散文文风迁移写作

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：散文文风迁移写作
  • 测试类型：文本生成
  • 评测维度：创意写作
  • 参与评测的模型数：243 个

系统提示词（System Prompt）

你是一位擅长散文写作的文学创作者。 写作要求： 1. 仔细体会所给参考文段的文风特点 2. 模仿其语言风格、句式节奏进行创作 3. 文字需有意境，情感需真实自然 4. 字数在150字左右

用户提示词（User Prompt）

请阅读以下散文片段，体会其文风： --- 喜欢在寂静的夜晚，点一抹烛光，捂着热气腾腾的茶，立身望于窗下——城市喧嚣依旧，那些高大而阴冷的怪物压下他黑沉沉的身躯，撞断了我想要飞翔的目光，使他折了翅膀。然思绪却穿透无处不在的阴影，散落在天穹，与群星共舞。 茶凉了，烛灭了，心还亮敞着。 喧闹有时似乎是心灵的敌人，使他无法安宁。我处于吵闹的地方，便更怀念那片寂静。 --- 请以「雨」为主题，模仿上述文段的文风，写一段散文（150字左右）。

各模型评测结果

  1. 第 1：doubao-seed-2-1-pro，得分 95.67 分 — 查看该模型的详细评测结果
  2. 第 2：kimi-k2.6，得分 93.0 分 — 查看该模型的详细评测结果
  3. 第 3：kimi-for-coding，得分 92.9 分 — 查看该模型的详细评测结果
  4. 第 4：Google: Gemma 4 26B A4B ，得分 92.9 分 — 查看该模型的详细评测结果
  5. 第 5：Claude Opus 4.6，得分 92.8 分 — 查看该模型的详细评测结果
  6. 第 6：doubao-seed-1-8，得分 92.6 分 — 查看该模型的详细评测结果
  7. 第 7：Qwen 3.7 Max，得分 92.5 分 — 查看该模型的详细评测结果
  8. 第 8：deepseek-v3.2，得分 92.43 分 — 查看该模型的详细评测结果
  9. 第 9：doubao-seed-2-0-lite，得分 92.43 分 — 查看该模型的详细评测结果
  10. 第 10：Tencent: Hy3 preview (free)，得分 92.3 分 — 查看该模型的详细评测结果
  11. 第 11：Elephant，得分 92.3 分 — 查看该模型的详细评测结果
  12. 第 12：OpenAI: GPT-5.4，得分 92.1 分 — 查看该模型的详细评测结果
  13. 第 13：GLM-5v-turbo，得分 92.1 分 — 查看该模型的详细评测结果
  14. 第 14：Google: Gemini 3.1 Pro Preview，得分 92.1 分 — 查看该模型的详细评测结果
  15. 第 15：kimi-k2.5，得分 92.03 分 — 查看该模型的详细评测结果
  16. 第 16：mimo-v2-omni，得分 92.0 分 — 查看该模型的详细评测结果
  17. 第 17：qwen3-max，得分 91.91 分 — 查看该模型的详细评测结果
  18. 第 18：doubao-seed-2-0-mini，得分 91.91 分 — 查看该模型的详细评测结果
  19. 第 19：Anthropic: Claude Sonnet 4.6，得分 91.91 分 — 查看该模型的详细评测结果
  20. 第 20：Google: Gemma 4 31B，得分 91.9 分 — 查看该模型的详细评测结果
  21. 第 21：Claude Opus 4 7，得分 91.8 分 — 查看该模型的详细评测结果
  22. 第 22：deepseek-v4-flash，得分 91.8 分 — 查看该模型的详细评测结果
  23. 第 23：qwen3.6-plus-preview，得分 91.7 分 — 查看该模型的详细评测结果
  24. 第 24：GPT-5.2，得分 91.7 分 — 查看该模型的详细评测结果
  25. 第 25：mimo-v2.5，得分 91.67 分 — 查看该模型的详细评测结果
  26. 第 26：mimo-v2.5-pro，得分 91.67 分 — 查看该模型的详细评测结果
  27. 第 27：xAI: Grok 4.1 Fast，得分 91.41 分 — 查看该模型的详细评测结果
  28. 第 28：qwen3-14b，得分 91.4 分 — 查看该模型的详细评测结果
  29. 第 29：glm-5-turbo，得分 91.4 分 — 查看该模型的详细评测结果
  30. 第 30：qwen3.5-omni-flash，得分 91.4 分 — 查看该模型的详细评测结果
  31. 第 31：qwen3.5-omni-plus，得分 91.4 分 — 查看该模型的详细评测结果
  32. 第 32：mimo-v2-pro，得分 91.4 分 — 查看该模型的详细评测结果
  33. 第 33：Gpt 5.5，得分 91.3 分 — 查看该模型的详细评测结果
  34. 第 34：doubao-seed-2-0-pro，得分 91.11 分 — 查看该模型的详细评测结果
  35. 第 35：doubao-seed-1-6，得分 91.0 分 — 查看该模型的详细评测结果
  36. 第 36：qwen3.5-plus-2026-02-15，得分 90.67 分 — 查看该模型的详细评测结果
  37. 第 37：glm-5，得分 90.63 分 — 查看该模型的详细评测结果
