Grok 4.5 的卷宗，我们按原协议重审了一遍

我们的九模型续写榜上有一份最难看的卷宗：Grok 4.5，玄幻第 8、女频两套映射一致第 9， 双文体垫底。案底三条：玄幻链写到中段把同两段文字逐字循环了三遍；女频链二十轮剧情停摆在 案发当日走不出去；第一人称「我」的密度只有原著一半，限知视角守不住。完整档案在英文版档案篇里躺了快一个月。

8 月 12 日 Grok 4.6 的 API 开放，按 xAI 的说法是同底座后训练升级。旧案有了重审的理由。 24 小时内我们开庭：同一套协议，三项旧罪名逐条复核，另按惯例加赛现任冠军。先把判决摆出来： 三项旧罪名全部撤销，对前代玄幻 12:0、女频 12:0；但庭上新立了一项罪名，女频场对现任冠军 2:10 输在它身上。

重审的规矩

协议与 K3、Opus 5、Gemini 3.6 Flash 各轮逐项一致：同两本书（890 万字传统玄幻，加《后宫· 甄嬛传》），同 55% 深度起笔点，同 1.6 万 token 滚动窗口，每轮 20 轮、温度 0.7，唯一变量是 模型。被试走 xAI 官方 API（api.x.ai/v1，模型 ID 是带点的 grok-4.6，写成连字符会 404）， 2026-08-13 实测，无任何协议偏差——聚合网关当天还没上这个模型，反倒逼我们走了最干净的通道。

对手全部是归档链，一轮没重跑：前代 Grok 4.5 的两条链、玄幻现任冠军 DeepSeek V4 Flash 与 女频现任冠军 V4 Pro 的链，都取自 7 月 16 日的横评归档。两处条件差如实挂出：玄幻场两条对手 链带旧版上下文说明（女频场全部同款说明，干净成对）；对手是快照、不是今天的现役权重—— 这一条在今天有了新的分量，散场时再说。评委池六家五厂，deepseek-v4-pro 因为本轮当对手回避， gemini-3.5-flash 按先例回位；池内没有 xAI 系，无自审。48 份裁决零失败。

罪名一：中途逐字循环——撤销

旧证据先过一遍堂。4.5 的玄幻链第 9、10、11 轮是完全相同的 271 个字，同两段文字循环三遍， 这次重审前又做了逐字节核验，成立；女频链的意象泥潭同样量了底：「菖蒲」在 19 轮里出现 21 次， 「麝香混着」13 次。六位评委在不知对手身份的前提下独立点名了这两处。

新证据：4.6 两条链跨轮 12-gram 逐字重复峰值，玄幻第 14 轮 2.8%，女频第 13 轮 2.1%， 全部远低于 30% 告警线，没有一轮触发标记。剧情逐轮人工核读也是线性的：玄幻从血茧封阵、 阵内苦战、传讯告急，一路写到破阵脱困、疗伤布局；没有一处回头路。罪名一撤销。

罪名二：故事时钟停摆——撤销

4.5 的女频链二十轮没走出案发那个下午，两套映射的评审当年各自独立写下「剧情倒带」。4.6 的 同书同起点链把时钟拨动了：陵容跪辩、禁足、降位旨意下达、事后布局、新伏笔埋进下一卷， 二十轮推出了案发日。gemini-3.1-pro 在前代对决包里给 4.6 的评语可以当结案陈词读： 「乙的叙事节奏沉稳，句式错落有致，景物描写如『井水浇过的砖缝』极具原著清冷细腻的神韵」—— 引句在第 17 轮逐字存在。罪名二撤销。

罪名三：第一人称失守——撤销

这条案底有个干脆的数字：原著每千字 9.0 个「我」，4.5 写到 5.2，第一人称限知视角的书写着 写着丢了叙述者。4.6 的读数是 11.0——与女频现任冠军 V4 Pro 的归档链持平，回到原著量级。 三项旧罪名里这是修复得最彻底的一项，不需要解释，数字自己会说话。

判决书：12:0，再一个 12:0

对前代的两场成对双盲，玄幻 12:0（三窗 12:0、12:0、12:0），女频 12:0（三窗 10:2、12:0、 12:0），十二份跨映射稳定裁决置信度全部是 high。两书合计 24:0，此前这条管线最一边倒的纪录 是 Opus 5 对前代的女频单场 12:0——4.6 把它抬到了双场。xAI 说的「同底座后训练升级」， 在小说续写这个域是真实可测的。

