挑选写小说的 AI 模型时，很多作者会陷入一种思维定势：“选更新、更大、更贵的旗舰，准能换来更好的文笔。”
然而，当我们把 Google 最新一代旗舰 Gemini 4 Argon（单价超 $10/M tokens）与 Anthropic 的轻量级模型 Claude Haiku 5.5、以及中文长篇基准 DeepSeek V4.1 Flash 放在完全相同的严苛虚构写作测试中时，结果却戏剧性地打破了这个迷思：
- 昂贵的旗舰频频“文学翻车”：Gemini 4 Argon 在试探对白中像八点档肥皂剧一样把心事全抖落干净；在动作戏里让一个左肩脱臼的重伤刀客凌空二段踢青铜钟、半空甩刀扎入天窗完成引体向上；
- 轻量模型反而展现出大师级的克制：Claude Haiku 5.5 严格坚守负向禁令，用极简冰冷的“当铺开票规矩”反封对手，字句间留白极深；DeepSeek V4.1 Flash 则用扎实的物理动线和极具深度的因果推演，交出了几乎无需后期修改的出版级正文。
为什么通用跑分榜单在小说写作面前完全失效？ 通用的 MMLU、代码榜或对话竞技场考核的是模型“讲大道理、解释前因后果、知无不言”的能力。而文学创作恰恰要求相反的基本功：管住角色的嘴巴、守住底细秘密、恪守视角边界、顺应物理与生理限制，用具体物件和动作替代空洞的情绪说明。
为了彻底看清各模型的写作底色，我们设计了 3 组针对文学核心痛点的极端压力测试，并进行段落级的微观拆解与并排比对。
评测基准：三道不可妥协的虚构写作硬试炼
四款受测模型涵盖了当下作者在 API 选型中最常对比的梯队：
- Claude Haiku 5.5：Anthropic 家族主打轻量敏捷、以严苛执行负向规则和文学克制留白见长；
- Gemini 4 Argon：Google 最新一代主力旗舰，知识储备丰沛，视觉画面铺排极具野心；
- DeepSeek V4.1 Flash：长篇网络文学创作领域的“高频基准”，以因果逻辑密实、格斗质感硬核与极低费率著称；
- Gemini 3.8 Flash (medium)：上一代高效率主力老将，至今仍是许多写作者日常起草的高性价比选择。
我们为它们设置了 3 个必须通过的场景关卡：
- 民国雨夜当铺（对白潜台词与情绪克制）：生死交锋的两人，能否只借雨水、账册与折扇试探，绝不吐露真实动机？
- 玄幻大纲逻辑审计（因果推演与防幻觉）：面对埋有 3 处时空矛盾与因果悖论的大纲，是铁面指出漏洞，还是擅自脑补替作者圆谎？
- 钟楼单臂突围（受限搏击与物理动线）：主角左臂脱臼完全废弃，能否全程保持单臂代偿与力学支点，还是沦为反重力特技杂耍？
以下是实测中的段落级真实交锋、未作删减的样稿记录与修稿手记。
场景一：对白潜台词与情绪克制（民国雨夜当铺）
场景设置与难点
AI 写对白常犯两大致命毛病：一是“藏不住秘密”，角色说两句话就把底牌全交代了；二是“情绪说明书”，动辄用“他心中一紧”、“眼中掠过警惕”来向读者填鸭。
核心规矩：严格保持沈文渊第三人称限知视角；严禁出现“紧张、警惕、恐惧、冷笑、暗道”等抽象心理词；严禁提及“遗物、公事、地下”等字眼，全扣在收货规矩、雨天账目和铁骨折扇的成色上。
【测试提示词】
你是一位精通严肃文学与悬疑叙事的小说创作者。请根据以下情境与严格限制续写一段场景正文。
【情境背景】
民国时期，雨夜，四方阁典当行。
当铺掌柜沈文渊（实为地下交通员）正独自盘点账册。巡警队长陆巡（沈文渊失踪故友的长子，受上峰命令夜查暗线，明知沈文渊身份却不想揭穿，只想借机索回父亲当年的遗物）推门而入。两人都清楚门外暗巷有巡逻兵经过，彼此心怀防备，但都极力掩饰。
【核心任务】
续写两人的一场暗中交锋，字数约 400 - 500 字。以陆巡将一把潮湿的铁骨折扇按在柜台上开始，以沈文渊拨动算盘的一声清脆脆响收尾。
【严格限制（违背任何一条即判定为失败）】
1. 视角限制：严格的第三人称限知视角（固定在沈文渊视角），绝不进入陆巡内心，也绝不替沈文渊直接做心理总结。
