Creative Story Writing
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: numerical
Resultados registrados
30
Puntuación media
0.00
Rango de puntuaciones
-3.60 - 3.50
Modelo líder
3.50 - GPT 5.5
Puntuaciones a lo largo del tiempo
Puntuaciones individuales de la evaluación a lo largo del tiempo.
Resultados de modelos
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| GPT 5.5 | 23 abr 2026 | 3,50 | xHigh reasoning; win prob 0.92; 95% CI 3.4..3.6 | No | Fuente | |
| GPT 5.4 | 05 mar 2026 | 3,40 | xHigh reasoning; win prob 0.91; 95% CI 3.3..3.6 | No | Fuente | |
| Claude Opus 4.7 | 16 abr 2026 | 3 | High reasoning; win prob 0.87; 95% CI 2.8..3.1 | No | Fuente | |
| Claude Sonnet 4.6 | 17 feb 2026 | 2,80 | 16K thinking; win prob 0.86; 95% CI 2.7..3.0 | No | Fuente | |
| Claude Opus 4.6 | 05 feb 2026 | 2,20 | 16K thinking; win prob 0.80; 95% CI 2.0..2.5 | No | Fuente | |
| Claude Opus 4.8 | 28 may 2026 | 1,70 | xHigh reasoning; win prob 0.75; 95% CI 1.6..1.9 | No | Fuente | |
| GPT 5.2 | 11 dic 2025 | 1,50 | Medium reasoning; win prob 0.72; 95% CI 1.3..1.7 | No | Fuente | |
| Kimi K2.6 | 20 abr 2026 | 1,20 | win prob 0.68; 95% CI 1.1..1.4 | No | Fuente | |
| Mistral Medium 3.1 | 12 ago 2025 | 0,80 | win prob 0.63; 95% CI 0.6..1.0 | No | Fuente | |
| DeepSeek V4 Pro | 24 abr 2026 | 0,60 | win prob 0.60; 95% CI 0.5..0.8 | No | Fuente | |
| MiMo V2.5 Pro | 23 abr 2026 | 0,50 | win prob 0.58; 95% CI 0.3..0.6 | No | Fuente | |
| Qwen3 Max Preview | - | 0,40 | win prob 0.57; 95% CI 0.2..0.6 | No | Fuente | |
| Qwen 3.6 Max Preview | - | 0,10 | win prob 0.52; 95% CI -0.1..0.2 | No | Fuente | |
| Kimi K2.5 | 27 ene 2026 | -0,20 | win prob 0.47; 95% CI -0.4..-0.1 | No | Fuente | |
| GLM 5.1 | 07 abr 2026 | -0,20 | win prob 0.48; 95% CI -0.4..0.0 | No | Fuente | |
| MiMo V2 Pro | 18 mar 2026 | -0,40 | win prob 0.45; 95% CI -0.7..-0.2 | No | Fuente | |
| Gemini 3.5 Flash | 19 may 2026 | -1,20 | win prob 0.33; 95% CI -1.3..-1.1 | No | Fuente | |
| Seed 2.0 Pro | 14 feb 2026 | -1,40 | win prob 0.30; 95% CI -1.6..-1.2 | No | Fuente | |
| Gemini 3.1 Pro Preview | 19 feb 2026 | -1,50 | win prob 0.29; 95% CI -1.7..-1.3 | No | Fuente | |
| Mistral Large 3.0 | 02 dic 2025 | -1,60 | win prob 0.28; 95% CI -1.8..-1.3 | No | Fuente | |
| Gemma 4 31B | 02 abr 2026 | -1,70 | Reasoning; win prob 0.26; 95% CI -1.9..-1.5 | No | Fuente | |
| Qwen 3.7 Max | 21 may 2026 | -1,80 | win prob 0.25; 95% CI -2.0..-1.6 | No | Fuente | |
| Mistral Medium 3.5 | 29 abr 2026 | -1,90 | win prob 0.23; 95% CI -2.1..-1.7 | No | Fuente | |
| DeepSeek V3.2 | 01 dic 2025 | -2,10 | win prob 0.21; 95% CI -2.4..-1.8 | No | Fuente | |
| Qwen 3.6 Plus | 01 abr 2026 | -2,20 | win prob 0.20; 95% CI -2.5..-1.7 | No | Fuente |
