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。