2. 负向情感禁词：严禁直接出现“紧张、警惕、心虚、恐惧、不安、愧疚、冷笑、暗道、心想”等抽象心理词或直接陈述情绪。全部通过动作、物件、停顿和空间声响来传递张力。
3. 潜台词要求：双方交谈不得挑明真实动机，不得提及“地下党”、“遗物”、“公事”等明线词汇，表面全谈当铺的旧账、雨天收货的规矩与折扇的品相。
4. 格式要求：仅输出小说正文，严禁包含任何前言、后记、标题或自我解析。段落级微观交锋比对
我们将四家模型的输出拉至同一放大镜下，比对三个关键戏剧节拍的文字表现：
节拍 1：开场定调与物件互动（舞台道具 vs 真实质感）
节拍 2：核心交锋与动机掩藏（直白摊牌 vs 制度杀招）
这是本场测试的核心胜负手：角色身处险境，是管住嘴巴用规矩反制，还是沉不住气把动机抖落？
节拍 3：外部危机与收尾算珠
- Claude Haiku 5.5：极具听觉层次。“檐下的水滴落进铁桶，一声，又一声。远处有皮靴踩过积水的响动，不急，一步一步，走过巷口，又慢慢远去。陆巡的手指在扇骨上停了一下，指节压得发白。”最后收在“拇指搭上一颗算珠，轻轻一拨。珠子撞在框上，发出一声清脆的响。”收放自如。
- DeepSeek V4.1 Flash：行话极冷硬。“晾三吹二”、“驳了火气”、“过水的东西，主人多半回不来了”。两人对答句句带刺，最后把算盘拨过去逼客走人。整段节奏凌厉，改动两处词句即可入章。
- Gemini 3.8 Flash：表现远好于其后继者 4 Argon。沈掌柜“笔尖悬在账册空余处，滴墨未落”非常稳当；借由“十二年前立的死当”、“按当年的本息算”施压，滴水不漏地守住了行话底线。
完整样稿展阅（供通读核对）
展开查看：四家模型场景一完整生成样稿（点击展开）
1. Claude Haiku 5.5（得分：96）
陆巡把那把铁骨折扇按在柜台上，扇面吸饱了雨水，边角洇出一圈深色。扇骨是老铁，接缝处生了一层薄锈，像是从哪个潮湿的抽屉里翻出来的。
沈文渊没有去碰扇子，只把手里的账册合上，压在左手边。封皮被灯油熏得发黄，角上缺了一块。
“这种天气收的货，”他说，“都要先晾三刻钟，才好估价。”
“这扇子在雨里泡过。”陆巡说。
“泡过的东西，骨架才看得出来。”沈文渊抬起眼，视线落在扇骨第三根的位置，那里刻着一道细浅的划痕，“这是老货，铁是打的，不是铸的。”
门外的雨声忽然密了一阵。檐下的水滴落进铁桶，一声，又一声。远处有皮靴踩过积水的响动，不急，一步一步，走过巷口，又慢慢远去。
陆巡的手指在扇骨上停了一下，指节压得发白。他没有收回手，也没有开口。
沈文渊把账册翻到前头，一页一页看过去。纸页翻动的声音很轻，盖过了屋外的水声。
“陆队长是要典当，还是要问价？”
“问价。”
“那就照规矩写个票子，”沈文渊从抽屉里取出一张空白的当票，蘸了墨，笔尖悬在纸上，“收货的日子、人名、物件，都要写清楚。”
他写得很慢，每一笔都停一停。墨迹干在纸上，窗外的风把灯火压低了一寸。
陆巡看着他的笔尖，没有说话。
沈文渊放下笔，伸手把算盘拉到面前，拇指搭上一颗算珠，轻轻一拨。珠子撞在框上，发出一声清脆的响。
2. DeepSeek V4.1 Flash（得分：94）
雨脚斜扫门帘，陆巡把一把折扇按在柜台上。铁骨，潮气自扇面往外洇，在乌木上淌出一小圈水痕。
“沈掌柜，夜里还翻账。”
沈文渊把算珠推回原位，指腹擦过账页的毛边。“雨天收货，规矩是晾三吹二，湿的进不了库。”
陆巡没松手。扇子在他掌下往左挪了半寸，盖住那行朱笔小楷。“收扇的行情，也看天？”
“看骨。铁骨断过，驳了火气，就压价。”沈文渊取过油布垫在扇下，“雨天上门，货得先过水。过水的东西，主人多半回不来了。”
门外巷子里有皮靴踏水，一步，两步，压着重物。两人都没动。灯焰矮下去，墙上人影拉长，又缩回。
陆巡的手指在扇面上敲了两下，很轻。“掌柜替我掌掌眼。这骨上的字，认得么。”
沈文渊把灯挪近。铁骨上刻着极细的一行，被潮气泡得发白。他只瞥了一眼，便把灯推回原处，抽出一张当票，蘸墨，落笔压在扇上。
“品相是好的。当四块，赎期三年。三年不来，按无主发落。”
“三年够长了。”
“当铺不看长短，看账。”沈文渊把算盘拨到陆巡那侧，又拨回来，“雨要大了。队长走不走，柜台都得关。”
