AI 技術教學

實測 11 個 AI 模型寫中文:哪 5 個模型最沒有 AI 味?

文章目錄
  1. 這次用到的工具:ChatGPT、OpenRouter 和 MCP
  2. 我平時怎樣寫社交媒體文章
  3. ChatGPT 寫中文的問題:AI 味很重
  4. 甚麼是 AI 味?
  5. 為甚麼 AI 堅持這樣寫?
  6. 解決方法:用 MCP 把原稿交給其他模型改寫
  7. 實驗方法:開 subagent,同時測試 11 個模型
  8. 改寫一篇文章要多少錢?
  9. 實驗結果:5 個寫得最好的模型
  10. Gemini 3.8 Flash:自然、有代入感,但是刪得很多
  11. Tencent Hy4-Preview(騰訊混元):風格和 Gemini 一樣
  12. DeepSeek V4.1 Flash:保留細節的模型之中寫得最好
  13. MiniMax M3:和 DeepSeek 很相似
  14. 智譜 GLM-5.3:平時寫得好,這次比較悶

這次我做了一個實驗:揀選 11 個不同的 AI 模型,用同一篇原稿實測它們改寫中文的水平。

先講結論:寫中文最沒有 AI 味、最適合寫社交媒體文章的有 5 個模型,而這 5 個模型可以分成兩類:

  • 會大刀闊斧刪減的模型: Gemini 3.8 Flash 和 Tencent Hy4-Preview(騰訊混元)。這兩個模型改寫文章時,會比較大膽地刪除它們認為不夠吸引的內容,所以你的文章會短很多。
  • 保留最多細節的模型: DeepSeek V4.1 Flash、MiniMax M3 和智譜 GLM-5.3。這三個模型可以保留最多細節,而且中文也寫得相當好。

所以用的時候要懂得揀:你是想保留細節,還是想 AI 大刀闊斧地刪走它認為不需要的部分?

(影片長度:15 分鐘)

11 個測試模型:上面黃色框是 Gemini-3.8-Flash 和 Tencent Hunyuan Hy4-Preview,紫色框是 DeepSeek-V4.1-Flash、MiniMax-M3 和智譜 GLM-5.3

這次用到的工具:ChatGPT、OpenRouter 和 MCP

這次實驗我用 ChatGPT 連接 OpenRouter 的 MCP Server,再用 OpenRouter 上不同的 AI 模型改寫文章。

  • ChatGPT 的「工作」模式: 這是我現在用得比較多的 AI Agent,我在它的介面交代工作就可以。
  • OpenRouter: OpenRouter 集合了很多不同的 AI 模型,所以 ChatGPT 連接 OpenRouter 之後,就可以直接調用這麼多模型,我不需要逐一訂閱每個平台。OpenRouter 是一個儲值平台,最少儲值 10 美元,就足夠試完這些模型。
  • OpenRouter MCP: 最方便的地方是 OpenRouter 本身支援 MCP。MCP 即是 AI Agent 連接其他平台的標準方式,例如 ChatGPT 透過 OpenRouter MCP,就可以把文章直接交給 OpenRouter 上的任何模型改寫。

在 Google 搜尋「OpenRouter MCP」,第一個結果就是 OpenRouter MCP Server 的說明頁,裏面有連接的方法。通常你要在 AI Agent 的「外掛程式」或者「Connector」新增這個 MCP Server,建立成功之後就連接到 OpenRouter 了。這條影片的重點不是 MCP,所以這裏只輕輕帶過。

我平時怎樣寫社交媒體文章

  1. 我先要有一個 idea,大概知道這次寫甚麼。我通常會在網上找一些相關題材的文章,然後交給 AI Agent。
  2. 我不會叫 AI Agent 直接抄那篇文章,因為這樣對大家都不好。我先設定了一個 skill,AI Agent 會根據我給它的連結,上網找更多資料。
  3. AI Agent 找到資料之後,會給我幾個不同的改寫方向讓我揀;我揀好方向,AI 就開始寫文章。

ChatGPT 寫中文的問題:AI 味很重

但是這裏有一個很大的問題:ChatGPT 寫出來的文章,AI 味非常重。我以前的做法是用 ChatGPT 寫完一篇文章,再交給 Gemini 重寫一次;但是現在我大部分工作都在 Codex 和 ChatGPT 的「工作」模式完成,所以要找另一個方法。

甚麼是 AI 味?

  • 一句可以說完的話,拆成三句。
  • 先否定,再說重點。 AI 明明可以直接說一句話,前面一定要加一句「不是」或「不只」之類的否定句,然後才說後面那句。例如下圖原稿第一句,AI 想說 GPT-Live-1 重新定義了 Voice Agent 的運作方式,但是前面一定要先否定一次。

ChatGPT 寫的原稿,紅線標出一句先否定再說重點的句子:GPT-Live-1 的真正突破不只是讓 AI 說話更像真人,還重新定義 Voice Agent 應該如何工作

為甚麼 AI 堅持這樣寫?

