AI寫作排行榜：大模型寫作能力排名

「寫作」榜取 LMArena 文字榜中與寫作相關的五個類別，分五個標籤：創意寫作（creative_writing，預設）、寫作/文學/語言類任務、長提示詞（longer_query，不是長上下文測試）、多輪對話（multi_turn）、指令遵循（instruction_following）。分數來自真人匿名對比投票，不是自動評測。

創意寫作 寫作/文學 長提示詞 多輪對話 指令遵循

「長提示詞」= LMArena 的 longer_query 分類：只統計使用者提示詞本身較長的對戰。它衡量的是處理詳細、複雜需求的表現，不是長上下文（數十萬 token 文件）能力測試。

🏆 長提示詞第一資料 2026年10月22日
Gemini 4 Argon (High)Google · 1537.8

Claude 和 Gemini 哪個寫作更好？

模型得分名次創意寫作輸入 / 輸出價每美元得分
Claude Opus 5.5 (High)Claude 最高分1532.8±1021534.2 #1$4 / $20192
Claude Sonnet 5.5 (xHigh)Claude 前 20 名裡最便宜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 名裡最便宜1494.3±6.4141489.1 #9$0.75 / $3.75996

分差小於兩邊信賴區間之和時，名次差異不一定顯著。價格為 OpenRouter 報價（美元/百萬 token）。

完整榜單 · 長提示詞

共 396 個
全部 有價格

預設依 LMArena 得分降序；± 為 95% 信賴區間半寬。價格：OpenRouter 報價（無則官方價），美元/百萬 token。

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

顯示全部 396 個模型（目前為前 50 名）

資料：LMArena（lmarena-ai），CC-BY-4.0 · 長提示詞 · 發布日 2026年10月22日

資料來源與方法

  1. 只取 LMArena 最新發布日的資料；分數、信賴區間、票數、名次照抄資料集。
  2. 同一模型的不同推理檔位（如 High / Max）在 LMArena 是獨立條目，這裡照樣分開列。
  3. 價格只在能和本站大模型榜對上號時顯示，對不上的顯示 –，不估算。
  4. 得分 ÷ 混合價（輸入:輸出 = 3:1）。僅為粗略的性價比參考。
  5. 每天 06:35 UTC（14:35 UTC+8）自動同步；來源失敗時沿用上一份成功資料。

常見問題

哪個AI寫作最好？

依 LMArena 2026年10月22日 發布的創意寫作類別，第一是 Anthropic 的 Claude Opus 5.5 (High)（1534.2 分，2,453 票）。

Claude和Gemini哪個寫作更好？

創意寫作最高分：Claude 為 Claude Opus 5.5 (High)（1534.2 分，輸出 $20/百萬 token），Gemini 為 Gemini 4 Argon (High)（1523.1 分，輸出 $10/百萬 token）。

寫作最便宜的大模型是哪個？

創意寫作前 20 名裡，每美元得分最高的是 MiMo-V2.6-Pro（1466.4 分，第 20 名），混合價約 $0.544/百萬 token；最便宜的是 MiMo-V2.6-Pro（$0.544/百萬 token，1466.4 分）。

哪些廠商的模型寫作排名最高？

依創意寫作類別，各廠商排名最高的模型依序為：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)。

哪個大模型最擅長處理長提示詞？

依 LMArena 長提示詞分類（2026年10月22日發布，共 396 個模型），前三名是 Gemini 4 Argon (High) (1537.8)、Claude Opus 5.5 (High) (1532.8)、Claude Fable 5.1 (Max) (1523.8)。

分數是怎麼來的？

來自 LMArena：使用者提交寫作類提示詞，兩個匿名模型同時作答，使用者投票選更好的，再用 Bradley-Terry 模型算出分數。