क्या Prepamigo की CELPIP राइटिंग स्कोरिंग सटीक है? आंकड़े, ईमानदारी से

किसी भी प्रैक्टिस टूल से पूछने के लिए यही सही सवाल है, और ज़्यादातर टूल इसका जवाब नहीं देते। एक राइटिंग स्कोर की कीमत तभी है जब वह आपको बताए कि एक असली रेटर क्या कहता, और यह जानने का एकमात्र तरीका कि वह ऐसा करता है या नहीं, मापना है। तो यह लेख वही माप है, सीधे-सीधे रखा हुआ, उन हिस्सों के साथ जो हमारे पक्ष में हैं और उनके साथ भी जो नहीं हैं।

एक पैराग्राफ़ में जवाब: 36 आधिकारिक CELPIP राइटिंग जवाबों पर, हर एक का स्कोर स्वतंत्र रूप से वेरिफाइड, Prepamigo का राइटिंग स्कोरर 86% बार वेरिफाइड लेवल पर पहुंचा। इसने हर मध्य-लेवल निबंध को सही किया, 75% कमज़ोर निबंधों को और 83% मज़बूत निबंधों को। तीन अलग-अलग रन में इसने, एक निबंध के फ़र्क से, वही नतीजा दिया। वही निबंध सीधे शब्दों में स्कोर करने को कहने पर, सबसे बेहतर अग्रणी मॉडल, GPT 5.6 sol, 78% तक पहुंचा; Claude मॉडल 61% और 56% तक पहुंचे।

आगे बताया गया है कि हर लेवल पर आंकड़ों का क्या मतलब है, गलतियां कहां और किस दिशा में होती हैं, स्कोर कितना स्थिर है, उन चैटबॉट के मुक़ाबले यह कैसा है जिन्हें आप शायद इसकी जगह इस्तेमाल कर रहे हों, फ़ीडबैक में क्या नया है, और इन सब बातों की रोशनी में अपना स्कोर कैसे पढ़ें।

यहां “सटीक” का मतलब क्या है

हम यह दावा नहीं कर रहे कि Prepamigo का स्कोर आपके टेस्ट के नतीजे की भविष्यवाणी करता है। कोई भी प्रैक्टिस टूल इसका वादा नहीं कर सकता। हम जो मापते हैं वह ज़्यादा सीमित और ज़्यादा ईमानदार है: ऐसा निबंध दिए जाने पर जिसका स्कोर स्वतंत्र रूप से वेरिफाइड हो, स्कोरर कितनी बार उसी लेवल का स्कोर देता है?

CELPIP राइटिंग 12 तक के स्केल पर रिपोर्ट की जाती है, और हमारे रेफ़रेंस डेटा में वेरिफाइड स्कोर तीन बैंड में आते हैं: कमज़ोर, यानी 4 या 5; मध्य, यानी 7 या 8; और मज़बूत, यानी 10 और उससे ऊपर। हम स्कोरर को तब सही मानते हैं जब उसका स्कोर वेरिफाइड बैंड के भीतर आता है। 10, 11 या 12 स्कोर किया गया मज़बूत निबंध सही है; 9 स्कोर किया गया चूक है, भले ही वह ज़रा-सी चूक हो।

हर लेवल पर सटीकता

कमज़ोर निबंध: 75%। बारह में से नौ बैंड के भीतर। तीनों चूकें एक पायदान ऊपर गईं: दो निबंधों को 6 मिला और एक को 7। हर एक छोटा और पतला लेकिन साफ़-सुथरा था, कम गलतियों वाला, और सफ़ाई ने उसे वह एक अंक दिला दिया जो उसने कंटेंट पर कमाया नहीं था। निचले सिरे पर स्कोरर की यही खास गलती है, और यह एक उदार गलती है: कमज़ोर लेखक को बताया जाता है कि वह असल से थोड़ा बेहतर है, कभी बदतर नहीं।

मध्य निबंध: 100%। बारह में से बारह 7 से 8 के बैंड के भीतर, तीनों रन में। यही वह लेवल है जहां ज़्यादातर उम्मीदवार होते हैं और जो ज़्यादातर इमिग्रेशन टारगेट तय करता है, और यहीं स्कोरर सबसे मज़बूत है। यहीं हमारे टेस्ट किए गए हर चैटबॉट की सबसे कमज़ोर जगह भी है, जिसकी वजहें तुलना वाला सेक्शन समझाता है।

