多视角叙事

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：多视角叙事
  • 测试类型：文本生成
  • 评测维度：写作能力
  • 参与评测的模型数：193 个

系统提示词（System Prompt）

你是一名资深消费电子产品文案策划师，擅长为消费者撰写清晰、有吸引力的产品描述。 回答要求： 1. 必须准确覆盖产品的所有核心卖点，不得遗漏或歪曲给定信息。 2. 语言风格亲切自然，面向普通消费者，避免过度堆砌专业术语。 3. 字数控制在 200 字左右（180–220 字均可接受），不得严重超出或不足。 4. 行文流畅，结构清晰，具有一定的感染力与购买引导性。

用户提示词（User Prompt）

请为一款蓝牙耳机撰写一段产品描述，字数控制在 200 字左右（180–220 字）。 产品核心信息如下： - 功能亮点：主动降噪（ANC），可有效隔绝外界噪音 - 续航时间：单次充电可连续使用 8 小时 - 佩戴体验：轻盈舒适，长时间佩戴不疲劳 写作要求： 1. 三项核心信息（降噪、8小时续航、舒适佩戴）必须全部体现在描述中，且表述准确。 2. 语言面向普通消费者，生动易懂，具有吸引力。 3. 整体结构完整，有开头引入、核心卖点展开和结尾收束。