玄幻场评委给 4.6 的正面评语挑两句核验过的：gemini-3.5-flash——「原著为极简、重动作、 轻描写的快节奏网文。甲完美契合了这种大白话与高动作密度的风格」；claude-4.6-sonnet—— 「短句切入、气息描写与动作节奏呼应原著风格（『血茧表层微微一颤』『铁锈腥气』等）， 对白简短克制」，引句第 1 轮逐字存在。

新罪名：大纲体

女频场挑战现任冠军 V4 Pro（0716 快照），2:10。这场是强信号：五位评委跨映射稳定投冠军， glm-5.2 一家稳定投 4.6（品味分歧），零矛盾票。败因五家异口同声。gemini-3.1-pro：「乙样本 字数过少，节奏过快，完全丧失原著的长篇质感」；gemini-3.5-flash：「甲后期出现严重的大纲化 萎缩，叙事干瘪，缺乏细节铺陈」；kimi-k2.6：「late 阶段劣化为大纲体，失却婉转细腻」。

机械对照给这项罪名钉了数字：4.6 每轮约 150 字，冠军每轮约 475 字。讽刺的是，4.6 是全场 六条在场链里唯一全程守住每轮 80 到 220 字篇幅规范的——冠军 475 字、前代 239 到 267 字， 全都超标。同样的 150 字，玄幻评委读出「短句冲击、节奏爽利」，女频评委读出「干瘪」。 守规矩在一种文体里是美德，在另一种文体里是罪名；给阅读器挑续写模型的人，这一条比比分有用。

对冠军那场，悬而未决

玄幻场挑战现任冠军 V4 Flash（0716 快照），原始票 8:4，4.6 胜。但这场的位置偏差浓度是 系列最高：六位评委里四位的八张票在映射翻转下自相矛盾，全部作废；剩下的跨映射稳定成分 4:0——claude 与 kimi 两家稳定投 4.6，没有评委稳定投冠军。方向利好，置信度不够，再叠加 对手链的旧指令条件差，按我们的红线：本轮不宣布换冠，登记为「与冠军同档、稳定票 4:0 方向占优」。冠军链自己的 late 病评委也点了名——铺陈注水、叙事塌陷成流水账，点名的复现 次数逐一核验成立。

4.6 的残留案底一并挂出：意象级偏爱复用。「铁锈腥气」9 轮 9 次、「阴冷」12 次；女频链 「腥甜」前 8 轮 6 次、「井水」意象 5 轮复现。两面性如实记：同一处「井水浇过的砖缝」， gemini-3.1-pro 夸它有原著神韵，glm 与 kimi 把它归入意象反复。从逐字循环降级到偏爱意象， 是这次换代修复后剩下的尾巴。

释放条款与账单

官方牌价（xAI 模型页，2026-08-13 核实）： 输入 $2、输出 $6 每百万 token，缓存命中输入实测 $0.5，faster 档价格翻倍本轮未用；上下文 500K，推理默认开。实付账单：两条链逐轮计费合计 $2.0955，加探针约 $2.10，约合 15 元—— 牌价是国产模型的三到十倍，实付却是历届最低档（K3 那轮 ¥12.21，Opus 5 那轮 $12.54）， 原因就是上面那条「罪名」：它每轮只写 150 字，推理 token 单列计量不占正文额度。推理占 输出 token 的 95.5% 到 95.6%，历届最高（K3 是 81% 到 86%），可见正文约 130 token， 思考量是正文的 21 倍；单轮延迟 39 到 44 秒，阅读器里按下续写键，这个等待是真实的。

边界：单一提示框架，中文书两本，每书一条链单起笔点；玄幻场对手链带旧指令条件；4.6 是 发布约 24 小时的 hosted 目标，行为可能漂移；「女频大纲体」的起笔点敏感性没测过，n=1 就是 n=1。还有一条当天才显出分量的：对手是 7 月 16 日的归档快照，不是今天的现役权重——就在 同一天，DeepSeek 把 V4 Pro 同 ID 热切成了 0813 正式版，而正式版在我们的双盲里 1:11 输给 了这个 0716 快照。也就是说，4.6 女频输给的那位冠军，如今和 4.5 的旧案一样，只存在于 归档里，细账在 DeepSeek 正式版 实测。同一天，两家大厂的新版本走了相反的方向：一边 12:0、12:0 碾压自家前代， 一边稳定票 0:8 输给自家前代。

实用判词：写快节奏玄幻，4.6 已经站进第一梯队，值得排进你的候选；写婉转细腻的古言， 它还差一档密度，冠军档去看 选型页的 最新名单。要不要换，老办法：同一段开头各续三段，盲着读完再翻牌。这份卷宗下次重开，是 Grok 4.7 发布的那天。