2026年中大模型写作能力横评：从代码到小说，AI能做什么不能做什么

2026年上半年AI大模型迎来了史上最密集的升级周期。OpenAI的GPT-5系列、Anthropic的Claude 4系列、Google的Gemini 3系列、DeepSeek的V4四大阵营几乎同时放出旗舰模型。作为开发者我们关注代码能力、API稳定性、token成本。但作为兼职写小说的人我更关注一个不那么硬核的问题这些模型写小说的能力到底怎么样测试模型GPT-5、Claude 4、Gemini 3、DeepSeek V4。测试任务同一个悬疑小说大纲分别写第一章约3000字。一个有趣的发现是代码能力强的模型写小说不一定强。GPT-5在代码生成上依然是标杆但写出来的小说太工程化——结构清晰、逻辑严密但文笔像技术文档。Claude 4的代码能力略逊于GPT-5但写情感场景的能力甩GPT-5好几条街。DeepSeek V4代码能力接近第一梯队中文写作语感最好但长文本一致性差。写长篇小说最大的挑战不是文笔是一致性。你写第十章的时候模型需要记住第一章到第九章的所有设定。通用大模型的上下文窗口虽然越来越大但能记住和能用好是两回事。测试中Claude 4在第五章就开始混淆人物关系GPT-5在第七章忘了第二章埋的伏笔。相比之下专门做长篇小说写作的KM智能写作表现出了明显优势。角色管理每个角色的设定独立存储生成新章节时自动注入角色上下文。情节追踪伏笔、线索、时间线都有状态管理。章节感知知道当前写的是第几章自动调整节奏。这就像数据库和文件系统的区别——通用模型像文件系统能存但不好查专用工具像数据库有索引有约束。选型建议写技术文档用GPT-5写长篇小说用KM智能写作搜索KM智能写作可以找到自己造轮子走RAG知识图谱路线。2026年上半年的大模型竞争在代码能力上差距在缩小在垂直领域能力上差距在拉大。写小说这件事不是参数够大就行的。