之前我做過一次 AI 寫小說的大亂鬥測試，沒想到那篇文章累積了超過兩萬五千次瀏覽。很多讀者留言問我：「2026 年的 AI 模型進步這麼快，現在用 AI 寫小說的效果到底怎麼樣了？」
老實說，我自己也很好奇。
過去這段時間，各家 AI 模型的更新速度快到讓人跟不上。OpenAI 端出了 GPT-5.4 Thinking、Anthropic 推出 Claude Opus 4.6 和 Sonnet 4.6 的 Extended Thinking 模式、Google 的 Gemini 跳到了 3.1 Pro、xAI 的 Grok 來到 4.2 Expert、DeepSeek 也升級到 V3.2。光看規格就知道，這一輪的 AI 寫小說工具跟上一次根本不是同一個級別。
所以我決定用跟上次一模一樣的測試方法，重新跑一輪 AI 寫作實測。你能看到各模型之間的差異，也能跟之前的結果直接對比，感受 AI 寫小說這件事到底進步了多少。
這次 AI 寫小說實測用了哪些模型？
正式開跑之前，先快速介紹這次參賽的六位選手（嚴格來說是七位，因為 Claude 派了兩個模型上場）。每一款都是截至 2026 年 3 月各家的旗艦或準旗艦級模型。如果你想了解這些 AI 模型的基礎能力差異，可以先看看「Claude Opus 4.5、GPT-5.1、Gemini 3 Pro 比較」這篇。
| 模型名稱 | 開發商 | 發佈時間 | 測試模式 | 主要特色 |
|---|---|---|---|---|
| GPT-5.4 | OpenAI | 2026 Q1 | Thinking | 深度推理模式，思考 19 秒後才開始動筆 |
| Claude Opus 4.6 | Anthropic | 2026/02 | Extended Thinking | 深度推理最強，100 萬 token 上下文窗口 |
| Claude Sonnet 4.6 | Anthropic | 2026/02 | Extended Thinking | 中階模型但性能逼近上一代 Opus 級別 |
| Gemini 3.1 Pro | Google DeepMind | 2026 Q1 | 標準（含思路展示） | 自帶構思解析，寫完還會分析自己的創作邏輯 |
| Grok 4.2 Expert | xAI | 2026/02 | Expert | 四代理協作架構，生成速度 597ms 極快 |
| DeepSeek V3.2 | DeepSeek | 2026 Q1 | 深度思考 | 685B 參數 MoE 架構，免費使用 |
看完這張表你應該能感受到，2026 年的 AI 寫小說工具已經不是之前那種「能寫出通順句子就很厲害」的程度了。每一款都帶著自己的殺手鐧進場，誰能在小說創作這個戰場上勝出，還真的很難預測。
AI 寫小說的實測方法：確保對比公平
為了讓結果能直接對照，我刻意沿用了完全相同的測試條件。
我準備了一份都市商戰題材的小說第一章細綱，裡面包含了場景設定（現代都市高樓、精品咖啡廳、冷色調金屬質感）、兩位主角的性格描述（女主江瀾、男主陸沉）、開場的戲劇性相遇、以及阻礙、轉折、伏筆等完整的情節骨架。所有模型都餵入同一份細綱，要求生成前 500 字。
除了模型本身不同之外，其他條件全部一致——相同的 prompt、相同的字數限制、不做任何後續追問或補充指令。
我從五個面向來評比：
- 文字流暢度：句子讀起來順不順？有沒有那種「每個字都認識，但串在一起很彆扭」的感覺
- 情節連貫性：開頭到第 500 字之間，故事線有沒有斷掉或跳躍
- 人物刻畫：角色有沒有「活」起來？還是只是一個扁平的名字
- 氛圍營造：讀完之後，能不能感受到故事想傳達的情緒和氣氛
- 創意與獨特性：有沒有讓你眼睛一亮的寫法或切角
我朋友看到我在做這個測試的時候笑我：「你是不是太閒了？」但我覺得，用 AI 寫小說的人越來越多，如果有一篇認真做過對比的文章能幫大家省下試錯的時間，那就值得。