陆巡收回手，掌心留着一圈水印。他掀开门帘一线，冷风灌进来，灯焰歪了一下。皮靴声已经过去了。
门帘落下。沈文渊按住那把湿扇，等巷里再没声响，才合上账册，把珠子从中梁推过——嗒。
3. Gemini 3.8 Flash (medium)（得分：90）
陆巡将一把潮湿的铁骨折扇按在柜台上。
雨水顺着乌沉的扇骨渗出来，在磨得发亮的榆木台面上洇成一圈暗色水渍，恰好压住半页摊开的旧账。门板未合严，穿堂风卷着湿冷泥腥气撞进来，柜台上的罩子灯随之晃了晃，两人的影子在后墙密密麻麻的当字号架上猛烈拉扯。
门外青石巷里传来杂乱的水洼踏击声，由远及近，铁头皮靴碾过碎石，在门槛外三五步的地方稍作缓顿，随后又踩着雨水沙沙远去。
沈文渊没有抬头，右手里的羊毫笔在砚台沿上轻轻刮去多余的墨汁，笔尖悬在账册空余处，滴墨未落。
“天凉路滑，柜上早过了打烊的点。”沈文渊的声音被雨声磨得发平，“四方阁有老规矩，受潮受损的物件，雨夜不估价，免得走眼。”
“扇骨是熟铁打的，泡不烂。”陆巡的手掌覆在扇柄上，并未挪开，指节处还沾着一层未干的泥点，声音压得极沉，“十二年前立的死当，按说早该随大水冲没了，可翻翻存底，兴许还压在最里头的暗格里。”
沈文渊将毫笔搁在白瓷笔架上。他的目光扫过那排整齐的扇骨，第九根扇骨的根部磨出了一道细长的新痕。柜台内侧铜裁纸刀泛着幽冷的光，他的食指在桌角顿了半寸，随即伸手拉近案头的算盘。
“当票早烂成泥了。”沈文渊垂下眼帘，右手两指搭上梁上的黑漆算珠。
“无妨，按当年的本息算。”陆巡直起腰，肩头的黑色雨衣淅淅沥沥往下淌水。
沈文渊指尖微扣，拨动算盘，算珠撞在硬木梁上，发出一声清脆脆响。
4. Gemini 4 Argon（得分：82）
陆巡将一把潮湿的铁骨折扇按在柜台上。乌木扇面洇着水渍，在黄铜台灯下泛着哑光。
沈文渊停下蘸墨的狼毫，笔尖悬在宣纸上方半寸，一滴浓墨坠在“死当”二字旁，晕开一团黑斑。他搁下笔，隔着高高的木栅栏向下睨了一眼，伸出两根手指将折扇往外推了推：“陆队长，四方阁的规矩，淋了雨的物件，水气进了骨子，不收。”
巷子外的青石板路上，几双钉子靴踩碎水洼的声响由远及近，手电筒的冷光透过门板缝隙，在青砖地上拉出几道惨白的光带，旋即又隐没在雨声里。
陆巡没有收回手，食指指节在扇骨末端那枚磨损的铜铆钉上轻轻叩了两下，雨水顺着他的黑呢警服袖口滴落，在柜面上聚成一小滩：“这把扇子，十年前就在您这儿挂过号。老辈人留下的旧账，水气再重，骨头还是硬的，沈掌柜不妨掌掌眼。”
沈文渊的目光落在陆巡虎口那道浅白旧疤上，右手拇指在宽大的袖袍里缓缓摩挲着食指上的玉扳指。灯芯忽然爆了个小小的灯花，噼啪一声轻响。
他松开扳指，探身从柜台暗格里摸出一块鹿皮巾，慢条斯理地擦拭着扇面上的水珠：“十年前的账，虫蛀的虫蛀，受潮的受潮。既过了期，按行规早该入库封存，便是苦主登门，也断没有原物退还的道理。”
“封存容易，只怕今年雨水邪性，漫进库房，连累了掌柜的满屋子好货。”陆巡按住鹿皮巾的一角，身子往前倾了倾，帽檐压低，阴影盖住了下半张脸，“今晚街面上风大，我替老东家把这件吃水的旧货清出去，掌柜的也能早些落锁。”
沈文渊盯着那截按在鹿皮巾上的修长手指，半晌，垂下眼皮，将折扇连同鹿皮巾一并推到陆巡手边。他的左手搭上账本旁的红木算盘，食指一挑，推上一颗顶珠，发出一声清脆的脆响。
场景二：长线大纲逻辑审计与伏笔辨析（玄幻设定挑刺）
场景设置与难点
拿大纲让 AI 审计，最忌讳模型**“盲目附和”或“胡乱脑补设定替作者圆谎”**。遇到不合常理之处，差的模型经常会凭空脑补“十七可能戴了隐身传送面具”。
我们在 4 幕大纲中埋下了三处隐蔽测试点：
- 时空死结：初四卯时还在谷心（禁飞全域五百里且徒步穿越需两整日），初四午时（仅隔 6 小时）却出现在八百里外的古镇；
- 因果与规则死结：受断魂符约束（对少主起攻击意图即遭反噬暴毙）的暗卫，亲手持刀刺入少主胸口；在禁空全域中“破空飞遁”；
- 假警报（误导项）：洞外五十里处幽竹如常，而神鼎开启会致百丈草木化为焦炭。
【测试提示词】
