简短回答：没有哪个模型在大纲、初稿、对白、润色和连续性检查上都最好用，我们也没有可复核的通用排名可以给你。更稳妥的做法是：按下一步要做的事，挑两三个你已经能用的模型，用同一段自己的正文和同一份提示词各写一次，隐去名字后比较，留下需要改动最少的那一份。任务换了就重新比，擅长推大纲的模型，不一定写得好对白。
下面的表格先列出每类任务该比什么、怎么快速测；后半部分是完整的盲测步骤、可复制的提示词和记录表。此前的十二模型比较没有可公开复核的运行记录，所以本文不再给出排名。文中的文风对照段落是编辑示例，不是某个模型的真实输出。
先看结论：按任务选模型
| 当前任务 | 要比较的能力 | 可以立刻做的小测试 | 需要退回修改的结果 |
|---|---|---|---|
| 大纲与因果推演 | 能连接选择、后果与人物已知信息 | 在短大纲里埋一处矛盾，要求指出冲突段落 | 凭空补一个幕后事件把矛盾解释掉 |
| 初稿起草 | 尊重文风和限制，同时推进场景 | 用相同原文、情节节拍和字数目标续写 | 写满篇幅，人物处境却没有变化 |
| 对白 | 人物声口有区别，对话留有潜台词 | 给两个人相反的目标，以及谁都不肯承认的秘密 | 直接解释双方心理，让人物说尽真实动机 |
| 润色与修订 | 改掉问题，同时保留有意为之的表达 | 指定两句必须原样保留，再要求修订 | 改动保留句，或增添原文没有的事实 |
| 连续性检查 | 引用依据，分清没找到与确有矛盾 | 问同一物件在三个时间点由谁持有 | 没有指出原文，就直接给出确定答案 |
候选模型从你现有的写作环境中挑选即可。NovelThread 的模型选择指南介绍了操作方式，价格与方案页列出公开模型目录。进入目录只表示可选，不构成文笔能力排名；记录测试时实际使用的版本，不要只记模型家族名。
想先看具体模型的样稿，可以读这篇四款模型的小说写作实测。那篇文章附有完整提示词和模型输出，分数是编辑判断，只覆盖三个场景，适合当参考样本，不足以当作通用排名。
书名、角色名等小任务，也可以使用小说书名生成和小说人物起名。AI 生成使用工具显示的免费额度，本地起名则使用浏览器内的词库。
如何用自己的正文做一次盲测
选择一段你写过、也熟悉修改目标的正文。比较时保持原文、任务、限制与长度目标相同，每个候选都从新对话开始，避免前文消息给它们不同的信息。
- 选定原文，列出续写必须保留的事实。
- 向每个候选发送同一份提示词，完整保存输入和原始输出。
- 阅读前把输出改成 A、B、C。如果独自测试且记得模型名称，可以请他人协助隐藏；做不到时，按非盲测的个人比较记录。
- 每个候选重复几次，保留失败与重试记录，不只挑最好的一次。
- 先比较文本，再揭晓模型名。结论只用于当前任务与原稿，其他任务另测。
让输出长度尽量接近，并记录能控制的温度、输出上限和推理模式。服务没有公开的设置写“未知”，不要假设默认值相同。这套方法帮助你做个人选型，不用于证明通用优劣。
在 NovelThread 里跑同样的盲测：选中一段正文打开改写，在「更多选项」里把生成数量调到 2 或 3，再勾选「用不同模型」。每个候选由不同模型写出，读完选定一版后再点「揭晓」看是谁写的。生成几个候选就计几次用量，按你的方案点数或你接入的服务商计费。操作步骤见多候选改写与盲评；桌面版可在下载页获取，目前支持 Apple Silicon Mac。
可复用的测试提示词
请只根据下面的事实与限制续写。
【任务】
续写约 400 字。林晚与周衡在脚步声逼近前完成一次试探，
以周衡吹灭油灯结束。
【限制】
- 第三人称限知视角，固定在林晚，不进入周衡的内心。
- 用动作、物件和停顿表现不安，避免直接总结抽象情绪。
- 两人都不说破秘密，也不完整解释自己的动机。
- 不得增添备用钥匙、暗门或幕后约定。
- 只输出小说正文，不加标题和解释。
【已知事实】
- 林晚潜入档案馆寻找甲号密档。
- 周衡正在守夜；他欠林晚父亲一条命，但帮忙会危及自己的差事。
- 黄铜钥匙仍在林晚手中。
- 换班捕快的脚步声正在走廊里接近。
【我的原文】
[粘贴一段自己写作、且愿意发送的短文。]人物与场景是虚构的测试素材。使用自己的原稿前，确认请求会发送给哪个服务，只提交你愿意分享的内容。个人记录可以保留在本地，是否公开由你决定。
比较你真正愿意留下的内容
先记错误，再谈偏好。即使一段文字读起来很好，只要泄露了不该揭晓的秘密或越过视角边界，仍然需要修正。
- 限制错误： 逐条记录事实改变、视角越界、禁用设定和遗漏的情节节拍，并摘出对应文本。
- 可用正文： 标出愿意原样保留的句子，用保留字数除以输出总字数；各候选采用相同计数方式。
- 修改成本： 记录完整修订一遍所用的时间，并保留修改后的文本。单看修改次数可能掩盖一次大幅重写。
- 声口与对白： 用具体句子说明人物是否有区别、潜台词是否保留，以及哪些地方偏离了你的文风。
- 时间与费用： 记录所有尝试的实际等待时间和已计费使用量。Token、服务商账单与 NovelThread 积分分别记在各自单位里。
下载小说模型自测记录表，保存版本、提示词、原始输出、盲测标签和修改记录。它是一份空白模板，不是已经完成的评测报告。
如果公开比较结果，请同时提供运行日期、模型标识、可见设置、样本选择方法，以及你有权分享的代表输出。说明哪些尝试失败、样例如何挑选，具体模型的性能结论应由这些记录支持。
文风对照：把心理总结改成具体动作
以下两段为本页编写，用来说明编辑选择，不代表某个模型胜过另一个模型。
把比较结果用到下一章
把适合当前任务的模型与提示词，和最终采用的正文一起留存。版本变更或写作需求变化时再重新比较；一次短对白测试，不能证明模型能稳定处理整部原稿。
在 NovelThread 中，可用多个改写候选与盲选比较不同方向，用故事设定集保存确定的角色资料。涉及动机、时间线或伏笔的修改，应在正文确认后再更新记录。
免责声明：本文由开发 NovelThread 的产品团队撰写。文中工作流程为虚构示例；功能、可用平台与价格可能变化，请查阅所链接的文档。AI 输出需要作者审阅。比较内容属于编辑建议，不是独立性能测评。