武行全流程模型对比

我们针对写作场景下的“武行全流程”技能（项目初始化 → 样板书拆解 → 新书创意脑暴），对五款主流模型进行了实测对比。结论清晰，供你选型参考。

一、测试任务流程

1. 项目初始化：根据设定生成 SOLOENT.md 框架
2. 样板书拆解：从套路结构与微观节奏两个维度深度分析
3. 新书创意脑暴：基于拆解结论产出多个可直接落地的故事方向

测试取向：效果 > 速度，内容优先，从严打分。

二、总评结论

在“严肃写作”场景下，DeepSeek-4.0pro 与 Qwen-3.7plus 并列第一梯队，各有侧重：

• DeepSeek-4.0pro：内容理解最深、文笔最好、创意质量最高——成稿质量的“天花板”。代价是执行偏慢、偶有报错、会跳过部分预期沟通。
• Qwen-3.7plus：执行端综合第一，交互引导最自然，全程规范执行；内容忠实原著、无事实错误，且单价全场最低（约 DS 的 2/3、GLM 的 1/5）。

一句话：重成稿质量选 DS，重执行顺滑 + 省钱选 Qwen。

其余模型表现：

• GLM-5.1：执行最规范、最完整，但速度慢、价格最贵，性价比拖后腿。
• Doubao-2.0pro：快且稳，但内容最浅，拆解时会出现原著记忆错误（幻觉）。
• MiniMax-M3：速度尚可，但稳定性差，频繁报错打断流程。

三、选型建议（按你的优先级）

你的需求	首选模型	理由
内容质量第一，要最深的拆解和最好的文笔	DeepSeek-4.0pro	内容天花板，价格也低；接受偶尔报错和偏慢
执行规范、交互省心，同时要极致省钱	Qwen-3.7plus	执行顶档、交互最优、单价最低；内容较忠实
预算充足，要求严格按流程步步确认	GLM-5.1	流程最规范、引导最完整（但慢且贵）

注：“武行全流程”已上线 DeepSeek 配置版，内测中；Qwen 版本也已可用。

四、特别提醒

• 写作任务输入远多于输出，输入价格权重更高。Qwen 输入价仅 1.6 元/百万 tokens，GLM 为 8 元，相差 5 倍。
• 稳定性受 SoloEnt Agent 能力影响，不完全取决于模型。
• 以上结论基于同一套技能模板与评分标准，实测数据可查。

总结： 追求内容上限用 DeepSeek，追求执行顺滑与极致性价比用 Qwen。其他模型暂不推荐用于严肃长篇写作。