Creative Story Writing
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: numerical
दर्ज परिणाम
30
औसत स्कोर
0.00
स्कोर सीमा
-3.60 - 3.50
अग्रणी मॉडल
3.50 - GPT 5.5
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| GPT 5.5 | 23 अप्रैल 2026 | 3.50 | xHigh reasoning; win prob 0.92; 95% CI 3.4..3.6 | नहीं | स्रोत | |
| GPT 5.4 | 05 मार्च 2026 | 3.40 | xHigh reasoning; win prob 0.91; 95% CI 3.3..3.6 | नहीं | स्रोत | |
| Claude Opus 4.7 | 16 अप्रैल 2026 | 3 | High reasoning; win prob 0.87; 95% CI 2.8..3.1 | नहीं | स्रोत | |
| Claude Sonnet 4.6 | 17 फ़र॰ 2026 | 2.80 | 16K thinking; win prob 0.86; 95% CI 2.7..3.0 | नहीं | स्रोत | |
| Claude Opus 4.6 | 05 फ़र॰ 2026 | 2.20 | 16K thinking; win prob 0.80; 95% CI 2.0..2.5 | नहीं | स्रोत | |
| Claude Opus 4.8 | 28 मई 2026 | 1.70 | xHigh reasoning; win prob 0.75; 95% CI 1.6..1.9 | नहीं | स्रोत | |
| GPT 5.2 | 11 दिस॰ 2025 | 1.50 | Medium reasoning; win prob 0.72; 95% CI 1.3..1.7 | नहीं | स्रोत | |
| Kimi K2.6 | 20 अप्रैल 2026 | 1.20 | win prob 0.68; 95% CI 1.1..1.4 | नहीं | स्रोत | |
| Mistral Medium 3.1 | 12 अग॰ 2025 | 0.80 | win prob 0.63; 95% CI 0.6..1.0 | नहीं | स्रोत | |
| DeepSeek V4 Pro | 24 अप्रैल 2026 | 0.60 | win prob 0.60; 95% CI 0.5..0.8 | नहीं | स्रोत | |
| MiMo V2.5 Pro | 23 अप्रैल 2026 | 0.50 | win prob 0.58; 95% CI 0.3..0.6 | नहीं | स्रोत | |
| Qwen3 Max Preview | - | 0.40 | win prob 0.57; 95% CI 0.2..0.6 | नहीं | स्रोत | |
| Qwen 3.6 Max Preview | - | 0.10 | win prob 0.52; 95% CI -0.1..0.2 | नहीं | स्रोत | |
| Kimi K2.5 | 27 जन॰ 2026 | -0.20 | win prob 0.47; 95% CI -0.4..-0.1 | नहीं | स्रोत | |
| GLM 5.1 | 07 अप्रैल 2026 | -0.20 | win prob 0.48; 95% CI -0.4..0.0 | नहीं | स्रोत | |
| MiMo V2 Pro | 18 मार्च 2026 | -0.40 | win prob 0.45; 95% CI -0.7..-0.2 | नहीं | स्रोत | |
| Gemini 3.5 Flash | 19 मई 2026 | -1.20 | win prob 0.33; 95% CI -1.3..-1.1 | नहीं | स्रोत | |
| Seed 2.0 Pro | 14 फ़र॰ 2026 | -1.40 | win prob 0.30; 95% CI -1.6..-1.2 | नहीं | स्रोत | |
| Gemini 3.1 Pro Preview | 19 फ़र॰ 2026 | -1.50 | win prob 0.29; 95% CI -1.7..-1.3 | नहीं | स्रोत | |
| Mistral Large 3.0 | 02 दिस॰ 2025 | -1.60 | win prob 0.28; 95% CI -1.8..-1.3 | नहीं | स्रोत | |
| Gemma 4 31B | 02 अप्रैल 2026 | -1.70 | Reasoning; win prob 0.26; 95% CI -1.9..-1.5 | नहीं | स्रोत | |
| Qwen 3.7 Max | 21 मई 2026 | -1.80 | win prob 0.25; 95% CI -2.0..-1.6 | नहीं | स्रोत | |
| Mistral Medium 3.5 | 29 अप्रैल 2026 | -1.90 | win prob 0.23; 95% CI -2.1..-1.7 | नहीं | स्रोत | |
| DeepSeek V3.2 | 01 दिस॰ 2025 | -2.10 | win prob 0.21; 95% CI -2.4..-1.8 | नहीं | स्रोत | |
| Qwen 3.6 Plus | 01 अप्रैल 2026 | -2.20 | win prob 0.20; 95% CI -2.5..-1.7 | नहीं | स्रोत |