用 ChatGPT 寫小說：GPT-5.4 Thinking 實測
先說結論：用 ChatGPT 寫小說的體驗，在 GPT-5.4 這一代有了質的飛躍。
它花了 19 秒思考之後才開始動筆，一出手就是一段非常紮實的開場：「早上八點二十，江瀾站在寫字樓的橢圓電梯間，低頭把白色襯衫最後一顆扣子扣好。」沒有多餘的鋪墊，直接把你拉進一個職場女性的早晨。
接下來的情節推進很有條理——從江瀾的內心壓力（面臨重要投標）、到咖啡廳裡與陸沉的意外碰撞、再到紙張散落一地時兩人的第一次對話。每個場景轉換都很自然，不會讓你覺得突兀。跟之前測過的 ChatGPT 各版本相比，5.4 在節奏掌控上的進步非常明顯。
我印象最深的是它處理陸沉登場的方式：「一個男人從吧台那邊快步走過來，手裡攥著手機，臉色極差。」先用遠景帶出這個角色的狀態，再透過碰撞事件拉近距離。這個鏡頭語言感很強。
結尾留了一個漂亮的鉤子——江瀾撿起散落的紙張，發現了一份「競標方備選替換名單」，瞬間把故事從日常推進到懸疑。
優點：
- 情節推進最穩健，段落銜接幾乎找不到瑕疵
- 角色登場有電影分鏡感，遠景到近景切換流暢
- 伏筆埋得精準，「競標替換名單」讓人想看下一章
缺點：
- 文風偏穩重，少了一點讓人驚豔的文字靈氣
- 角色對話有些制式，不夠有個人特色
用 Claude 寫小說：Opus 4.6 Extended Thinking 實測
如果說 GPT-5.4 是「最穩的選手」，那用 Claude 寫小說的驚喜感就完全是另一個層次了——Claude Opus 4.6 生成的開頭，是所有模型裡面唯一讓我停下來反覆讀了兩遍的。
它幫小說取了一個章名叫「第一章・灰色早晨」，光是這四個字就已經把整個基調定好了。開頭那句「三月的風從寫字樓的縫隙裡竄進來，帶著一股潮濕的涼意」——它沒有直接寫天氣怎樣，而是讓風自己「竄」進來，帶著觸覺（潮濕）和溫度（涼意）。一句話同時啟動了三種感官，這種寫法放在人類作家身上都算是有功力的表現。
我把它生成的文字丟給一個寫小說的朋友看，沒告訴他是 AI 寫的，他看完說：「這人文筆不錯欸。」
角色塑造也很高級。它不是直接告訴你江瀾是什麼性格，而是透過「拉了拉深藍色西裝外套的下擺」「眼神卻透著一股沒睡夠的倦意」這些動作和細節，讓你自己去感覺。500 字讀完，你會覺得這個角色是「活」的。
結尾那段收得很漂亮：「像是某個她還看不見的齒輪，已經開始轉動了。」用了一個機械隱喻來暗示命運的推動，文學感拉滿。
優點：
- 文學性在所有模型裡獨佔鰲頭，用詞遣句帶有作家質感
- 感官描寫豐富，同時調動視覺、觸覺、嗅覺
- 角色塑造最立體，透過行為細節「展現」而非「告訴」
缺點：
- Extended Thinking 模式下等待時間最長
- 文風偏文藝，想寫節奏快的爽文可能不是首選
Claude Sonnet 4.6 Extended Thinking 實測
測完 Opus 之後，我順手把同門師弟 Sonnet 4.6 也拉進來了。結果發現一件很有趣的事：這兩個模型寫小說的風格差異大到不像是同一家公司出品的。
Opus 的章名是詩意的「灰色早晨」，Sonnet 直接取名叫「陷路」——兩個字，利落，帶著懸疑感。
開頭也是截然不同的畫風。Sonnet 寫的是：「七點四十分，江瀾踩著細跟皮鞋走進樓下的咖啡廳。」沒有 Opus 那種慢慢鋪陳的氛圍描寫，直接進場，乾淨俐落。
但最讓我驚豔的是它寫對話的能力。江瀾跟陸沉在吧台邊的那段互動——「這個位置有人。」「我只是站一下。」「我也只是站一下。」——三句對話，兩個人的性格、關係、張力全部到位了。這種對白的精準度，在其他模型身上很少看到。
結尾的鉤子也下得很好——陸沉對著藍牙耳機低聲說：「……項目不能留檔，明白嗎？」配上「手裡的紙杯微微燙手，她卻沒有意識到」，懸念跟情緒同時收束。
優點：
- 對話寫作能力最強，角色互動有真實的火花