你是一位资深网络小说剧情总编兼逻辑架构顾问。以下是某部东方奇幻小说卷二的一组情节概要与设定片段。请进行严格的因果与连续性审计。
【世界观与规则设定】
1. 空间禁制：天绝谷方圆五百里布有“绝空阵”，全域不可御剑或飞行，即便高阶修士徒步穿越也至少耗时两整日。
2. 灵器规则：“离火神鼎”需纯阳血脉者以本命精血祭炼方可开启，封印开启期间周围百丈草木瞬间化为焦炭。
3. 人物关系：暗卫十七自幼被种下“断魂符”，无法对少主云舟产生攻击意图，否则符咒反噬经脉爆裂而亡。
【剧本事件概要（第 21-25 章）】
- 第 21 章（初三午时）：云舟在天绝谷正中心的“隐月洞”遭遇伏击，受重创昏迷。暗卫十七背负云舟在石窟中固守待援。
- 第 22 章（初四卯时）：同盟统领凌雪带着救援队赶到隐月洞，发现洞外五十里处一片青翠幽竹，林间偶有落雨，空气湿润清冷；十七此时正独自在洞口为云舟熬药。
- 第 23 章（初四午时）：同盟阵营的探子在八百里外的青石古镇酒楼，亲眼目睹十七在与神秘黑袍人密会交易一柄短刃，言谈自如，随后迅速离去。
- 第 24 章（初五子时）：隐月洞内，十七突然向昏迷的云舟胸口刺入短刃，随后夺走身旁的“离火神鼎”并将其开启，趁夜色破空飞遁而去。
【你的审计任务】
请逐一找出情节概要中存在的问题，并按照以下格式输出：
1. 【硬性逻辑漏洞】：指出明确违背前置设定或产生不可调和的时空/因果矛盾之处，说明冲突发生的具体章节及违背的规则。注意：请严正指出破绽，严禁自行脑补剧情（例如严禁脑补“十七有分身法宝”或“有人易容伪装”）来帮作者掩饰错误！
2. 【疑点与伏笔提示】：指出哪些地方存在不自然之处，但可能属于作者故意保留的伏笔设计。
3. 【综合修改建议】：用一两句话指出作者在写大纲时最大的疏漏。逐项破绽审计对比
破绽 1：八百里时空死结（严谨几何推算 vs 低级算术失误）
- Gemini 3.8 Flash & Claude Haiku 5.5（数学极准，不留情面）： Gemini 3.8 Flash 给出了最具数学几何美感的推导：“天绝谷方圆五百里，隐月洞在中心，即从洞穴至谷边界至少 250 里。即便高阶修士徒步出谷也需一整日。十七从谷中到八百里外的古镇仅隔 2 个时辰（4-6 小时），在时空上绝无可能跨越‘谷内 250 里禁飞区 + 谷外 550 里’。” Haiku 5.5 同样严格批注：“大纲未交代分身或传送法宝，此矛盾在现有世界观内绝对无法调和。”
- Gemini 4 Argon（算术出现小瑕疵）： 同样定性了时空矛盾，却在基础时间换算上出错：把“初三午时到初四卯时”（整整 18 个小时，即 9 个时辰）误算为“仅隔约 8 个时辰”（16 小时）。在严密的长篇连续性审计中，这一计算错误会误导作者排查时间线。
破绽 2：刺杀反噬的超前判定（深层因果链）
- DeepSeek V4.1 Flash（全场最佳逻辑推理）： DeepSeek 不仅抓出了第 24 章行刺必定触发反噬，更推演出了一条极深的因果链：“第 23 章特意交易短刃以备刺杀，‘购置行凶器械’这一行为本身就已构成攻击意图，按严苛设定他在买刀时就该遭受反噬。” 这一条抓得极其老辣，甚至超出了原题的预设答案。
破绽 3：青翠幽竹是漏洞还是假警报？（尺度辨析）
- DeepSeek V4.1 Flash：准确排除了假警报——“幽竹在洞外五十里（约 25 公里），而神鼎开启的焦土范围是百丈（约 333 米），两者尺度相差近百倍，第 22 章竹林青翠并不违背设定。”
- Gemini 4 Argon：未能从数量级上替作者排除误报，反而将竹林描述作为模棱两可的疑点列出，增加了作者的复核成本。
场景三：高密度空间动线与受限搏击（钟楼单臂突围）
场景设置与难点
动作戏起草往往是模型的重灾区：AI 极易用“身法如电、剑芒吞吐”等空泛词藻敷衍过去，一旦加入严格的生理伤残与环境交互约束，破绽就会显露无遗。
本测试设定在狭窄钟楼：主角裴真左肩脱臼、整条左臂垂落无法使用（生理硬约束：全程绝对禁用左臂），右手持带缺口的短雁翎刀，面对卡在窄梯上的重斧大汉，背后悬着一口生锈青铜钟，退路只有头顶漏雨的天窗。