मज़बूत निबंध: 83%। बारह में से दस। दोनों चूकें 9 थीं, एक पायदान नीचे। एक मज़बूत CELPIP निबंध बेदाग नहीं होता, और स्कोरर कभी-कभार एक चूक ज़्यादा पढ़ लेता है। कोई भी चूक 7 या 8 नहीं थी; मज़बूत निबंध को कभी नहीं बताया जाता कि वह औसत है।

टास्क के हिसाब से, स्कोरर 89% ईमेल जवाबों पर और 83% सर्वे जवाबों पर सही रहा। सर्वे जवाबों को रखना ज़्यादा मुश्किल है क्योंकि टास्क एक साफ़ पक्ष और विकसित वजहों का इनाम देता है, और जो जवाब विकल्पों के बीच हिचकिचाता है, उसे नियम से दंडित किया जाता है।

गलतियां किस दिशा में जाती हैं

जो ग्रेडर 14% बार गलत है, वह हानिरहित तरीके से गलत हो सकता है या नुकसानदेह तरीके से। नुकसानदेह है उस उम्मीदवार को, जिसे 8 चाहिए, यह बताना कि उसके पास है, जबकि नहीं है। हानिरहित है उसे यह बताना कि वह एक अंक कम है, जबकि नहीं है; इसकी कीमत एक हफ़्ते की प्रैक्टिस है और कुछ नहीं।

36 निबंधों पर स्कोरर की पांच चूकों में से तीन कमज़ोर निबंध थे जिन्हें 6 या 7 मिला और दो मज़बूत निबंध थे जिन्हें 9 मिला। किसी मध्य-लेवल निबंध को ऊंचा स्कोर नहीं मिला, और किसी कमज़ोर निबंध को मज़बूत स्कोर नहीं मिला। व्यावहारिक शब्दों में: अगर स्कोरर कहता है कि आप मध्य लेवल पर पहुंच गए हैं, तो आप पहुंच गए हैं, या एक अंक कम हैं। अगर यह कहता है कि आप मज़बूत लेवल पर पहुंच गए हैं, तो आप पहुंच गए हैं। यह सिर्फ़ नीचे की तरफ़ चापलूसी करता है, जहां एक छोटा, साफ़-सुथरा निबंध वह अंक पा सकता है जो उसने कमाया नहीं।

इसकी तुलना उन्हीं निबंधों पर चैटबॉट से करें। Claude Opus 5 ने सात मध्य-लेवल निबंधों को 9 या 10 बताया, जो उन उम्मीदवारों के लिए नुकसानदेह दिशा है जिन पर इसका सबसे ज़्यादा असर पड़ता है। GPT 5.6 sol ने तीन मध्य-लेवल निबंधों को 6 बताया, जो हानिरहित दिशा है, और तीन मज़बूत निबंधों को 9 पर रोका। ग्रेडर की सटीकता का आंकड़ा बताता है कि वह कितनी बार गलत है; दिशा बताती है कि जब वह गलत होता है तो आपको क्या कीमत चुकानी पड़ती है।

ईमेल बनाम सर्वे

36 निबंध दोनों राइटिंग टास्क में बंटे थे, और स्कोरर ने ईमेल टास्क पर, 89% के साथ, सर्वे जवाब के 83% से थोड़ा बेहतर किया। यह सर्वे की तरफ़ एक अतिरिक्त चूक है, और यह उसी दिशा में है जिसकी आप उम्मीद करेंगे।

ईमेल जवाबों को ज़्यादातर कवरेज पर स्कोर किया जाता है: क्या ज़रूरी पॉइंट संबोधित हुए, क्या लहजा पढ़ने वाले के हिसाब से सही है, क्या अभिवादन और समापन है। ये वे चीज़ें हैं जिन्हें स्कोरर कोई भी फ़ैसला करने से पहले नियम से जांचता है, इसलिए जिस ईमेल में ये हैं, उसे भरोसे से रखा जाता है। सर्वे जवाबों को एक तर्क की क्वालिटी पर स्कोर किया जाता है: एक साफ़ पक्ष और ऐसी वजहें जो सूचीबद्ध होने के बजाय विकसित की गई हों। विकास एक फ़ैसला है, और फ़ैसला ही वह जगह है जहां किसी ग्रेडर के पास, इंसान हो या नहीं, एक अंक से अलग होने की गुंजाइश होती है।

आपके लिए इसका मतलब है कि सर्वे स्कोर, ईमेल स्कोर से बहुत थोड़ा-सा नरम है। अगर आप सर्वे जवाबों पर अपने टारगेट के किनारे पर झूल रहे हैं, तो यह तय करने से पहले कि आप कहां खड़े हैं, एक के बजाय दो लिखें।