- 節奏掌控出色，500 字內完成了完整的起承轉合
- 生成速度比 Opus 快很多，適合大量產出
缺點：
- 場景描寫不如 Opus 那麼有層次
- 要寫需要大段內心獨白的文藝作品，它會略顯單薄
Gemini 3.1 Pro 實測：AI寫小說的新面孔
Gemini 是這次新加入的選手。上次測試沒有包含 Google 的模型，但 Gemini 3.1 Pro 在各項評測上的表現太亮眼了，不拉進來說不過去。
先講讓我最意外的地方：Gemini 是唯一一個寫完小說之後，還會附上一段「構思解析」的模型。它把自己的創作邏輯分成了「節奏與場景」「人物與衝突」「懸念與伏筆」三個區塊來解釋。對於想學習小說結構的創作者來說，這個功能超實用。
回到小說本身。Gemini 的開場很有電影感：「早上八點十五分，CBD的玻璃幕牆折射著冷厲的灰白晨光。」它還自己幫咖啡廳取了一個英文名叫「Vanguard」，這個小細節讓場景的質感立刻提升了一個檔次。
文字密度是所有模型裡最高的。它在描寫陸沉的時候用了一段很有力量的句子——寫他「經歷了一場足以讓個人信任徹底破產的背叛」，光這一句就把角色的前史和心理狀態都交代了。
結尾跟其他模型一樣留了紙片伏筆，但 Gemini 多加了一個細節：紙片上有「半個熟悉的 Logo 和兩個加粗的數字」，比其他模型的處理更具體、更有畫面感。
優點：
- 場景描寫質感最高，CBD 冷色調的氛圍營造非常到位
- 自帶「構思解析」，既是小說又是寫作教學
- 文字密度高，角色背景鋪陳紮實
缺點：
- 節奏偏慢，前半段在環境描寫上花太多篇幅
- 角色對話生硬度略高，不如 Claude 兩兄弟自然
Grok 4.2 Expert 實測
Grok 一直是我很期待的選手。上次測試的 Grok 3 就展現了不錯的創意爆發力，這次 4.2 Expert 帶著四代理協作架構來了，很想看看它在 AI 寫小說這個賽道上能玩出什麼花樣。
結果嘛⋯⋯怎麼說呢，Grok 4.2 Expert 就像一個才華洋溢但有點不受控的天才作家。
生成速度是所有模型裡最恐怖的——只花了 6 秒思考加上 597ms 的生成時間。基本上你按下送出鍵，文字就噴出來了。
它寫咖啡廳叫「墨影」，「藏在樓宇夾縫」，「落地窗外是灰翠翠的 CBD 天際線，金屬吧台反射著冷光」——這段場景描寫的畫面感非常強，幾乎是所有模型裡最有「鏡頭感」的。
角色對話也有自己的味道。陸沉那句：「生活就像一場談判，輸了就是全盤皆輸，你這杯咖啡，沒的可不是我的衣服。」帶著一種痞氣又聰明的調調，角色個性一句話就立起來了。
伏筆的設計也讓我眼前一亮——紙片上寫的是「陸氏⋯⋯內鬼⋯⋯已滲透董事會」，比其他模型的含蓄暗示更直接、更有衝擊力。
優點：
- 生成速度斷層式領先，6 秒思考 + 597ms 出稿
- 場景描寫鏡頭感最強，「墨影」咖啡廳的氛圍令人印象深刻
- 角色對話最有個性，辨識度極高
缺點：
- 速度太快的代價是部分段落銜接略粗糙
- 情節跳躍感比其他模型明顯
DeepSeek V3.2 實測
DeepSeek V3.2 是這次六款模型裡規格最「硬核」的——685B 參數的 MoE 架構、支援深度思考模式。從技術帳面上看，它完全有實力跟 GPT-5.4 正面對決。
那它寫小說到底行不行？
我的感受是：進步非常明顯，但差距還在。
它的章節標題叫「意外交鋒」，整體敘事結構是完整的——江瀾的早晨、咖啡廳相遇、文件散落、初次對話，該有的環節都有。跟上次測試的 DeepSeek 相比，V3.2 在邏輯連貫性上改善了非常多，不會再出現那種「前面說往東走，後面突然出現在西邊」的斷裂感。
但如果把它的文字跟 Claude Opus 或 GPT-5.4 放在一起看，差距就很明顯了。DeepSeek 的描寫比較「說明式」的——它會告訴你場景是什麼樣的，但不太會讓你「感受到」那個場景。同樣是寫咖啡廳，Claude 用「風從縫隙竄進來」，Gemini 用「玻璃幕牆折射冷厲晨光」，DeepSeek 的用字就直白得多。