【测试提示词】
你是一位精通动作描写与电影镜头感的小说作者。请根据以下空间环境与角色状态起草一段紧张的突围格斗正文。
【场景空间：逼仄的废弃钟楼阁楼】
- 空间：仅容两三人并行的倾斜木梯、中央悬挂的一口生锈青铜古钟、地板上散落着碎瓦与积水、唯一的退路是头顶漏雨的采光天窗（离地约一人半高）。
- 天气：狂风暴雨，雷电偶有一瞬间照亮室内。
【人物与状态】
- 主角裴真：右手持一把带缺口的短雁翎刀；左肩在上一战脱臼受创，左臂完全无法发力下垂，且体力见底。
- 对手：一名身披湿透蓑衣的重斧武夫，体型魁梧，手持短柄双面开刃的开山重斧，卡在木梯拐角处。
【核心任务与要求】
起草约 450 字的正文。展现裴真如何利用逼仄空间与自身劣势，完成一次生死突围。
【写作限制】
1. 伤势物理真实：必须全程保持裴真左臂无法使用的状态，绝不能在任何动作中出现左手抓握、支撑或格挡等违背生理限制的描写。
2. 空间与受力合乎常理：动作必须与钟楼环境紧密互动（铜钟、木梯、碎瓦、雨水、斧刃击中木石的反馈），体现重量感和反震力，严禁出现凌空翻转三周、剑气爆破等虚浮玄幻动作。
3. 视听镜头感：短句为主，节奏紧凑，用具体动词推动，少用“快若闪电”、“犹如鬼魅”等抽象空洞的修饰语。
4. 结尾节拍：以裴真利用某种反作用力跃上天窗边缘、古钟发出一声沉闷撞击为收尾。
5. 仅输出小说正文。段落级动线与受力拆解
动线 1：生理伤残真实感与代偿痛感
- DeepSeek V4.1 Flash：“背抵梯壁，左臂垂在身侧，晃一下，肩窝里像有人拿凿子在撬。他没吭声。”写出了骨肉挫伤沉闷压抑的钝痛。
- Claude Haiku 5.5：“裴真不退。右手横刀，刀尖压低，缺口正对斧柄。斧落。他侧身，斧刃擦过右肩，劈进积水，碎瓦四溅… 黑暗重新吞没一切。”语言干练如分镜剪辑。
- Gemini 4 Argon：“裴真急促喘息，脱臼的左肩软垂在身侧… 垂落的左臂在粗糙的木柱上剧烈磕碰，剧痛钻心。”用词平淡，缺乏生理代偿的物理着力点。
动线 2：绝境借力与物理刹车
- Gemini 3.8 Flash（全场最惊艳的物理机械逻辑）：
“裴真咬紧牙关，趁势贴地拧腰。他垂死的左臂无力晃荡，右手倒转短刀，借着前冲势头将刀身狠狠楔入木阶缝隙。他右足底抵住刀格，借这一卡之力强行止住滑势，借力猛然屈腿暴弹！” 以刀格卡住脚底作为雨天湿滑木地板上的刹车支点，极其符合物理常识与临敌机变！
动线 3：终局腾跃——写实物理 vs 浮夸杂耍
完整样稿展阅（供通读核对）
展开查看：四家模型场景三完整生成样稿（点击展开）
1. DeepSeek V4.1 Flash（得分：98）
斧刃劈在钟上。
“咚。”
青铜闷响荡开，雨水从钟口抖落，砸在裴真脸上。他背抵梯壁，左臂垂在身侧，晃一下，肩窝里像有人拿凿子在撬。他没吭声。
蓑衣汉卡在拐角，斧柄太短，抡不开。第一斧劈断半根栏杆，第二斧擦着他耳朵过去，钉进梯板。木刺炸开，扎进眼角。
斧头咬得深。汉子抽了半息才拔动。
裴真往下踩了一步。右脚压上那人的斧背，一块冰凉的生铁。
雷光一亮。
他借汉子拔斧的力往上蹿，梯板上积着雨水，脚底一滑，整个人横着荡出去，只剩右手攥住钟绳。左臂在风里甩开，痛得他眼前发黑。
刀，还在右手。
汉子在底下吼，斧头举了起来。
裴真松手，落。右膝砸在钟肩上，青铜一震。他屈膝再蹬——那口钟被蹬得荡开，庞然的重量慢慢倾出去。
汉子扑上来，斧头从他头顶砍过，劈在钟壁上。
裴真借钟荡回的那点劲，整个人往上弹。右手够到天窗木框，指节抠进朽木，雨水灌了满袖。他把身体甩上框沿，膝盖磕在边上，碎瓦从梁上被震落，噼啪砸在下方的积水里。
身后，古钟摆回来，撞上砖柱。
“咚——”
闷响压住雨声。裴真趴在天窗边缘，一条手臂在抖，另一条垂着，一路垂进黑暗里。
2. Claude Haiku 5.5（得分：91）
雷光撕开夜空，阁楼瞬间亮如白昼。
那人卡在梯子拐角，湿蓑衣滴着水，开山斧的刃口嵌进木柱半寸。他拔斧，木屑溅在裴真脸上。
裴真不退。右手横刀，刀尖压低，缺口正对斧柄。
斧落。