स्क्रीन के आपकी तरफ़ से

लेवल के हिसाब से देखने पर पता चलता है कि स्कोरर एक ज्ञात लेवल के निबंध पर कैसा करता है। आप इसे उल्टी तरफ़ से देख रहे हैं: आपके पास एक स्कोर है और आप जानना चाहते हैं कि उस पर कितना भरोसा करें।

• अगर यह 4 या 5 कहता है: निबंध नौ में से नौ बार कमज़ोर लेवल पर था। स्कोरर से मिला कम स्कोर सही है।
• अगर यह 7 या 8 कहता है: निबंध पंद्रह में से बारह बार मध्य लेवल पर था; बाकी तीन कमज़ोर निबंध थे जिन्हें एक पायदान ऊपर स्कोर मिला। 7 या 8 का मतलब है मध्य, और शायद थोड़ा नीचे।
• अगर यह 10 या उससे ऊपर कहता है: निबंध दस में से दस बार मज़बूत लेवल पर था। स्कोरर से मिला 10 एक 10 है।
• अगर यह 9 कहता है: टेस्ट के दोनों 9 वेरिफाइड मज़बूत निबंध थे। 9 वह स्कोर है जिसे ध्यान से पढ़ना चाहिए: इसका मतलब है टॉप के करीब, और उससे एक विकसित वजह या एक सटीक शब्द-चुनाव कम।

क्या एक ही निबंध को एक ही स्कोर मिलता है?

कंसिस्टेंसी के बिना सटीकता किस्मत है। इसलिए हमने सभी 36 निबंधों को अलग-अलग दिनों में तीन बार स्कोर किया, बीच में कुछ भी बदले बिना। स्कोरर ने 86%, 89% और 86% लौटाया। वही बारह मध्य-लेवल निबंध हर बार बैंड के भीतर थे, और कोई भी निबंध रन के बीच एक अंक से ज़्यादा नहीं हिला।

कंसिस्टेंसी इस बात से आती है कि स्कोरिंग मॉडल कैसे चलाया जाता है: रीज़निंग बंद, एक तय टेम्परेचर, और किसी खुले फ़ैसले के बजाय तय ग्रेड किए गए सैंपलों से तुलना। आपके लिए इसका मतलब है कि आपके स्कोर में बदलाव आपके लेखन में बदलाव है। अगर आप कोई निबंध दोबारा लिखते हैं और वह 8 से 10 पर चला जाता है, तो यह ग्रेडर का अच्छा दिन नहीं है।

जो आप इसकी जगह इस्तेमाल कर सकते हैं, उसके मुक़ाबले यह कैसा है

सटीकता का आंकड़ा तब ज़्यादा मायने रखता है जब उसकी तुलना करने के लिए कुछ हो। इसलिए हमने वही 36 निबंध उन चैटबॉट को दिए जिन्हें लोग असल में अपना लेखन जांचने के लिए इस्तेमाल करते हैं, उसी तरह जैसे कोई इंसान करता: टास्क, निबंध, और 0 से 12 तक स्कोर के लिए एक सीधी रिक्वेस्ट।

स्कोरर सबसे बेहतर चैटबॉट से आठ अंक और Claude मॉडलों से 25 से 30 अंक आगे है। गलतियों का आकार ही असल में मायने रखता है। मध्य-लेवल निबंधों पर Prepamigo 100% पर है, GPT 5.6 sol 75% पर, Gemini 42%, Claude Sonnet 5 33% और Claude Opus 5 25%: जिस चैटबॉट के पास तुलना के लिए कुछ नहीं है, वह एक साफ़-सुथरे, सामान्य 7 को 9 पढ़ता है, या कुछ गलतियों वाले सामान्य 7 को 6। मज़बूत निबंधों पर Claude Opus 5 असल में इस टेस्ट का सबसे अच्छा ग्रेडर है, 92% के साथ, जबकि Prepamigo 83% पर; यह उदार है, जो टॉप पर सही है और बाकी हर जगह गलत। GPT-4o mini ने बारह में से नौ मज़बूत निबंधों को 9 दिया।

स्कोरर के पास जो चीज़ है और चैटबॉट के पास नहीं, वह है तुलना के लिए हर लेवल पर उसी टास्क के असली ग्रेड किए गए निबंध, और एक रूल लेयर जो किसी भी मॉडल के राय देने से पहले ज़रूरी पॉइंट, सर्वे का रुख, अभिवादन और समापन, और लंबाई जांचता है। यही 86% और 78% के बीच का फ़र्क है, और यह लगभग पूरा का पूरा स्केल के बीच में है।