不過話說回來，DeepSeek V3.2 的最大優勢不是跟頂尖模型比文學性——是它免費。想找免費的 AI 寫小說工具，它是目前品質最好的選項。如果你只是想快速跑個初稿框架再自己改，它其實很實用。想了解更多免費 AI 工具，可以看看「2026年最值得試的8款免費AI工具」。
優點：
- 邏輯連貫性大幅提升，故事推進順暢
- 深度思考模式讓結構完整度提高不少
- 免費使用，對預算有限的創作者最友善
缺點：
- 文學質感跟 Claude、GPT 系列有明顯差距
- 描寫偏「說明」而非「展現」，缺少讓人回味的句子
六款 AI 寫小說模型綜合評比
測完所有模型之後，我把各面向的表現整理成一張表：
| 評比維度 | GPT-5.4 Thinking | Claude Opus 4.6 | Claude Sonnet 4.6 | Gemini 3.1 Pro | Grok 4.2 Expert | DeepSeek V3.2 |
|---|---|---|---|---|---|---|
| 文字流暢度 | ★★★★☆ | ★★★★★ | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ |
| 情節連貫性 | ★★★★★ | ★★★★★ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★★★☆ |
| 人物刻畫 | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★★☆ | ★★★★☆ | ★★★☆☆ |
| 氛圍營造 | ★★★★☆ | ★★★★★ | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★☆☆ |
| 創意獨特性 | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★★★ | ★★★☆☆ |
| 對話自然度 | ★★★★☆ | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★★ | ★★★☆☆ |
| 生成速度 | ★★★☆☆ | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★★★ | ★★★★☆ |
幾個重點發現：Claude Opus 4.6 在文學品質上穩坐第一把交椅，但速度是它的硬傷。GPT-5.4 Thinking 是最均衡的全能型選手。Sonnet 4.6 的對話能力讓我印象最深，角色互動最有「人味」。Grok 4.2 在創意和速度上都拿到最高分，只是穩定性還要再磨。Gemini 的氛圍營造跟自帶解析這兩點很加分。DeepSeek V3.2 雖然整體墊底，但免費這張牌太實在了。
跟上次比，AI 寫小說到底進步了多少？
這大概是很多老讀者最想知道的問題。
我的答案是：進步幅度超出我的預期。
上次測試的時候，我的總體評價是「能用，但離取代人類作家還很遠」。模型生成的文字通順歸通順，但總有一股說不上來的「AI 味」——過於工整的句式、缺乏變化的節奏、還有那種「什麼都對但就是打動不了你」的平淡感。
這次，那種 AI 味淡了很多。
最明顯的改變是節奏感。之前的模型寫出來的東西，句子長度和結構幾乎是一個模子刻出來的。這次不管是 GPT-5.4、Claude 還是 Grok，都開始懂得用長短句的交替來製造閱讀節奏了。Claude Opus 的「三月的風從寫字樓的縫隙裡竄進來」是長句鋪氣氛，緊接著「鏡子裡的女人妝容精緻，眼神卻透著倦意」是短句拉對比。這種交替看似簡單，卻是小說好讀不好讀的關鍵。