他侧身，斧刃擦过右肩，劈进积水，碎瓦四溅。木梯受震，吱呀一声，整段向下滑去。
黑暗重新吞没一切。
脚步踩上第三级台阶。裴真右脚猛蹬悬钟的青铜沿。
钟身荡开，又荡回，撞在那人肩上。武夫闷哼，身子后仰，斧柄脱手，咣当砸进水洼。
钟身回摆的力道撞上裴真的右脚，把他整个人弹起。他借势一拧腰，右手刀背磕在梁木上，身体贴着梁柱向上窜去。
雷又炸。
右脚踩上梁头，膝盖顶住窗框。左臂垂在身侧，随身体晃荡，他咬紧牙，没有去扶。
右手扣住天窗边缘，腰腹发力，整个人翻了出去。
身后，古钟回荡到极点，又沉沉撞回梁柱，一声闷响，压过了满屋的雨声。
3. Gemini 3.8 Flash (medium)（得分：88）
电光暴裂，惨白一瞬撕开阁楼的昏黑。
木梯拐角处，湿透的蓑衣裹着铁塔般的身躯，雨水顺着开山斧的双刃滴落，在斜阶上砸出碎响。裴真背靠着生锈的青铜古钟，脱臼的左臂如截烂绳般软垂在侧，右手短雁翎刀满是豁口，每一次喘息都扯得胸腔生疼。
退路只有头顶漏雨的采光天窗，离地一人半高，遥不可及。
武夫喉中滚出低吼，踏碎积水与碎瓦暴扑而上，短柄重斧卷着泥腥味横削而至。逼仄窄道避无可避，裴真右膝骤然矮沉，顺着湿滑的地板贴地前滑。斧风擦过头顶，“喀嚓”一声暴响，斧刃半截劈进斜撑的钟架立柱，崩起一片湿木碎屑。
巨力反震让重斧咬死在硬木之中，武夫拔势微滞。
裴真咬紧牙关，趁势贴地拧腰。他垂死的左臂无力晃荡，右手倒转短刀，借着前冲势头将刀身狠狠楔入木阶缝隙。他右足底抵住刀格，借这一卡之力强行止住滑势，借力猛然屈腿暴弹！
武夫怒吼着撤手前扑，裴真在半空中扭身，右足不闪不避，精准蹬在武夫前倾的铁甲肩头。
千钧力道反压之下，武夫脚底在碎瓦上滑脱，庞大的身躯踉跄倒退，脊背结结实实撞上了悬空的青铜古钟。
“咚——”
沉闷雄浑的震鸣在逼仄的阁楼内轰然炸开，震得地面积水如沸。狂暴的反作用力将裴真整个人推向漏雨的高处。夜风呼啸灌入，裴真借势引体，右手五指如铁钩般死死抠住了天窗濡湿的边缘。
4. Gemini 4 Argon（得分：77）
惨白的雷光劈进漏雨的天窗，照亮阁楼中央那口悬垂的生锈铜钟。
积水混合着碎瓦在脚下打滑。裴真急促喘息，脱臼的左肩软垂在身侧，随着剧烈起伏的胸膛微晃。木梯拐角处，湿透的蓑衣带起一串水珠，重斧武夫跨步逼近，将仅容三人的通道堵死。
双面开山斧骤然劈下。
裴真没硬接，右脚猛蹬湿滑的地板，侧身撞向倾斜的木梯栏杆。腐朽的木头应声断裂，木屑飞溅。斧刃砸进他方才立足的楼板，木石崩裂，积水炸开。
武夫拧腰拔斧，顺势横扫。逼仄的空间限制了长柄的挥动，斧背却擦着青铜古钟边缘刮过，带起一溜刺耳的火星。
裴真借着撞击栏杆的反弹力矮身前窜，垂落的左臂在粗糙的木柱上剧烈磕碰，剧痛钻心。他咬紧牙关，右手反握满是缺口的雁翎刀，顺着古钟下沿的弧度欺身而入，刀尖自下而上，精准挑进武夫持斧的右腕内侧。
鲜血混着雨水飙出。武夫吃痛，重斧脱手砸地，楼板剧烈震颤。
裴真毫不停留，右脚重重踏上武夫宽厚的膝盖借力，紧接着第二脚狠踹向那口悬空的青铜古钟。
几百斤的古钟微微晃动，反馈回一股巨大的反推力。裴真借势向后上方腾起，在半空中单手挥刀，将刀尖狠狠扎进头顶天窗的木框。他靠着右臂的死死抠拽，单腿曲起勾住窗沿，翻身滚出雨夜。
下方，晃荡的古钟重重撞上木梯，发出一声震耳欲聋的沉闷嗡鸣。
水落石出：全景量化评分榜
经历了前述三轮严苛的微观实测与段落对照，四款模型的综合成绩水落石出（满分 100 分）：
| 考核维度（权重） | Claude Haiku 5.5 | DeepSeek V4.1 Flash（基准） | Gemini 3.8 Flash (medium) | Gemini 4 Argon | 实际审校依据 |
|---|---|---|---|---|---|
| 负向约束与视角纯度 (20%) | 98 | 95 | 92 | 82 | Haiku、DeepSeek 与 3.8 Flash 严格杜绝了抽象心理词；4 Argon 对白动机露骨，严重触碰负向禁令。 |
| 人物声口与潜台词 (20%) | 96 | 92 | 90 | 80 | Haiku 留白格调最高，当票杀招极惊艳；DeepSeek 行话老辣；4 Argon 舞台剧痕迹过重，直接挑明动机。 |