आपके राइटिंग फ़ीडबैक में क्या नया है

स्कोर तो आपको वापस मिलने वाली चीज़ का सिर्फ़ आधा हिस्सा है। राइटिंग फ़ीडबैक लेयर को स्कोरर के साथ-साथ नए सिरे से बनाया गया है, और इसमें हर चीज़ आपके अपने टेक्स्ट से जुड़ी है। यहां बताया गया है कि क्या बदला है।

• ऐसे सुधार जो आप अपने निबंध में खुद ढूंढ सकते हैं. ग्रामर, स्पेलिंग और वोकैबुलरी का हर सुधार आपके जवाब के ठीक वही शब्द कोट करता है, ताकि ऐप उन्हें वहीं हाइलाइट कर सके जहां आपने उन्हें लिखा था। जो कुछ भी चेकर आपके निबंध में शब्द-दर-शब्द नहीं ढूंढ पाता, वह आपके देखने से पहले ही हटा दिया जाता है।
• एक मॉडल आंसर, आपके अपने जवाब से बना हुआ. आपको अपने ही जवाब का एक फिर से लिखा हुआ वर्ज़न मिलता है जो आपके विचार बनाए रखता है, हर ज़रूरी पॉइंट को कवर करता है और टास्क के मांगे गए 150 से 200 शब्दों में उतरता है। अगर पहला रीराइट उस लंबाई से चूक जाता है, तो दिखाए जाने से पहले उसे एक बार फिर से लिखा जाता है।
• जो ज़रूरी पॉइंट आपसे छूटा, उसका नाम. ईमेल टास्क के लिए, फ़ीडबैक प्रॉम्प्ट के उन बुलेट पॉइंट की सूची देता है जिन्हें आपके जवाब ने कवर नहीं किया। एक छूटा हुआ पॉइंट टास्क-फ़ुलफ़िलमेंट स्कोर को भी 8 या उससे नीचे रोक देता है, ताकि नंबर और फ़ीडबैक कभी एक-दूसरे से असहमत न हों।
• हर डाइमेंशन के लिए एक रोकने वाली वजह. चार डाइमेंशन में से हर एक के लिए, फ़ीडबैक ठोस शब्दों में उस एक चीज़ का नाम लेता है जो उस स्कोर को नीचे रोक रही है, या साफ़ कहता है कि कोई चीज़ नहीं रोक रही और उसे कौन-सी चीज़ संभाल रही है। यह तय करना कि किसी डाइमेंशन में कोई समस्या नहीं है, एक असली जवाब है, कोई कमी नहीं।
• आलोचना सही जगह पर. कमज़ोर टोन टास्क-फ़ुलफ़िलमेंट की समस्या है, अस्पष्ट शब्द चुनना वोकैबुलरी की समस्या है, बिना रुके खिंचता वाक्य रीडेबिलिटी की समस्या है। हर पॉइंट उसी डाइमेंशन के नीचे दर्ज होता है जिससे वह जुड़ा है, बजाय इसके कि उसे कुल सारांश में मिला दिया जाए।
• वाक्य-स्तर के रीराइट. आपके निबंध के खास वाक्य एक बेहतर वर्ज़न और इस बारे में एक लाइन के साथ वापस आते हैं कि वह बेहतर क्यों है, ताकि आप बदलाव के बारे में पढ़ने के बजाय उसे देख सकें।
• आपका सबसे मज़बूत और सबसे कमज़ोर डाइमेंशन, आमने-सामने. फ़ीडबैक आपको बताता है कि चार डाइमेंशन में से कौन-सा आपके स्कोर को संभाल रहा है और कौन-सा उसे पीछे खींच रहा है, ताकि चार नंबरों को डिकोड किए बिना आपको पता हो कि अगली प्रैक्टिस किस पर करनी है।

फ़ीडबैक का हर कोटेशन दिखाए जाने से पहले आपके निबंध से मिलाया जाता है। अगर चेकर वे शब्द नहीं ढूंढ पाता, तो वह लाइन हटा दी जाती है। इसीलिए फ़ीडबैक कभी आपसे कुछ ऐसा ठीक करने को नहीं कहता जो आपने लिखा ही नहीं।

