构建一个AI创意写作基准的实际成本：单次评分规则调整耗资约$2,350

构建一个创意写作AI基准的隐性成本极高，仅修改一行评分规则并重新评判所有脚本就需约$2,350，重新生成所有输出则需$3,750。 该基准由4人耗时超过500小时开发，目前评测涵盖127个模型版本，包含6,350份脚本和25,400次AI评判，主要通过Claude Code、Codex及各模型API运行。