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

「长提示词」= LMArena 的 longer_query 分类：只统计用户提示词本身较长的对战。它衡量的是处理详细、复杂需求的表现，不是长上下文（几十万 token 文档）能力测试。

🏆 长提示词第一数据 2026年10月22日
Gemini 4 Argon (High)Google · 1537.8

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1532.8±1021534.2 #1$4 / $20192
Claude Sonnet 5.5 (xHigh)Claude 前 20 名里最便宜1494.7±10.4131468.3 #18$2 / $10374
Gemini 4 Argon (High)Gemini 最高分1537.8±9.811523.1 #2$2 / $10385
Gemini 3.7 Flash (High)Gemini 前 20 名里最便宜1494.3±6.4141489.1 #9$0.75 / $3.75996

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 · 长提示词

共 396 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 ?ChatGLM3 6B 951.5±39.2 396 205 969.8 价格暂缺
2 Gemma 2B ITGoogle 980.3±29.5 395 377 986.2 价格暂缺
3 ?StripedHyena Nous 7B 982.2±31.2 394 334 1029 价格暂缺
4 Qwen1.5-4B-ChatAlibaba 987.4±23.5 393 692 969 价格暂缺
5 Phi-3 Mini 128K InstructMicrosoft 995.4±15.8 392 2,074 1024 价格暂缺
6 Llama 2 70B SteerLM ChatNVIDIA 997.5±40.6 391 208 1090.3 价格暂缺
7 Llama 2 7B ChatMeta 998.7±19.8 390 835 1033 价格暂缺
8 ?Snowflake Arctic Instruct 999±14.2 389 2,793 1080.7 价格暂缺
9 Mistral 7B InstructMistral AI 1000.3±26.5 388 448 1028.1 价格暂缺
10 Gemma 1.1 2B ITGoogle 1002.3±17.7 387 1,179 997.7 价格暂缺
11 PaLM 2Google 1009.4±36.4 386 251 991.2 价格暂缺
12 Code Llama 34B InstructMeta 1013.1±32.5 385 320 1031.4 价格暂缺
13 Gemma 7B ITGoogle 1021.4±22.2 384 676 1023.3 价格暂缺
14 Qwen-14B-ChatAlibaba 1028.2±37.9 383 214 1027.4 价格暂缺
15 ?Vicuna 33B 1028.3±18.9 382 1,047 1124.4 价格暂缺
16 ?Vicuna 7B 1035.2±42.8 381 162 1020.8 价格暂缺
17 Phi-3 Mini 4K Instruct (June 2024)Microsoft 1041.2±18.6 380 1,035 1044.4 价格暂缺
18 ?Zephyr 7B Beta 1041.3±26.8 379 461 1102.1 价格暂缺
19 Phi-3 Mini 4K InstructMicrosoft 1043.7±14.9 378 1,706 1036.7 价格暂缺
20 ?Nous Hermes 2 Mixtral 8x7B DPO 1045.4±34.6 377 230 1101.4 价格暂缺
21 ?Vicuna 13B 1047±21.2 376 756 1057.9 价格暂缺
22 Llama 3.2 1B InstructMeta 1049.5±18.6 375 1,057 1032.5 价格暂缺
23 WizardLM 13BMicrosoft 1053.2±39.8 374 203 1090.2 价格暂缺
24 ?OpenHermes 2.5 Mistral 7B 1053.9±32.9 373 270 1096.9 价格暂缺
25 Gemma 1.1 7B ITGoogle 1055.3±12.5 372 2,649 1059.2 价格暂缺
26 ?SmolLM2 1.7B Instruct 1056±31.8 371 328 1031.2 价格暂缺
27 Mistral 7B Instruct v0.2Mistral AI 1059.9±15 370 1,592 1067.4 价格暂缺
28 Llama 2 70B ChatMeta 1061.7±12.6 369 2,813 1074.6 价格暂缺
29 Llama 2 13B ChatMeta 1063.9±17.2 368 1,193 1046.6 价格暂缺
30 GPT-3.5 Turbo (1106)OpenAI 1069.4±20.8 367 933 1034.8 价格暂缺
31 Granite 3.0 2B InstructIBM 1070±23.8 366 647 1046 价格暂缺
32 ?Starling LM 7B Alpha 1080.8±22.6 365 666 1098.9 价格暂缺
33 ?OpenChat 3.5 (0106) 1085.3±18.2 364 1,097 1092.2 价格暂缺
34 Phi-3 Small 8K InstructMicrosoft 1087.3±13.1 363 2,238 1082.6 价格暂缺
35 Qwen1.5-7B-ChatAlibaba 1089.8±29.8 362 372 1034.3 价格暂缺
36 DeepSeek LLM 67B ChatDeepSeek 1091.7±36.1 361 243 1067.2 价格暂缺
37 ?OpenChat 3.5 1092.6±28.1 360 414 1125.3 价格暂缺
38 ?Yi 34B Chat 1093.4±17.9 359 1,106 1107.8 价格暂缺
39 WizardLM 70BMicrosoft 1096.7±31.2 358 355 1148.9 价格暂缺
40 Llama 3.2 3B InstructMeta 1100.1±17.8 357 1,046 1093.9 价格暂缺
41 Mixtral 8x7B Instruct v0.1Mistral AI 1102.5±9.5 356 6,572 1108.5 价格暂缺
42 ?Starling LM 7B Beta 1103.8±15.3 355 1,676 1095.4 价格暂缺
43 ?Zephyr ORPO 141B A35B v0.1 1104.5±27.8 354 448 1112.9 价格暂缺
44 ?Tulu 2 DPO 70B 1105.6±32.6 353 280 1104.7 价格暂缺
45 ?DBRX Instruct Preview 1111.3±12.4 352 3,489 1104 价格暂缺
46 Qwen1.5-14B-ChatAlibaba 1112.5±14.7 351 2,102 1090.3 价格暂缺
47 Phi-3 Medium 4K InstructMicrosoft 1119.8±12.9 350 2,150 1106.2 价格暂缺
48 GPT-3.5 Turbo (0125)OpenAI 1120.5±9.1 349 6,707 1092.1 价格暂缺
49 Granite 3.0 8B InstructIBM 1121.7±23.4 348 603 1070.4 价格暂缺
50 Llama 3 8B InstructMeta 1127.4±8.6 347 11,165 1149.6 价格暂缺

显示全部 396 个模型（当前为前 50 名）

数据：LMArena（lmarena-ai），CC-BY-4.0 · 长提示词 · 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)。

哪个大模型最擅长处理长提示词？

按 LMArena 长提示词分类（2026年10月22日发布，共 396 个模型），前三名是 Gemini 4 Argon (High) (1537.8)、Claude Opus 5.5 (High) (1532.8)、Claude Fable 5.1 (Max) (1523.8)。

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。