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
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27