主要原因是 AI 缺乏親身經歷。你叫它寫文章,它沒有辦法寫出自己的觀點,只能根據你給它的觀點再修飾,而否定句就是其中一種修飾方法,簡單來說就是充字數。

這個問題在 ChatGPT 和 Claude 特別嚴重,因為它們的訓練資料大部分來自英文,所以你叫它寫中文,它是先用英文想,再翻譯成中文給你看。這些原因加起來,就是我們常見的 AI 味。

解決方法:用 MCP 把原稿交給其他模型改寫

既然原稿的 AI 味這麼重,我們就要借助其他 AI 模型改寫:把原稿連同 prompt 交給另一個 AI 模型,請它改寫成社交媒體文章。這次實驗的 prompt 主要包括四項要求:

  1. 直接講正題,刪除「先否定」的句式。
  2. 改寫「英文直譯中文」的語法。
  3. 用地道的廣東話。
  4. 改寫成 Facebook、IG 和 Threads 的文章。

改寫用的 prompt 四項要求:直接講正題,移除先否定的句式;改寫英文直譯中文語法;地道廣東話;改寫為 FB、IG、Threads 的文章

以前我們要把 AI 寫好的文章交給另一個 AI 模型,要手動複製貼上。現在有了 MCP,我只需要跟 ChatGPT 說「用 OpenRouter MCP,把原稿交給這個模型改寫」,ChatGPT 就自己懂得用 OpenRouter MCP 把文章交給那個模型。改寫好的文章直接顯示在 ChatGPT 的畫面上,所以我不需要在不同網頁之間複製貼上。

在 ChatGPT 輸入「@openrouter mcp 把母稿交給 z-ai/glm-5.3 改寫」,ChatGPT 回覆已使用 OpenRouter 的 z-ai/glm-5.3 完成改寫(Notion 連結已打格)

實驗方法:開 subagent,同時測試 11 個模型

為求公平,我把同一篇原稿交給 11 個不同的 AI 模型改寫。為了防止上下文互相污染,我要求 ChatGPT 開 10 個 subagent 做測試。Subagent 即是 AI Agent 分出來的助手,每個助手有自己獨立的工作空間。

給 ChatGPT 的 prompt:幫我開 subagent,用同樣方法把母稿交給以下模型改寫,用同一套 prompt,下面列出 10 個模型

這個方法有兩個好處:

  • 快很多: 因為等於有 11 位同事同時幫你做事。
  • 互不干擾: 這 11 位同事的工作空間完全隔離,所以它們改寫的內容不會混在一起。

整個測試大約用了 15 至 20 分鐘就完成了。

改寫一篇文章要多少錢?

我給模型改寫的原稿大約有三四千字。在 OpenRouter 的記錄可以看到,每次改寫的成本由大約 1 美仙到少於 1 美元,所以其實不貴。

OpenRouter 的使用記錄,列出 Seed 2.1 Turbo、MiMo-V2.5-Pro、MiniMax M3、Hy4 preview 等模型每次改寫的輸入、輸出和成本

實驗結果:5 個寫得最好的模型

原稿很長,所以這裏不逐點分析,只講幾個重點:原稿 AI 味很重,例如很多句子前面都加了否定句;很多一句可以說完的話被拆成幾句;還有一些很長但沒有甚麼意義的文字,讀者明顯不會有興趣。

我把整個實驗做成了一個網頁報告,裏面有原稿和每個模型改寫出來的文章。除了我自己評分,我也請 AI 幫忙評分。下面只介紹寫得好的模型。

Gemini 3.8 Flash:自然、有代入感,但是刪得很多

Gemini 3.8 Flash 的分數不錯,我自己也覺得寫得好:

  • 寫出來比較自然,也比較香港。
  • 懂得把很悶的內容變得有代入感,例如「你公司仲用緊舊式錄音客服?」「假如你要幫公司起個電話客服」。
  • 因為我要求寫 Facebook 帖文,所以它用了很多短句和 emoji 增加可讀性。

AI 改寫評估報告的 Gemini-3.8-Flash 頁面,標示了「假如你要幫公司起個電話客服」這種有代入感的寫法

但是要留意,Gemini 改寫後的文章短了很多:原文差不多有三四千字,Gemini 寫出來加起來都不到一千字。如果你本身希望 AI 把不吸引的內容剪掉,Gemini 就很適合你;如果你想保留很多細節,我就建議你不要用它,因為你很難控制它剪甚麼、不剪甚麼。

Tencent Hy4-Preview(騰訊混元):風格和 Gemini 一樣

Tencent Hy4-Preview 也寫得相當好。例如原文有一段在講流程,它聰明到用 emoji 箭咀把流程簡化,所以好看很多。它寫出來也很廣東話,例如一開始就說「唔講你唔知……」。

但是它和 Gemini 是同一種風格,整篇文章加起來也不到一千字,即是剪走了很多它認為不重要的細節。所以如果你想找 AI 精簡整篇文章,這個模型就相當適合。

DeepSeek V4.1 Flash:保留細節的模型之中寫得最好

如果你想保留多一些細節,我認為寫得最好的是 DeepSeek V4.1 Flash:

  • 寫出來非常廣東話,而且稍微有點誇張。
  • 有節奏感,懂得把複雜又悶的內容簡化,例如用「砌一個 Voice Agent」這類很香港的字眼。
  • 不過如果你寫比較正式的文章,這些字眼可能就有點誇張了。

DeepSeek 的字數比 Gemini 和混元多了不少,即是它保留了比較多細節。

AI 改寫評估報告的 DeepSeek-V4.1-Flash 頁面:AI 評級五顆星,Lo Sir 主觀評級 4 星,評語是非常廣東話、但稍嫌誇張

MiniMax M3:和 DeepSeek 很相似

MiniMax M3 和 DeepSeek V4.1 Flash 很相似,我也覺得寫得相當好,而且同樣保留了比較多細節。如果一定要我用這一篇文章分勝負,我這次可能會揀 DeepSeek V4.1 Flash;但是 AI 每次寫出來都不同,所以我認為兩個模型都可以用。

智譜 GLM-5.3:平時寫得好,這次比較悶

做這個實驗之前,我已經一直在用智譜 GLM-5.3,我覺得它寫中文寫得相當好。但是在這次實驗中,它寫得比較悶,而我之前用的時候又沒有這個問題,所以我仍然把它列入 5 個推薦模型。

如果你想看原稿和 11 個模型各自改寫出來的文章,可以下載「實測 11 款 AI 模型改寫中文的能力報告」。