  38. 第 38：qwen3.5-27b，得分 90.6 分 — 查看该模型的详细评测结果
  39. 第 39：GLM-5.1，得分 90.5 分 — 查看该模型的详细评测结果
  40. 第 40：xAI: Grok 4.20 Beta，得分 90.5 分 — 查看该模型的详细评测结果
  41. 第 41：glm-5.2，得分 90.3 分 — 查看该模型的详细评测结果
  42. 第 42：Gemini 3.5 Flash，得分 90.3 分 — 查看该模型的详细评测结果
  43. 第 43：Meituan: LongCat Flash Chat，得分 90.27 分 — 查看该模型的详细评测结果
  44. 第 44：MiniMax-M2.5，得分 90.18 分 — 查看该模型的详细评测结果
  45. 第 45：glm-4.7，得分 90.09 分 — 查看该模型的详细评测结果
  46. 第 46：Google: Gemini 3 Flash Preview，得分 90.09 分 — 查看该模型的详细评测结果
  47. 第 47：StepFun: Step 3.5 Flash，得分 90.0 分 — 查看该模型的详细评测结果
  48. 第 48：kimi-k2-thinking-turbo，得分 89.58 分 — 查看该模型的详细评测结果
  49. 第 49：mimo-v2-flash，得分 89.2 分 — 查看该模型的详细评测结果
  50. 第 50：glm-4.5-air，得分 88.58 分 — 查看该模型的详细评测结果
  51. 第 51：step-3.7-flash，得分 88.4 分 — 查看该模型的详细评测结果
  52. 第 52：qwen3-coder-plus，得分 88.4 分 — 查看该模型的详细评测结果
  53. 第 53：MiniMax-M3，得分 88.1 分 — 查看该模型的详细评测结果
  54. 第 54：hunyuan-large，得分 88.09 分 — 查看该模型的详细评测结果
  55. 第 55：NVIDIA: Nemotron 3 Super (free)，得分 87.0 分 — 查看该模型的详细评测结果
  56. 第 56：OpenAI: GPT-5 Mini，得分 86.95 分 — 查看该模型的详细评测结果
  57. 第 57：MiniMax-M2.7，得分 86.2 分 — 查看该模型的详细评测结果
  58. 第 58：qwen3-coder-next，得分 86.0 分 — 查看该模型的详细评测结果
  59. 第 59：Anthropic: Claude Haiku 4.5，得分 85.94 分 — 查看该模型的详细评测结果
  60. 第 60：hunyuan-turbo，得分 85.87 分 — 查看该模型的详细评测结果
  61. 第 61：Qwen: Qwen3.5-9B，得分 85.0 分 — 查看该模型的详细评测结果
  62. 第 62：qwen3-8b，得分 85.0 分 — 查看该模型的详细评测结果
  63. 第 63：hunyuan-pro，得分 84.85 分 — 查看该模型的详细评测结果
  64. 第 64：qwen3.5-flash，得分 84.8 分 — 查看该模型的详细评测结果
  65. 第 65：OpenAI: gpt-oss-120b，得分 84.25 分 — 查看该模型的详细评测结果
  66. 第 66：doubao-seed-2-0-code，得分 83.8 分 — 查看该模型的详细评测结果
  67. 第 67：Mistral: Mistral Nemo，得分 83.75 分 — 查看该模型的详细评测结果
  68. 第 68：Google: Gemini 2.5 Flash Lite，得分 83.35 分 — 查看该模型的详细评测结果
  69. 第 69：deepseek-v4-pro，得分 82.9 分 — 查看该模型的详细评测结果
  70. 第 70：MiniMax-M2.1，得分 81.95 分 — 查看该模型的详细评测结果
  71. 第 71：qwen3.5-35b-a3b，得分 81.2 分 — 查看该模型的详细评测结果
  72. 第 72：Grok 4，得分 80.2 分 — 查看该模型的详细评测结果
  73. 第 73：qwen3-4b，得分 79.2 分 — 查看该模型的详细评测结果
  74. 第 74：OpenAI: GPT-5 Nano，得分 79.15 分 — 查看该模型的详细评测结果
  75. 第 75：OpenAI: GPT-4o-mini，得分 76.98 分 — 查看该模型的详细评测结果
  76. 第 76：doubao-seed-1-6-flash，得分 76.7 分 — 查看该模型的详细评测结果
  77. 第 77：qwen3-235b-a22b，得分 75.8 分 — 查看该模型的详细评测结果
  78. 第 78：Meta: Llama 3.3 70B Instruct，得分 75.28 分 — 查看该模型的详细评测结果
  79. 第 79：OpenAI: gpt-oss-20b，得分 73.37 分 — 查看该模型的详细评测结果
  80. 第 80：qwen3-coder-flash，得分 69.2 分 — 查看该模型的详细评测结果
  81. 第 81：qwen3-0.6b，得分 64.8 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…