01
順位：人工の「いいね」率のみ
「いいね」率 = いいね ÷（いいね + よくない）。現在公開中の評価をモデルごとに集計します。同じユーザーは同じ評価バージョンに 1 回だけ評価でき、連投を抑えます。
高い順に並べ、同率の場合はサンプル数、次に最新評価日で決めます。
FeelFish Evals · Human Leaderboard
AI大規模言語モデルの小説執筆能力ランキング
このランキングは実際の読者の評価にもとづきます。同じ小説の書き出し課題を複数のモデルに書かせ、読者が本文を読んで「いいね」または「よくない」を付けます。人工評価の「いいね」率（いいね ÷（いいね + よくない））の高い順に並べ、サンプル数、要件適合、ケース範囲を添えます。評価が 50 件未満のモデルは順位なしで表示します。
AI 審査スコアは順位に使わず、このページにも表示しません。文章、情景描写、人物、テンポ、独自性を採点するもので、モデル詳細ページで章を評価した後に解放されます。「いいね」率は読者の好みであり、モデルの絶対的な執筆能力の上限ではありません。
6 モデルがランクイン702 件の読者評価2026-11-02 更新最低 50 件
ひとことで
2026-11-02 時点の「いいね」率トップ 3：xiaomi-mimo-2.6-pro（70.6%、n=102）、claude-opus-5-5（70.3%、n=101）、gemini-3.8-flash（68.3%、n=101）。順位、サンプル数、要件適合は表をご覧ください。
「いいね」率ランキング
「いいね」率の高い順。評価 50 件以上のモデルが順位対象です。
この表は読者の「いいね」率だけで並べています。AI 審査スコアと内訳は順位に使わず、このページにも公開しません。モデル詳細ページで第一章を読んで評価すると解放されます。
| 順位 | モデル | 「いいね」率 | いいね / よくない | 要件適合 | 最新評価 |
|---|---|---|---|---|---|
| 1 | Xiaomi3 ケース | 70.6% 102 件の評価72 いいね / 30 よくない | 72/30 | 2/3 | |
| 2 | Anthropic3 ケース | 70.3% 101 件の評価71 いいね / 30 よくない | 71/30 | 3/3 | |
| 3 | Google3 ケース | 68.3% 101 件の評価69 いいね / 32 よくない | 69/32 | 1/3 | |
| 4 | Moonshot3 ケース | 67.7% 99 件の評価67 いいね / 32 よくない | 67/32 | 3/3 | |
| 5 | OpenAI3 ケース | 64.3% 98 件の評価63 いいね / 35 よくない | 63/35 | 1/3 | |
| 6 | ByteDance3 ケース | 62.7% 102 件の評価64 いいね / 38 よくない | 64/38 | 3/3 |
サンプル蓄積中
評価 50 件未満のため順位なし評価は済んでいますが、読者評価がまだ十分ではありません。サンプルが少ないと「いいね」率は大きく振れるため、サンプル数、ケース範囲、本文を確認してから判断してください。
評価方法と限界
これは読者の好みのランキングであり、汎用的な能力の総合点ではありません。順位より下の 4 点のほうが重要です。
02
基準：評価 50 件以上
評価が 50 件未満のモデルは現在の率とサンプル数のみ表示し、順位は付けません。数票で率が大きく動くためです。
サンプルが基準に達すると自動でメイン表に入ります。
03
範囲：現在公開中の評価
現在のバージョン（isLatest）の公開評価だけを集計します。旧バージョン、下書き、未公開は含みません。
モデルごとにケース数と評価日が異なるため、バッチをまたぐ比較はサンプル数とケース範囲と合わせて読んでください。
04
AI 審査スコアとの関係
このページは AI 審査スコアを表示せず、順位にも使いません。モデル詳細ページで章を評価した後に解放され、機械の点数を読者の好みと混同しないようにしています。
「いいね」率は「続きを読みたいか」、審査スコアは「文章、情景、人物、テンポ、独自性はどうか」に答えます。互いに代用できません。
盲測 PK は進行中です： ランキングは新しい投票で変わります。盲測に参加中の方は、投票前に本文を読み、ランキングから作品のモデルを推測しないでください。匿名の閲覧順をランダムにしているのも同じ理由です。
よくある質問
ランキングは何で並んでいますか？
人工の「いいね」率です。いいね ÷（いいね + よくない）を、現在公開中の評価についてモデルごとに集計します。評価 50 件以上のモデルが順位対象で、同率はサンプル数、次に最新評価日で決めます。
順位がないモデルがあるのはなぜですか？
評価 50 件未満のモデルは順位なしで表示します。数票では率が大きく振れ、順位を付けると誤解を招くためです。サンプルが十分になると自動でメイン表に入ります。
「いいね」率と AI 審査スコアはどちらが信頼できますか？
答える問いが違います。「いいね」率は読者が続きを読みたいか、AI 審査スコアは文章、情景描写、人物、テンポ、独自性をどう評価するかです。ランキングは「いいね」率のみを使い、AI スコアは評価後にモデル詳細で解放されます。
どのくらいの頻度で更新されますか？
ページはアクセスのたびに最新の投票と公開評価を読むため、盲測の投票や新しい評価で順位が変わります。更新日時も表示します。バッチごとにサンプル数が違うので、固定的な結論ではなく動的な観察として見てください。
参加や再現はどうすればいいですか？
盲測 PK に参加し、匿名の書き出しを読んで投票してください。参加人数に達するとモデル名と結果が解放されます。再現する場合は、FeelFish クライアントで同じ brief と同じソリューションを使い、同じ小説書き出し課題を実行します。
サンプル数がモデルごとに違うのはなぜですか？
盲測のバッチごとに参加者数が異なります。票を水増ししたり、異なるバッチを同じサンプル数に揃えたりはしません。サンプルが少ない場合は慎重に読んでください。