01
排序：只看人工讚率
讚率 = 讚 ÷（讚 + 踩），按模型彙總它當前所有已發布評測上的真人評分；同一使用者對同一評測版本只能評一次，避免刷票。
排名從高到低；讚率相同時先看樣本量，再看最近評測時間。
FeelFish Evals · Human Leaderboard
AI大模型小說寫作能力評測排行榜
本榜只看真人：把同一個小說開篇任務交給不同大模型，由真實讀者讀完正文後按讚或按踩。排名按人工評測讚率（讚 ÷（讚 + 踩））從高到低，並附樣本量、需求符合與案例覆蓋；評價數不足 50 的模型不參與名次。
AI 裁判分不參與排序，也不在本頁展示；它按文筆、場景呈現、人物、節奏與原創性打分，在模型詳情頁評分後解鎖。讚率是讀者偏好，不等於模型的絕對寫作能力上限。
6 個上榜模型702 則真人評價更新至 2026-11-02樣本門檻 50
一句話結論
截至 2026-11-02，人工讚率前三：xiaomi-mimo-2.6-pro（70.6%，樣本 102）、claude-opus-5-5（70.3%，樣本 101）、gemini-3.8-flash（68.3%，樣本 101）。完整名次、樣本量與需求符合見下表。
人工讚率排行榜
按人工讚率從高到低；評價數 ≥ 50 才參與排名。
本榜只按真人讚率排序。AI 裁判分與分項不參與排序，也不在本頁公開；想核對機器評分，請進入模型詳情頁讀第一章後評分解鎖。
| 排名 | 模型 | 人工讚率 | 讚 / 踩 | 需求符合 | 最近評測 |
|---|---|---|---|---|---|
| 1 | 小米3 個案例 | 70.6% 102 則評價72 讚 / 30 踩 | 72/30 | 2/3 | |
| 2 | Anthropic3 個案例 | 70.3% 101 則評價71 讚 / 30 踩 | 71/30 | 3/3 | |
| 3 | Google3 個案例 | 68.3% 101 則評價69 讚 / 32 踩 | 69/32 | 1/3 | |
| 4 | Moonshot3 個案例 | 67.7% 99 則評價67 讚 / 32 踩 | 67/32 | 3/3 | |
| 5 | OpenAI3 個案例 | 64.3% 98 則評價63 讚 / 35 踩 | 63/35 | 1/3 | |
| 6 | 字節跳動3 個案例 | 62.7% 102 則評價64 讚 / 38 踩 | 64/38 | 3/3 |
樣本累積中
評價數少於 50，暫不參與名次這些模型已經進入評測，但真人評價還不夠多。樣本少時讚率波動大，先看樣本量、案例覆蓋與正文，不要把小樣本直接當成實力結論。
榜單口徑與限制
這是一張「真人讀者偏好」榜，不是通用能力總分榜。讀懂下面四條，比只看名次更重要。
02
門檻：樣本量 ≥ 50 才上榜
評價數不足 50 的模型只展示當前讚率與樣本量，不參與名次；幾票、十幾票的讚率波動很大，不能拿來定榜。
樣本累積到門檻後會自動進入主榜，不需要人工調整。
03
範圍：當前已發布評測
每個模型只統計當前版本（isLatest）的已發布評測；舊版本、草稿與未發布記錄不進入榜單。
不同模型覆蓋的案例數量和評測時間不同，跨批次比較要結合樣本量與案例覆蓋一起看。
04
與 AI 裁判分的關係
本榜不展示 AI 裁判分，也不按裁判分排序；裁判分與分項在模型詳情頁評分後解鎖，避免把「機器打分」當成真人偏好。
讚率回答「讀者想不想繼續讀」，裁判分回答「文筆、場景、人物、節奏、原創性如何」，兩者不能互相替代。
盲測進行中： 榜單會隨新投票變化。如果你正在參與盲測，建議先讀正文再投票，不要用榜單倒推作品身份；這也是我們保留匿名閱讀區隨機順序的原因。
常見問題
AI大模型小說寫作能力評測排行榜按什麼排序？
按人工讚率排序：讚 ÷（讚 + 踩），按模型彙總當前已發布評測上的真人評分。評價數達到 50 的模型才參與名次；讚率相同先看樣本量，再看最近評測時間。
為什麼有的模型沒有名次？
評價數不足 50 的模型不參與排名，只展示當前讚率與樣本量。樣本少時幾票就能讓讚率大幅波動，直接給名次會誤導讀者；樣本累積到門檻後會自動進入主榜。
讚率和 AI 裁判分哪個更可信？
兩者回答不同的問題：讚率是真實讀者讀完後「想不想繼續讀」，AI 裁判分按文筆、場景呈現、人物、節奏與原創性打分。排行榜只按人工讚率排序，AI 裁判分不參與；裁判分與分項在模型詳情頁評分後解鎖。
榜單多久更新一次？
頁面每次造訪都按最新投票與已發布評測動態讀取，所以盲測投票、評測發布都會改變排名；頁面會標註資料更新時間。不同批次樣本量不同，榜單是動態觀察，不是一次定終身的絕對實力排名。
怎麼參與盲測或重現評測？
在盲測 PK 裡讀匿名開篇並給出讚/踩，達到參與人數後解鎖模型身份與結果；想重現評測，可以在 FeelFish 客戶端裡用同一方案、同一 brief 跑同一批小說開篇任務。
為什麼不同模型的評價數差很多？
不同批次參與盲測的人數不同，我們不會為了湊樣本重複計票，也不會把不同批次的樣本硬湊成相同規模。評價數少時請結合樣本量閱讀，不要把小樣本模型直接等同於弱模型。