अपना स्कोर कैसे पढ़ें

1. 4 या 5 सही है। सुधार पढ़ें; वे आपके अपने टेक्स्ट से कोट किए गए हैं। फिर छूटे हुए पॉइंट और मॉडल आंसर पढ़ें, और वही टास्क दोबारा लिखें।
2. 7 या 8 मध्य है, शायद थोड़ा नीचे। हर डाइमेंशन का लिमिटिंग फ़ैक्टर देखें। जो एक ठोस समस्या का नाम लेता है, उसी पर काम करना है।
3. 9 करीब है। अपने निबंध की तुलना मॉडल आंसर से पैराग्राफ़ दर पैराग्राफ़ करें। फ़र्क आमतौर पर एक अविकसित वजह या एक सामान्य शब्द-चुनाव का होता है।
4. 10 या उससे ऊपर एक 10 है। आप उस टास्क टाइप पर तैयार हैं। उस टास्क पर जाएं जिससे आप बचते हैं।
5. लेवल से ज़्यादा बदलावों पर भरोसा करें। क्योंकि स्कोर स्थिर है, एक ही टास्क के प्रयासों के बीच का बदलाव आपके लेखन में बदलाव है।

एक प्रैक्टिस रूटीन जो इस नंबर का इस्तेमाल करता है

एक सटीक, स्थिर स्कोर की खूबी यह है कि आप उस पर शक करना बंद करके उसका इस्तेमाल शुरू कर सकते हैं। यहां वह रूटीन है जो हम सुझाते हैं, इस पेज के आंकड़ों के मुताबिक स्कोर आपको क्या बता सकता है और क्या नहीं, इसके इर्द-गिर्द बनाया हुआ।

1. एक ईमेल और एक सर्वे जवाब लिखें, बिना तैयारी के। पहले मॉडल आंसर मत देखिए। दोनों सबमिट करें। दोनों स्कोर मिलकर आपका शुरुआती लेवल हैं; अगर उनमें एक अंक से ज़्यादा का फ़र्क है, तो नीचे वाला ही वह टास्क है जिसकी प्रैक्टिस करनी है।
2. सुधारों से पहले छूटे हुए पॉइंट और लिमिटिंग फ़ैक्टर पढ़ें। सुधार वाक्य ठीक करते हैं; छूटे हुए पॉइंट और लिमिटिंग फ़ैक्टर स्कोर ठीक करते हैं। एक छूटा हुआ ज़रूरी पॉइंट हर कॉमा से ज़्यादा कीमती है।
3. मॉडल आंसर खोलकर वही जवाब दोबारा लिखें। अपने विचार रखें, उसकी बनावट उधार लें। फिर सबमिट करें। क्योंकि स्कोरर एक ही निबंध को एक ही स्कोर देता है, दोनों सबमिशन के बीच का फ़र्क पूरी तरह आपका दोबारा लिखा हुआ है।
4. जब दोबारा लिखा हुआ टिक जाए, तब नए टास्क पर जाएं। दोबारा लिखे हुए पर एक अकेला 10 अभी लेवल नहीं है। दो अलग-अलग टास्क पर दो 10 लेवल हैं।
5. 9 को ज़रा-सी चूक और 6 को असली 6 पढ़ें। स्कोरर मध्य निबंधों को नीचे नहीं खींचता। अगर यह 6 कहता है, तो निबंध पतला है, और लिमिटिंग फ़ैक्टर बताएगा कि कहां।

अक्सर पूछे जाने वाले सवाल

Prepamigo का राइटिंग स्कोर कितना सटीक है? 36 आधिकारिक निबंधों पर ठीक लेवल पर 86%: कमज़ोर 75%, मध्य 100%, मज़बूत 83%। तीन रन में, एक निबंध के फ़र्क से, वही नतीजा।

क्या यह मेरे असली स्कोर जैसा ही है? कोई भी प्रैक्टिस टूल इसका वादा नहीं कर सकता। हम जो मापते हैं वह यह है कि स्कोरर एक ही निबंध पर वेरिफाइड स्कोर से कितनी बार सहमत होता है।

मुझे मज़बूत निबंध पर 9 क्यों मिला? टॉप पर स्कोरर की यही सबसे आम चूक है: बारह में से दो मज़बूत निबंधों को 9 मिला। मॉडल आंसर को पास रखकर दोबारा लिखें और फिर स्कोर करें।

क्या यह ChatGPT या Claude से बेहतर है? 86% बनाम GPT 5.6 sol के लिए 78% और Claude मॉडलों के लिए 61% और 56%। मध्य-लेवल निबंधों पर, 100% बनाम उनमें सबसे बेहतर के लिए 75%।

स्कोरर कैसे काम करता है यह देखने के लिए, Prepamigo के राइटिंग स्कोरर के भीतर की झलक पढ़ें। वही टेस्ट सभी छह चैटबॉट पर देखने के लिए, कौन सा AI CELPIP राइटिंग सबसे सटीक स्कोर करता है पढ़ें। इसे अंग्रेज़ी में पढ़ने के लिए यहां क्लिक करें: इसे अंग्रेज़ी में पढ़ें। या एक जवाब लिखें और आंकड़े खुद देखें।