Creative Story Writing
AIベンチマーク結果とモデルの性能
種類: numerical
記録された結果
30
平均スコア
0.00
スコアの範囲
-3.60 - 3.50
最上位モデル
3.50 - GPT 5.5
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| GPT 5.5 | 2026年4月23日 | 3.50 | xHigh reasoning; win prob 0.92; 95% CI 3.4..3.6 | いいえ | 出典 | |
| GPT 5.4 | 2026年3月05日 | 3.40 | xHigh reasoning; win prob 0.91; 95% CI 3.3..3.6 | いいえ | 出典 | |
| Claude Opus 4.7 | 2026年4月16日 | 3 | High reasoning; win prob 0.87; 95% CI 2.8..3.1 | いいえ | 出典 | |
| Claude Sonnet 4.6 | 2026年2月17日 | 2.80 | 16K thinking; win prob 0.86; 95% CI 2.7..3.0 | いいえ | 出典 | |
| Claude Opus 4.6 | 2026年2月05日 | 2.20 | 16K thinking; win prob 0.80; 95% CI 2.0..2.5 | いいえ | 出典 | |
| Claude Opus 4.8 | 2026年5月28日 | 1.70 | xHigh reasoning; win prob 0.75; 95% CI 1.6..1.9 | いいえ | 出典 | |
| GPT 5.2 | 2025年12月11日 | 1.50 | Medium reasoning; win prob 0.72; 95% CI 1.3..1.7 | いいえ | 出典 | |
| Kimi K2.6 | 2026年4月20日 | 1.20 | win prob 0.68; 95% CI 1.1..1.4 | いいえ | 出典 | |
| Mistral Medium 3.1 | 2025年8月12日 | 0.80 | win prob 0.63; 95% CI 0.6..1.0 | いいえ | 出典 | |
| DeepSeek V4 Pro | 2026年4月24日 | 0.60 | win prob 0.60; 95% CI 0.5..0.8 | いいえ | 出典 | |
| MiMo V2.5 Pro | 2026年4月23日 | 0.50 | win prob 0.58; 95% CI 0.3..0.6 | いいえ | 出典 | |
| Qwen3 Max Preview | - | 0.40 | win prob 0.57; 95% CI 0.2..0.6 | いいえ | 出典 | |
| Qwen 3.6 Max Preview | - | 0.10 | win prob 0.52; 95% CI -0.1..0.2 | いいえ | 出典 | |
| Kimi K2.5 | 2026年1月27日 | -0.20 | win prob 0.47; 95% CI -0.4..-0.1 | いいえ | 出典 | |
| GLM 5.1 | 2026年4月07日 | -0.20 | win prob 0.48; 95% CI -0.4..0.0 | いいえ | 出典 | |
| MiMo V2 Pro | 2026年3月18日 | -0.40 | win prob 0.45; 95% CI -0.7..-0.2 | いいえ | 出典 | |
| Gemini 3.5 Flash | 2026年5月19日 | -1.20 | win prob 0.33; 95% CI -1.3..-1.1 | いいえ | 出典 | |
| Seed 2.0 Pro | 2026年2月14日 | -1.40 | win prob 0.30; 95% CI -1.6..-1.2 | いいえ | 出典 | |
| Gemini 3.1 Pro Preview | 2026年2月19日 | -1.50 | win prob 0.29; 95% CI -1.7..-1.3 | いいえ | 出典 | |
| Mistral Large 3.0 | 2025年12月02日 | -1.60 | win prob 0.28; 95% CI -1.8..-1.3 | いいえ | 出典 | |
| Gemma 4 31B | 2026年4月02日 | -1.70 | Reasoning; win prob 0.26; 95% CI -1.9..-1.5 | いいえ | 出典 | |
| Qwen 3.7 Max | 2026年5月21日 | -1.80 | win prob 0.25; 95% CI -2.0..-1.6 | いいえ | 出典 | |
| Mistral Medium 3.5 | 2026年4月29日 | -1.90 | win prob 0.23; 95% CI -2.1..-1.7 | いいえ | 出典 | |
| DeepSeek V3.2 | 2025年12月01日 | -2.10 | win prob 0.21; 95% CI -2.4..-1.8 | いいえ | 出典 | |
| Qwen 3.6 Plus | 2026年4月01日 | -2.20 | win prob 0.20; 95% CI -2.5..-1.7 | いいえ | 出典 |