各模型评测结果

  1. 第 1：Google: Gemma 4 26B A4B ，得分 94.7 分 — 查看该模型的详细评测结果
  2. 第 2：GLM-5.1，得分 93.5 分 — 查看该模型的详细评测结果
  3. 第 3：MiniMax-M2.7，得分 93.5 分 — 查看该模型的详细评测结果
  4. 第 4：Google: Gemma 4 31B，得分 93.1 分 — 查看该模型的详细评测结果
  5. 第 5：GLM-5v-turbo，得分 92.7 分 — 查看该模型的详细评测结果
  6. 第 6：StepFun: Step 3.5 Flash，得分 92.2 分 — 查看该模型的详细评测结果
  7. 第 7：mimo-v2-omni，得分 92.2 分 — 查看该模型的详细评测结果
  8. 第 8：Grok 4，得分 91.7 分 — 查看该模型的详细评测结果
  9. 第 9：mimo-v2-pro，得分 91.0 分 — 查看该模型的详细评测结果
  10. 第 10：xAI: Grok 4.20 Beta，得分 91.0 分 — 查看该模型的详细评测结果
  11. 第 11：Google: Gemini 3 Flash Preview，得分 90.92 分 — 查看该模型的详细评测结果
  12. 第 12：deepseek-v3.2，得分 90.45 分 — 查看该模型的详细评测结果
  13. 第 13：Anthropic: Claude Sonnet 4.6，得分 90.43 分 — 查看该模型的详细评测结果
  14. 第 14：qwen3.5-omni-flash，得分 90.3 分 — 查看该模型的详细评测结果
  15. 第 15：doubao-seed-1-6，得分 90.3 分 — 查看该模型的详细评测结果
  16. 第 16：qwen3.5-27b，得分 90.2 分 — 查看该模型的详细评测结果
  17. 第 17：Claude Opus 4.6，得分 89.3 分 — 查看该模型的详细评测结果
  18. 第 18：glm-5，得分 88.98 分 — 查看该模型的详细评测结果
  19. 第 19：glm-4.7，得分 88.9 分 — 查看该模型的详细评测结果
  20. 第 20：qwen3.6-plus-preview，得分 88.9 分 — 查看该模型的详细评测结果
  21. 第 21：doubao-seed-1-8，得分 88.7 分 — 查看该模型的详细评测结果
  22. 第 22：OpenAI: GPT-4o-mini，得分 88.65 分 — 查看该模型的详细评测结果
  23. 第 23：xAI: Grok 4.1 Fast，得分 88.58 分 — 查看该模型的详细评测结果
  24. 第 24：GPT-5.2，得分 88.5 分 — 查看该模型的详细评测结果
  25. 第 25：MiniMax-M2.5，得分 88.5 分 — 查看该模型的详细评测结果
  26. 第 26：OpenAI: GPT-5.4，得分 88.0 分 — 查看该模型的详细评测结果
  27. 第 27：kimi-k2.5，得分 88.0 分 — 查看该模型的详细评测结果
  28. 第 28：kimi-k2-thinking-turbo，得分 87.55 分 — 查看该模型的详细评测结果
  29. 第 29：mimo-v2-flash，得分 87.32 分 — 查看该模型的详细评测结果
  30. 第 30：qwen3-8b，得分 87.2 分 — 查看该模型的详细评测结果
  31. 第 31：qwen3.5-35b-a3b，得分 86.7 分 — 查看该模型的详细评测结果
  32. 第 32：OpenAI: gpt-oss-120b，得分 86.6 分 — 查看该模型的详细评测结果
  33. 第 33：Meituan: LongCat Flash Chat，得分 85.57 分 — 查看该模型的详细评测结果
  34. 第 34：qwen3.5-plus-2026-02-15，得分 85.53 分 — 查看该模型的详细评测结果
  35. 第 35：qwen3-coder-plus，得分 85.5 分 — 查看该模型的详细评测结果
  36. 第 36：doubao-seed-2-0-mini，得分 85.4 分 — 查看该模型的详细评测结果
  37. 第 37：qwen3-max，得分 85.33 分 — 查看该模型的详细评测结果
  38. 第 38：Anthropic: Claude Haiku 4.5，得分 84.32 分 — 查看该模型的详细评测结果
  39. 第 39：qwen3-coder-flash，得分 84.2 分 — 查看该模型的详细评测结果
  40. 第 40：qwen3.5-flash，得分 83.9 分 — 查看该模型的详细评测结果
  41. 第 41：glm-4.5-air，得分 83.9 分 — 查看该模型的详细评测结果
  42. 第 42：MiniMax-M2.1，得分 83.28 分 — 查看该模型的详细评测结果
  43. 第 43：qwen3-4b，得分 83.0 分 — 查看该模型的详细评测结果
  44. 第 44：qwen3.5-omni-plus，得分 82.7 分 — 查看该模型的详细评测结果
  45. 第 45：doubao-seed-2-0-lite，得分 82.3 分 — 查看该模型的详细评测结果
  46. 第 46：qwen3-14b，得分 82.2 分 — 查看该模型的详细评测结果
  47. 第 47：doubao-seed-2-0-pro，得分 81.88 分 — 查看该模型的详细评测结果
  48. 第 48：Mistral: Mistral Nemo，得分 81.42 分 — 查看该模型的详细评测结果
  49. 第 49：OpenAI: GPT-5 Mini，得分 80.78 分 — 查看该模型的详细评测结果
  50. 第 50：doubao-seed-1-6-flash，得分 79.7 分 — 查看该模型的详细评测结果
  51. 第 51：Google: Gemini 3.1 Pro Preview，得分 79.57 分 — 查看该模型的详细评测结果
  52. 第 52：doubao-seed-2-0-code，得分 79.3 分 — 查看该模型的详细评测结果
  53. 第 53：qwen3-coder-next，得分 79.3 分 — 查看该模型的详细评测结果
  54. 第 54：hunyuan-large，得分 78.5 分 — 查看该模型的详细评测结果
  55. 第 55：OpenAI: GPT-5 Nano，得分 78.0 分 — 查看该模型的详细评测结果
  56. 第 56：OpenAI: gpt-oss-20b，得分 76.05 分 — 查看该模型的详细评测结果
  57. 第 57：hunyuan-turbo，得分 74.78 分 — 查看该模型的详细评测结果
  58. 第 58：qwen3-235b-a22b，得分 74.0 分 — 查看该模型的详细评测结果
  59. 第 59：hunyuan-pro，得分 72.88 分 — 查看该模型的详细评测结果
  60. 第 60：qwen3-0.6b，得分 71.5 分 — 查看该模型的详细评测结果
  61. 第 61：Meta: Llama 3.3 70B Instruct，得分 65.92 分 — 查看该模型的详细评测结果
  62. 第 62：Google: Gemini 2.5 Flash Lite，得分 45.3 分 — 查看该模型的详细评测结果
  63. 第 63：NVIDIA: Nemotron 3 Super (free)，得分 — 分 — 查看该模型的详细评测结果
  64. 第 64：Qwen: Qwen3.5-9B，得分 — 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…