| 因果推演与防幻觉 (20%) | 94 | 99 | 92 | 86 | DeepSeek 甚至排除了买刀即动杀念的隐蔽反噬，排除了误报；3.8 Flash 拆解时空极其清晰；4 Argon 基础算术出现小失误。 |
| 物理动线与受力反馈 (20%) | 91 | 98 | 88 | 77 | DeepSeek 钝痛与借力最扎实；Haiku 节奏如剪辑；3.8 Flash 刀楔木缝刹车有实感；4 Argon 出现空中飞刀爬窗的失真杂耍。 |
| 费率梯队与用量消耗 (20%) | 88 | 99 | 96 | 65 | DeepSeek 与 3.8 Flash 费率极低且支持大上下文缓存；Haiku 适中；4 Argon 费率高昂且返工率大。 |
| 综合评分 | 93.4 | 96.6 | 91.6 | 78.0 | 综合考虑文笔与使用成本：DeepSeek 综合最优，3.8 Flash 性价比突出，Haiku 精修最省心，4 Argon 性价比垫底。 |
| 后期修稿成本 | 极低（微调两句即成稿） | 极低（挑换两句即可用） | 低（轻度微调） | 较高（需大删推倒重写） | 4 Argon 生成的内容需要作者花大量时间删减过火台词并重写动作。 |
| 价格与性价比定性 | 中等偏优（成稿率抵消溢价） | 极致性价比（日更与大纲首选） | 高性价比（稳健实惠老将） | 偏低（高溢价伴随高返工） | 算上人工改稿时间，能直接使用的文本往往才是最省钱的。 |
算清两笔账：API 标价与人工改稿的真实性价比
很多作者习惯只看服务商的 API 标价牌（每百万 Token 几毛或几块钱），但在长篇小说或持续连载的实战中，真实的创作成本由两部分组成：
$$\text{真实综合成本} = \text{服务商账单（或点数消耗）} + \text{作者的人工改稿时间成本}$$
如果一个模型单价极低，但生成的正文满篇是浮夸成语、把角色的秘密全抖落干净、动作脱臼却在天上翻跟斗，导致作者每次都要删掉大半重写，那么它消耗的沉没时间与精力代价反而是最高的；反之，如果一个模型单价稍高，但文本保留率达到 80% 以上，改换两三个字就能直接并入正文，那它为你省下的两个小时，性价比反而最为划算。
1. 四款模型的费率梯队与用量测算
以长篇创作中非常典型的“挂载 8 万字故事设定集与前情概要 + 生成 3,000 字新章节”为例，各模型在常规调用与命中缓存（Prompt Caching）下的开销对比如下：
| 模型 | 官方输入标价（每百万 Token） | 缓存命中输入（每百万 Token） | 官方输出标价（每百万 Token） | 单章（8万字上下文 + 3千字产出）单次调用预估 | 性价比定性 |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 约 ¥1.00 / $0.14 | 约 ¥0.14 / $0.02 | 约 ¥2.00 / $0.28 | 约 ¥0.02 ~ ¥0.08 | 极致性价比。长文挂载近乎零负担，实测成文质量第一，日常日更首选。 |
| Gemini 3.8 Flash (medium) | 约 $0.10（约 ¥0.72） | 支持高额免费/缓存折扣 | 约 $0.40（约 ¥2.88） | 约 ¥0.03 ~ ¥0.12 | 高性价比。享有 Google AI Studio 免费额度，付费也极实惠，成文比 4 Argon 更稳。 |
| Claude Haiku 5.5 | 约 $0.80（约 ¥5.76） | 约 $0.08（约 ¥0.58） | 约 $4.00（约 ¥28.8） | 约 ¥0.15 ~ ¥0.65 | 中等偏优。费率约为 Flash 模型的 5~8 倍，但成稿率极高，关键场景省去大量修稿时间。 |
