EQ-Bench 创意写作 v3 榜更新：GPT-6-Astra、Fable 5.1 等新模型实测
sam_paech · x · 2026-09-07
sampaech（EQ-Bench 作者）测试了新模型在创意写作上的表现，涵盖 GPT-6-Astra、Fable 5.1、Muse Spark 1.3、Gemini 3.8 flash，并附 EQ-Bench Creative Writing v3 排行榜（LLM 评委打分，含 Slop Score 与 Repetition 指标）。
作者主观评价：
- 强烈偏好 Muse Spark 1.3：它按你的要求写，没有强加的「官腔风格」（house style）。
- Fable 已收敛出自己的「claudeslop」味，没法正常写作。
- GPT-6-Astra 则忘了怎么平实地写。
所属事件:EQ-Bench 更新创意写作榜：作者偏爱 Muse Spark 并警示 LLM 评审盲区(6 条相关)→
「模型」频道最新
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27