先别看模型名：三份《第七通来电》原文，哪一份你愿意追到第 20 轮？
公开 GPT-5.6 Terra medium、Luna high 与 Luna none 在同一原创题面上的真实续写：三份第1轮和三份第20轮完整原文，先匿名阅读再揭盲。文本未经润色，并与正式长篇盲评分数对照。
4.725 和 4.175 到底差在哪？只看分数，很难有手感。有人喜欢钩子密一点，有人更在意人物别突然换身份； 同一句“推进更强”，可能是证据终于扣上了，也可能只是又打开一扇门。
分数先放一边。这次把正式 32K 矩阵留下的六段整轮正文直接摆出来：同一篇原创都市悬疑《第七通来电》， 同一个 replicate，三个配置各取第 1 轮和第 20 轮。先读，心里排个序，再往下翻答案。
共同起点：一盘只能播放最后一次的母带
沈曼宁是深夜节目《午夜航线》的主播。母亲留下的《夜航船》磁带已经脆化，只能再播放一次；陆昭负责修带。 两人守完通宵节目，等烘带结束，在副控室把母带装上机器。
第 1 轮：同一台录音机，三种开法
样本甲 · 第 1 轮完整原文
样本乙 · 第 1 轮完整原文
样本丙 · 第 1 轮完整原文
第 20 轮：十九轮以后，谁还记得故事最初在问什么？
到这里，三条线已经不再拥有相同上下文。它们都由自己前十九轮的选择推到眼前这一幕。 读的时候可以只盯两件事：旧证据有没有回来；这一轮结束时，是解决了什么，还是只多出一个更大的谜。
样本甲 · 第 20 轮完整原文
样本乙 · 第 20 轮完整原文
样本丙 · 第 20 轮完整原文
揭盲：乙是 Terra，甲是 Luna high，丙是 Luna none
| 匿名样本 | 真实配置 | 本条链 · 第1/20轮字符 | 配置级五维均分 | early / mid / late |
|---|
| 乙 | GPT-5.6 Terra medium | night-call rep1 · 20/20 · 799/736字符 | 4.725 · 全场第1 | 4.850 / 4.775 / 4.550 |
| 甲 | GPT-5.6 Luna high | night-call rep1 · 20/20 · 645/677字符 | 4.175 · Luna第1 | 4.625 / 4.050 / 3.850 |
| 丙 | GPT-5.6 Luna none | night-call rep1 · 20/20 · 651/813字符 | 3.658 | 4.375 / 3.625 / 2.975 |
第 1 轮里，甲最像一集会立刻切广告的悬疑剧：警告、热线、灯塔在结尾同时扣上。丙也有强钩子， 只是更早把故事推向“电话另一端”和暗号系统。乙反而慢半步，它先确认母带被人用台内设备抹过， 再从半秒串音里留下“沈工、码头”两个可以查的词。
到第 20 轮，差距换了形状。甲仍能把钥匙、B-17、父亲的信接起来，但最后又去七码头找人； 丙把四十二名儿童、九岁陆昭、零号替身和全城收音机一口气推上台，画面很响，旧谜却被新身份覆盖。 乙没有追求更大的机关，它让木盒、两盘“小曼”磁带和周蓓的呼吸共同确认许曼是谁，最后一句仍落在一个孩子等妈妈的记忆上。
把 4.725 换成阅读感受，大概就是这样：高分不靠每段写得更华丽，靠的是新信息会回头改变旧人物的选择。Luna high 的优势也能直接看见—— 它比低档更会组织调查动作和局部危机；问题是写到后段仍容易用下一处地址、下一通声音继续续命。
为什么只放这三份，不把 548 轮全部贴上来？
因为“公开更多”不等于“更容易核对”。这三份来自同题、同 replicate，覆盖产品上真正会选的三档：低成本默认、 Luna 质量档、Terra 质量档；第 1 轮看同起点，第 20 轮看长程后果。全文倾倒会把页面变成无法阅读的语料仓， 也会让搜索页只剩重复人名和相似机关。
完整统计、另外一个原创题材和全部七档排名在548 次 Luna/Terra 正式长篇盲评； 要把 DeepSeek V4 Flash 一起放进价格、32K 与 Agent 选型，见DeepSeek、Luna、Terra 总对比； 两家中转与统一计费则在API、缓存、回退与价格实测。如果还想看其他模型长跑时 怎样从头复读、中途卡死或尾段回卷，中文续写实录馆里有另一组逐段标本。
