深度长文写作实测
- 测试范围
- PANews 财经深度稿
- 测试时间
- 2026-10-26 – 2026-11-03
- 测试篇数
- 26 篇
- 参评模型
- 10 个
- 更新
- 2026-11-03
排名
按 AI 盲评总分排序| 名次 | 模型 | AI 盲评（10 分制） | 切题 | 清晰 | 可读性 | 自然度 | 收尾 | 编辑评分（5 分制） | 编辑采用率 | 平均篇幅 | 单篇成本 | 测试篇数 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5 Anthropic | 8.25 2 篇 | 7.7 | 8.4 | 8.2 | 8.3 | 8.6 | 4.0 2 篇 | 100% 1/1 轮 | 4,373 字 | ¥0.19 | 7 |
| 2 | Claude Opus 4.6 Anthropic | 8.17 3 篇 | 8.0 | 8.1 | 8.4 | 8.2 | 8.4 | 3.5 2 篇 | 0% 0/1 轮 | 4,151 字 | ¥0.14 | 4 |
| 3 | MiMo V2.6 Pro 小米 | 7.85 2 篇 | 7.5 | 7.9 | 7.8 | 7.8 | 8.1 | 2.0 1 篇 | 0% 0/1 轮 | 3,628 字 | ¥0.26 | 3 |
| 4 | GPT-6.1 Sol OpenAI | 6.33 3 篇 | 6.8 | 7.0 | 6.5 | 5.5 | 6.8 | 4.0 1 篇 | — | 4,151 字 | ¥0.06 | 3 |
| 5 | Qwen3.7 Max 阿里通义 | 6.20 1 篇 | 6.8 | 6.5 | 6.3 | 5.4 | 5.5 | 3.0 1 篇 | — | 4,593 字 | ¥0.95 | 1 |
| 6 | DeepSeek V4 Pro DeepSeek | 6.00 1 篇 | 7.0 | 5.5 | 6.5 | 5.5 | 4.5 | 2.0 1 篇 | 0% 0/1 轮 | 3,938 字 | ¥0.51 | 4 |
| 7 | MiniMax M3 MiniMax | 5.80 1 篇 | 5.5 | 6.5 | 6.5 | 6.5 | 6.0 | — 0 篇 | — | 4,477 字 | ¥0.10 | 1 |
| 8 | GLM 5.2 智谱 | 5.50 1 篇 | 6.0 | 5.5 | 6.0 | 6.0 | 5.0 | 3.0 1 篇 | — | 3,836 字 | ¥0.57 | 1 |
| 9 | Hy3 腾讯 | 5.20 1 篇 | 5.5 | 5.5 | 6.0 | 4.5 | 5.0 | — 0 篇 | — | 4,206 字 | ¥0.16 | 1 |
| 10 | Qwen3.8-Max 阿里通义 | 5.00 1 篇 | 5.0 | 5.5 | 6.0 | 4.5 | 5.5 | — 0 篇 | — | 3,357 字 | ¥1.51 | 1 |
评测方法
- AI 盲评
- 评审模型不知道作者，逐篇打 10 分制总分和切题、清晰、可读性、自然度、收尾分项；评审不给自己写的稿子打分。评审：Claude Opus 5.5、DeepSeek V4 Pro。
- 编辑评分
- 编辑按 5 分制给初稿打分。
- 编辑采用率
- 同一选题多个模型各写一篇，编辑选用该模型稿件的比例。
- 单篇成本
- 写一篇正文的模型调用费用，人民币。