70B SteerLM ChatNVIDIA 1060.3±17.9 372 1,076 1090.3 价格暂缺
48 ?Vicuna 33B 1064.9±8.9 371 6,983 1124.4 价格暂缺
49 ?Snowflake Arctic Instruct 1066±8.4 370 11,736 1080.7 价格暂缺
50 ?Starling LM 7B Alpha 1069.8±11.3 369 3,316 1098.9 价格暂缺

显示全部 418 个模型（当前为前 50 名）

数据：LMArena（lmarena-ai），CC-BY-4.0 · 指令遵循 · 发布日 2026年10月22日

数据来源与方法

  1. 只取 LMArena 最新发布日的数据；分数、置信区间、票数、名次照抄数据集。
  2. 同一模型的不同推理档位（如 High / Max）在 LMArena 是独立条目，这里照样分开列。
  3. 价格只在能和本站大模型榜对上号时显示，对不上的显示 –，不估算。
  4. 得分 ÷ 混合价（输入:输出 = 3:1）。只是粗略的性价比参考。
  5. 每天 06:35 UTC（14:35 UTC+8）自动同步；来源失败时沿用上一份成功数据。

常见问题

哪个AI写作最好？

按 LMArena 2026年10月22日 发布的创意写作类别，第一是 Anthropic 的 Claude Opus 5.5 (High)（1534.2 分，2,453 票）。

Claude和Gemini哪个写作更好？

创意写作最高分：Claude 为 Claude Opus 5.5 (High)（1534.2 分，输出 $20/百万 token），Gemini 为 Gemini 4 Argon (High)（1523.1 分，输出 $10/百万 token）。

写作最便宜的大模型是哪个？

创意写作前 20 名里，每美元得分最高的是 MiMo-V2.6-Pro（1466.4 分，第 20 名），混合价约 $0.544/百万 token；最便宜的是 MiMo-V2.6-Pro（$0.544/百万 token，1466.4 分）。

哪些厂商的模型写作排名最高？

按创意写作类别，各厂商排名最高的模型依次是：Anthropic Claude Opus 5.5 (High) (1534.2, #1)、Google Gemini 4 Argon (High) (1523.1, #2)、Meta Muse Wonder (Max) (1492.6, #7)、Alibaba Qwen3.8-Max (1477.4, #16)、Xiaomi MiMo-V2.6-Pro (1466.4, #20)。

哪个大模型最会遵循指令？

按 LMArena 指令遵循分类（2026年10月22日发布，共 418 个模型），前三名是 Claude Opus 5.5 (High) (1538.8)、Gemini 4 Argon (High) (1527.6)、Claude Opus 4.6 (High) (1521)。

分数是怎么来的？

来自 LMArena：用户提交写作类提示词，两个匿名模型同时作答，用户投票选更好的，再用 Bradley-Terry 模型算出分数。