主观评语
2026年头部大模的情节安排和指令遵循的能力飞跃，默认表达的廉价网文味有所减轻，Claude和5.6 Sol也没有因为适应agent汇报风而失去表达能力（GPT 6系列目前确实有问题），自主创作短篇小说（需要一定情节架构和节奏把控能力，不是不足万字的短文）的水平是有长足进步的，wish writing的可用性大幅提高。但即使是头部大模，不合理细节和描写还是不能通过自纠根除，小白表达还难以根除，影响严肃或沉郁题材的可用性。同一模型只要不大幅调整prompt就很难让大致风格和自主设计的情节发生实质变化，后续轮次要求大改时也倾向于偷懒。
Claude Fable 5.1 / Opus 5.5：非常喜欢设计意象和前后照应，情节戏剧性较强，句子长短交织节奏较好，默认文风平实略小白，能模仿其他风格但这种表达底色难以抑制。会先进行长思考安排好风格人物情节再写，倾向于低估字数需要补写，总成本较高（这里指的主要是各类token消耗量，而非模型本身定价档位）。Fable 5.1更能保持复杂要求中所有的细节并理解整体的预想（如分析者），但也可能因为过于强调其中某个点而走形（如双线）。
GPT 5.6 Sol：情节设计比较大众化，不太用技巧，高潮戏剧性较强，有时内容安排的详略不得当。短句和短段偏多，章节划分较零碎，每一节的首尾倾向于用短而让人意外的表达营造氛围，网文感强，格外易读。能模仿其他风格但这种表达底色难以抑制。相比Claude更常用美式大众文学中常见的略显荒诞的小幽默。即使设置xhigh思考强度，也会几乎没有预先规划和准备直接开写，即使如此情节也基本能兜住，字数估计比较准确，总成本很低。
GPT 6 Astra / 6.1 Sol：相比5.6 Sol，网文式渲染明显减少，细节描写密度大增，其中埋藏的小twist较多，但合理性得不到保证（如面对面口语中说“收到了”，杯子不适合接触饮用水），情节和对话工具感严重（大纲味浓，只为满足故事发展的要求），表达非常僵硬，导致人物塑造很不鲜活。对参考文本会先概括成几个点，再模仿自己概括的风格，在此过程中会损失大量参考文本的细部特征，且概括的方向可能也有偏差，导致对参考文本的模仿片面甚至错误，行文风格非常顽固、无法拉近与参考的距离。不附加解释的荒诞冷幽默进一步增多，倾向于用冷幽默处理戏剧高潮，符合美式大众向主流风格但在中文里的效果不太好。中文角色名多样性明显提高。自主规划分配的轮数较多（即每次写的字数更少），平均成本略增。6 Astra的细节描写比6.1 Sol更多，场景、动作和角色思维描写都更频繁，但反而导致表达僵硬的问题更为突出（典型的是分析者），对故事复杂度和感染力的作用不大，且Astra会努力尝试写到要求字数区间的中部，几乎总会触发补写。
Grok 4.6：情节设计比5.6 Sol更大众化，重戏剧性，不同章节的连贯度也有差距。廉价的AI味表达更多（“不能否认的在场，叫占用”），喜好用比较花哨的描写方式，但常显得过于刻意（“她笑着，笑意先到眼睛，再被一种急切追上，急切把笑意挤窄了”）。风格模仿能力较强，从情节设计到具体描写都更能逼近小众风格（但仍无法控制上述表达问题），安全护栏也较松。思维链较长且反复，会在thinking阶段大量模拟写正文，倾向于低估字数，总成本较高。
Grok 4.7：相比4.6更多的参数让情节设计和复杂指令的理解能力有所进步，但原有的表达问题反而更加严重：语气变得很平、短句非常多，常常将常见的二字词简化为一个字，还倾向于用不太贴切的借代和通感，英文直译的生硬感也更强，不过这些问题反而在描绘边缘人群时营造出合适的怪味（如工程师）。小众风格的模仿能力下滑，安全护栏明显收紧（思维链中会反复验证）。