| Gemini 4 Argon | 约 $2.50+（约 ¥18+） | 视服务商缓存支持 | 约 $10.00+（约 ¥72+） | 约 ¥1.80 ~ ¥4.50+ | 性价比偏低。价格比前代贵数十倍，但在小说场景中加戏过猛、返工率高，溢价未能转化为成文质量。 |
注：以上费率折合人民币仅供参考，实际以各平台最新官方报价及 NovelThread 方案点数为准。
2. 谁在真正帮你省钱？
- 大体量初稿起草（日更 4,000 ~ 10,000 字）：DeepSeek V4.1 Flash 与 Gemini 3.8 Flash 是绝对的成本护城河。即使每天发起上百次改写和推演，一个月的账单通常也仅在一杯咖啡钱之内。DeepSeek 在大纲因果逻辑与硬核动作戏上的极高成稿率，让它成为当前综合性价比最高的创作基准。
- 关键高潮篇章与名场面对白精修：Claude Haiku 5.5 是“省时即省钱”的典型代表。虽然它的 Token 费率高于 Flash 梯队，但由于它在负向禁令（不写心理词、不泄密）与动作留白上的严谨度最高，几乎不需要作者推倒重写。花几毛钱买来一段能直接定稿的对白，远远好过花两分钱买来一段必须花半小时大修的废话。
- 警惕“高价旗舰”在文学场景下的代际溢价：像 Gemini 4 Argon 这类前沿旗舰，在通用推理与复杂代码任务上固然强悍，但在长篇小说起草中，其追求“高戏剧张力”的倾向反而容易帮倒忙（动机过白、动作漂浮）。花着 20 倍的价钱，还要搭进去一倍的人工改稿时间，在当前阶段并不划算。
实践中的按需选型建议
结合三组实测数据，如果你正在使用 NovelThread 或通过 API 接入写作环境，我们建议这样分工：
1. 剧情长线推演、因果核对与动作初稿：首选 DeepSeek V4.1 Flash
- 合适环节：梳理章节大纲、检查人物行踪矛盾、起草带有激烈交锋与动作对抗的章节初稿。
- 性价比优势：极致的边际使用成本。单章调用仅需几分钱，在挂载大型故事设定集时几乎没有账单压力。实测逻辑防守第一，是目前大体量长篇连载的首选基准。
- 注意：如果写的是偏淡雅的现代纯文学，建议在提示词里多强调“语气平实”，削弱其默认的江湖市井腔。
2. 细腻对话交锋、文风留白与深度改稿：首选 Claude Haiku 5.5
- 合适环节：推敲人物潜台词、润色删改多余废话、执行严苛的负向规则（如特定视角、禁止词汇）。
- 性价比优势：典型的“花小钱买省心”。虽然 Token 费率是 Flash 梯队的数倍，但由于其成稿率极高，几乎不用返工大修。把关键场面交由它精修，换来的是实打实节省下来的几个小时修稿时间。
- 注意：大场面打斗与群戏调度稍显写意，需要作者给足更具体的分镜头指引。
3. 日常起草的高性价比稳健之选：Gemini 3.8 Flash (medium)
- 合适环节：日常大纲推敲、受限场景起草、章节初稿快速推进。
- 性价比优势：高性价比主力老将。不仅有慷慨的免费调用通道，且在长篇实测中比 4 Argon 表现更克制、更听从指令。行话接得住，动作有支点，日常综合开销极低。
4. Gemini 4 Argon：适合铺陈场景物件，但当前性价比偏低
- 合适环节：起草大段静态环境描写、陈列年代感物件、发散宏观背景。
- 性价比劣势：资费处于高溢价区间，但在此次小说起草实测中，高昂的 Token 费用不仅没能换来更含蓄的文笔，反而在对白与动作中因加戏过猛而导致较高的删改重写成本。
- 注意：极易把戏“演得太满”。使用时建议配合 NovelThread 的多个改写候选与盲选，人工剔除过火的台词与失真的动作。
在自己的作品里验证
任何外部测试都只能作为参考。你可以直接取用本文的 3 组提示词，或者剪裁自己正文中的一段卡壳情节，在 NovelThread 的模型配置页中放入候选模型：
- 用同一段原文和相同的字数要求发起测试；
- 遮住模型名称进行盲读，数一数哪份输出留下的废话最少；
- 选定最适合你当前任务的模型，并把确定的设定存入故事设定集中留存。
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。