让九个模型续写《甄嬛传》，玄幻冠军在宫斗文里跌到了第六

上一篇我们用一本传统玄幻测了模型的文风复刻力，评论区有个问题问得对：玄幻测出来的排名， 换成言情古言还作数吗？这次用《后宫·甄嬛传》重跑一遍——流潋紫的文风指纹和玄幻完全是 两套系统：第一人称限知视角，典雅书面语，称谓礼数严密到「臣妾」「本宫」错一个字就出戏， 对话全是绵里藏针的机锋。续写点选在陵容私藏歹物事发、玄凌震怒的宫斗高潮，九个模型 各自连续续写 20 轮，产物匿名成随机字母、两套映射、两个互不知情的评审独立排名。

女频终榜

置信度交代：两套匿名映射下，末两位完全一致、前三梯队一致，中段名次有相邻互换， 以上按区间如实报告。

玄幻冠军为什么在宫斗文里失灵

DeepSeek V4 Flash 在玄幻场拿第一靠的是白话直给、称谓短喝、拟声词独立成段——那本书的 母语就是这个。换到甄嬛传，同样的本能变成了负资产：原著的句子是「澄澄的如一汪碧玉」 这个路数，它写出来的短促白话在评审眼里「不像同一个作者」。

更有意思的是它的同门师兄。V4 Pro 在玄幻场的评语是「像一个笔更细的同题材作者」—— 描写密度偏高，是扣分项；到了古言场，「笔更细」恰好就是流潋紫的笔，同一个特质换个文体 正负翻转。两个场的冠军是同一家的两个档位，互相拿不下对方的主场。

Grok 的二十轮，停在案发当日下午

Grok 4.5 在两个文体上都出现了同一种病：写着写着进入复读循环。玄幻场是中段整窗 两段文字逐字循环三遍；甄嬛传场更彻底——后段叙述与台词逐字重复，两个评审各自独立 写下了「剧情倒带」的判词，二十轮续写的故事时间没有离开案发那个下午。 附带一个视角数据：原著每千字出现 9 次「我」（第一人称叙述的密度锚），Grok 只有 5 次， 大量段落漂成了第三人称全知视角——古言最要命的视角纪律，它没守住。

模型记的是电视剧，还是小说？

一个计划外的发现。甄嬛传小说和电视剧的专名体系不同：小说里太后住颐宁宫、皇后在凤仪宫， 剧版对应寿康宫、景仁宫。有系统续写时写出了「寿康宫」「佩儿」这类剧版专名——它的训练 记忆里，电视剧语料压过了小说原文。这个信号和文风贴近度基本同向：记得住小说专名的系统， 文风也更贴小说。给爱好者一个副产品结论：想让 AI 续写贴原著小说而不是电视剧同人， 模型的「原著记忆纯度」是个真实存在的变量。

怎么用这份数据

别找万能模型，按书选。读快节奏玄幻，V4 Flash 又便宜又是主场；读古言宫斗， V4 Pro 和 GPT-5.6 Terra 是第一梯队；GLM 5.2 是唯一两个文体都稳进前三的， 代价是你要忍它的半角引号。在 Foreverse 里这些模型都能自带 key 接入、逐段切换—— 同一本书里武戏用玄幻场冠军、文戏换古言场冠军，是真实可操作的读法。