哪些 AI 模型擅長寫小說？九款模型的評分與推薦

哪些 AI 模型擅長寫小說？相信你一定有同樣的困惑，因為小說的評價是主觀的，哪些 AI 模型寫得好，哪些寫得不好，沒有統一的標準。但為了解決這個困惑，我們嘗試做了一次評測，希望能給你一些參考。

我們選取了九個模型，讓它們使用同一本英語奇幻小說的創作檔案和相同的 prompt，各自連續寫三章。在保持原稿不動的情況下，邀請了 10 位網路小說作者對 9 份正文評分，採用 10 分制。以下排名是這次的主觀評價，僅供參考；三章不能證明整部長篇的表現，換題材、語言或 prompt 也可能得到不同結果。

1. Claude Opus 5.5: 6.5 分
2. Claude Sonnet 5.5: 6.3 分
3. Doubao Seed 2.1 Pro: 6.1 分
4. Kimi K3: 6.0 分
5. Gemini 3.8 Flash: 5.8 分
6. Grok 4.6: 5.6 分
7. DeepSeek Flash: 5.5 分
8. GPT-6 Astra: 5.4 分
9. GPT-6.1 Sol: 5.4 分

以上得分僅供參考，因為我們發現，把正文再發給另外幾個人評分，得到的分數整體略低，最高分不超過 6 分，排名也略有出入。

此外，我們還測試了一些專攻 Coding 的模型和本地小模型，但得分普遍在 5 分以下，所以不再公布這些模型的名稱和得分。根據本次測試，我們特別不推薦使用以下模型進行寫作：

專用 coding 模型

這類模型主要針對程式設計任務進行訓練，剔除了其他領域的訓練資料，能寫好程式，但普遍不擅長寫作。

主打速度和低價的 Flash、Lite 等級

寫長篇時，更看重正文品質、寫作技巧、文學素養，需要模型具備充足的訓練資料，滿足這些要求的模型規模一般都不會小。

小模型

這裡指在電腦上部署的本地小模型，或雲端小模型。寫長篇需要同時顧及人物、情節和跨章連貫，需要模型具備一定的推理能力，而這些小模型普遍不擅長推理。因此，我們不推薦用這類小模型寫長篇小說。

為什麼 AI 模型普遍更擅長寫程式？

現在的大模型普遍都擅長寫程式、執行自動化任務，因為程式碼有形式語法，通常也有框架和介面約定。自動測試可以檢查部分行為，讓模型更容易得到明確的錯誤回饋。大部分人不會寫程式，卻多少都能寫點文章，以至於很多人形成了一種錯覺，認為寫小說比寫程式容易，導致很多人寫程式用高階模型，寫小說只捨得用低階模型。事實上，模型雖然能檢查小說的錯字和語法，但人物是否可信、故事是否打動人、跨章節時故事是否連貫，並沒有一套統一的驗收標準。這就是為什麼大模型更擅長寫程式而非文學寫作的根本原因。