第二個進步是角色塑造。之前的 AI 寫角色，基本上就是在描述一張設定表。這次的模型開始會透過行為和微小的動作細節來「展現」角色。Sonnet 寫江瀾「皺了皺眉，用拇指擦掉」吧台上的痕跡，Grok 寫陸沉「壓著嗓音對電話那頭說了句什麼，語氣又急又硬」——這些都是在讓你自己去感覺這個人是什麼樣的，而不是列一張清單告訴你。
第三個進步是中文表達。之前很多模型的中文帶有明顯的翻譯腔，這次改善了很多，特別是 Claude 的兩個模型，中文寫作的地道程度已經很接近母語使用者了。
AI寫小說哪個模型最好？我的選擇建議
測完六款模型，我整理出一份選擇指南，你可以根據自己的需求來挑：
追求文學品質，寫純文學或嚴肅文學 → Claude Opus 4.6 Extended Thinking
它的文字質感和敘事結構是目前所有 AI 裡最好的。那種「讀完一段會停下來回味」的感覺，只有它做得到。但要有心理準備等它「想」比較久。
需要均衡表現，什麼類型都能寫 → GPT-5.4 Thinking
各方面都沒有明顯短板，是最安全的選擇。特別適合不確定自己要什麼風格的新手。
寫網文、需要快節奏和大量產出 → Claude Sonnet 4.6 Extended Thinking
速度快、節奏好、對話超自然，非常適合連載型的網路小說。
需要紮實的世界觀設定 → Gemini 3.1 Pro
如果你的小說類型是奇幻、科幻這種很吃設定的題材，Gemini 在場景建構和背景鋪陳上有天然優勢。加上它自帶構思解析，等於一邊寫一邊教你。
想要突破框架、找靈感 → Grok 4.2 Expert
速度快到離譜，文字風格有自己的辨識度，適合已經有寫作經驗、想找不同切角的創作者。
預算有限、想先試水溫 → DeepSeek V3.2
免費、品質比之前好很多，適合初次嘗試用 AI 寫小說的人。
我自己目前的工作流程是這樣的：先用 Claude Opus 4.6 生成第一章的精華片段，確認基調和風格，然後切換到 Sonnet 4.6 來跑後續章節的初稿，最後手動潤色。這樣既能保證品質，速度也不會太慢。你可以參考看看。如果你對 AI 工具的更多用法有興趣，也可以看「如何利用ChatGPT進行內容生成與優化」這篇。
幾個我踩過的坑，先幫你避掉
做這次測試的過程中，我也踩了不少坑，這邊一起分享：
坑一：prompt 別寫得太死。 我一開始給的細綱非常詳細（章數目標、阻礙、轉折、線索、伏筆全部寫好了），結果發現有些模型幾乎是「照翻」我的大綱，反而失去了創意發揮的空間。後來我留了一些「模糊地帶」，模型的表現立刻好了一截。有趣的是 Grok 最不受 prompt 約束，它就是要按自己的想法來。
坑二：Thinking 模式不是萬靈丹。 這些推理模式在寫小說的時候確實能帶來更完整的結構佈局，但也會讓文字變得「太理性」。GPT-5.4 想了 19 秒，出來的東西結構完美但少了點衝勁。有時候關掉 Thinking 模式，反而能寫出更有感性的東西。
坑三：別指望一次到位。 就算是表現最好的 Claude Opus 4.6，生成的初稿也只是「非常好的初稿」。把小說從 80 分推到 95 分的那段路，永遠要靠你自己的潤色和改寫。AI 是輔助，不是替代。
結語
2026 年的 AI 寫小說工具，已經從「堪用」進化到了「好用」的階段。這次測試讓我最深刻的感受是：不同模型之間的「性格差異」越來越明顯了。Opus 文藝、Sonnet 俐落、GPT 穩健、Grok 狂放、Gemini 細膩、DeepSeek 務實——幾乎像是六個風格完全不同的寫手。
但工具再好，最終決定一部小說好不好看的，還是創作者本身的審美、經驗和判斷力。
AI 能幫你快速產出初稿、突破靈感瓶頸、甚至在你卡關的時候提供意想不到的切角。但那個讓讀者忍不住翻到下一頁的魔力，來自於你——一個真正理解故事、理解人性的人。
如果你還在猶豫要不要試試用 AI 寫小說，我的建議是：現在就去試。挑一款你看順眼的模型，丟一段你腦中盤旋已久的故事構想進去，看看它會給你什麼驚喜。
用過之後，歡迎回來留言告訴我你的體驗。
