博客

哪款雅思作文评分工具更准确?我们测试了73篇官方评分作文

我们使用同一批73篇官方评分作文,对比三款在线AI雅思作文评分工具;IELTS Writing Checker 在每个已公布的题型和来源分组里都最接近官方评分。

作文纸与三个测量柱,青绿色测量柱准确落在目标中心。
0.49平均绝对误差
73篇官方评分作文
78.1%误差不超过0.5分
89.0%误差不超过1分
实验结论

在本次三款产品对比中,评分结果最接近官方评分

对练习来说,真正重要的不是评分工具偶尔猜中一次,而是整体能否稳定接近官方评分。在同一批73篇官方评分作文中,IELTS Writing Checker 的平均误差最低,为0.49分;Engnovate 为0.90分,Writing9 为1.62分。

换成更直观的说法:IELTS Writing Checker 有78.1%的评分与官方结果相差不超过0.5分,89.0%相差不超过1分。在下方每个任务类型和官方来源分组中,它的平均误差也都是最低。

整体准确率对比

三个指标分别说明平均相差多少,以及评分落在0.5分和1分误差范围内的频率。

与官方评分的平均距离越低越好 ↓
0.90
Engnovate
1.62
Writing9
误差不超过0.5分越高越好 ↑
38.4%
Engnovate
24.7%
Writing9
误差不超过1分越高越好 ↑
78.1%
Engnovate
41.1%
Writing9
平均绝对误差

平均每篇与官方评分相差多少。数值越低,说明整体越接近官方评分。

误差不超过0.5分

每100次评分中,有多少次与官方结果相差不超过0.5分。比例越高越好。

误差不超过1分

每100次评分中,有多少次与官方结果相差不超过1分。比例越高越好。

Writing9 和 Engnovate 的评分准吗?

在本次73篇官方评分作文测试中,Writing9 的平均绝对误差为1.62分,24.7%的评分与官方结果相差不超过0.5分;Engnovate 的平均绝对误差为0.90分,38.4%的评分落在0.5分误差内。两款工具都可以提供练习参考,但在这批样本中,它们与官方评分的平均距离都高于 IELTS Writing Checker。

无论小作文还是大作文,结果都更接近官方评分

Task 2是三款产品共同最难评准的一组。即便如此,IELTS Writing Checker 在A类Task 1、G类Task 1和Task 2中的平均误差仍然都是最低。

A类 Task 1 图表作文n=25 · 越低越好 ↓
0.72
Engnovate
1.46
Writing9
G类 Task 1 书信n=14 · 越低越好 ↓
0.86
Engnovate
1.46
Writing9
Task 2 大作文n=34 · 越低越好 ↓
1.04
Engnovate
1.79
Writing9

换一批官方材料,结论仍然相同

把73篇作文分别按 IELTS 官网、Official IELTS Practice Materials 和剑桥雅思18–20重新计算,IELTS Writing Checker 在三组中都最接近官方评分。

IELTS官网评分样本n=27 · 越低越好 ↓
1.13
Engnovate
2.00
Writing9
Official IELTS Practice Materialsn=20 · 越低越好 ↓
0.68
Engnovate
1.18
Writing9
剑桥雅思18–20n=26 · 越低越好 ↓
0.83
Engnovate
1.56
Writing9

73篇从哪里来?权威吗?

27IELTS官网评分样本
20Official IELTS Practice Materials
26剑桥雅思18–20

截至2026年7月,我们能找到并完整核验、同时适合按照现行雅思写作评分规范比较的官方评分作文共73篇。每篇都必须有完整题目、完整作答和可核验的官方数字总分;重复发布的作文,以及没有官方分数的示范答案不计入。按照这个规则,73篇不是从更多合格作文里抽样,而是当时能收集到的全部合格样本。

剑桥雅思虽然出版了很多本,但雅思写作评分量表在2023年5月完成修订剑桥雅思18于2023年7月出版,是修订后发布的第一本,因此本次从第18册开始,并纳入之后的19和20。更早的剑桥雅思仍然适合练习,只是不用于这次以现行评分规范为基准的准确率对比。

最终73篇包括:IELTS官网评分样本27篇、Official IELTS Practice Materials 1和2共20篇,以及剑桥雅思18–20中的官方评分作文26篇。

这次对比是怎么做的

测试方法

  1. 同一批73篇题目和作文分别提交给三款产品;在评分完成前,产品不会看到官方分数。
  2. A类Task 1中,需要看图的题目会在产品支持图片上传时附上原图。Writing9不支持上传图片,因此所有A类Task 1图表题在Writing9中都没有附图,只提交了文字题目和作文。
  3. 每篇作文都按同样方式计入结果。三款产品完成评分后,再把显示的总分与官方总分进行比较,并计算上面的三个指标。
  4. Writing9最低分为“<4”。为了进行统一计算,这类结果按3.5分处理。

官方依据

先查看我们整理的评分标准和官方范文集合;需要核验时,也可以继续访问下方官方原始资料。