现在不是 AI 能不能写的问题，而是 —— 你选谁来写？

01｜开篇：AI 都能写，那我该用谁写？

2025年，AI 写作不再是“能不能写”的问题，而是“哪个写得像人、像我、像爆款”。

OpenAI 有最牛的“非思考”模型 GPT-4.5 和当前最强的推理模型 o3；Anthropic 有刚刚发布、号称最强编程模型的 Claude 4；大善人谷歌有几乎免费的 Gemini 2.5 Pro。

所以我花了 3 天时间，做了 100 多条测试，挑选出精华问题，用创作者的标准，不讲技术参数、不看宣传文案，直接看“写出来的东西”：

• 谁能写出爆款标题？
• 谁模仿得了古龙？
• 谁能写得像爽文？
• 谁说人话分析财报？
• 谁能写出一篇真·像人的高考作文？

写给公众号创作者，内容从业者，也写给那些“模型太多挑花了眼”的小可爱。

02｜测试设计：真实写作任务，五项实测

我选了五个比较有代表性的内容创作任务，全部真实场景化。

模型参赛名单：GPT-4.5（ChatGPT）、o3（ChatGPT）、Claude Sonnet 4（claude.ai）、Claude Opus 4（claude.ai）、Gemini 2.5 Pro（谷歌 AI Studio）。

03｜实测一：爆款标题谁最会整活？

为“AI 写作正在取代初级文案”这个主题，写 5 个公众号爆款标题，风格包括但不限于：震惊类、实用类、知乎风、讽刺风等。尽可能多样化，强调传播性与点击率潜力。

点评总结：

OpenAI 的 GPT-4.5 和 o3 表现中规中矩，能用但不惊艳；Claude Sonnet 4 也差不多，不够出彩；Claude Opus 4 和 Gemini 2.5 Pro 表现亮眼，最典型的就是“震惊风”标题，其他 3 位还停留在“震惊！xxx”的时候，Claude Opus 4 和 Gemini 2.5 Pro 已经升级到了 “月薪3万的文案被ChatGPT秒杀！我亲眼看着同事被AI替代的全过程”，“一夜变天！90%初级文案或将失业？AI正悄悄“卷”死你！”这种不提“震惊”但处处是“震惊”的标题。

模型输出展示：

• GPT-4.5

• o3

• Claude Sonnet 4

• Claude Opus 4

• Gemini 2.5 Pro

04｜实测二：谁最能模仿古龙？

模仿古龙小说的语言风格，写一篇完整的短篇武侠小说，要求用词冷峻，节奏短促，带诗意和画面感。

点评总结：

OpenAI 的 GPT-4.5 和 o3 语言艺术上更胜一筹，其中 GPT-4.5 的故事性略差，o3 故事更加饱满。

Claude Sonnet 4 ≈ GPT-4.5，总体不错。

令人眼前一亮的是 Claude Opus 4，提示词一致的前提下，输出的篇幅最长，并且是远超其他模型，共 3900+ 字，7000+ tokens，是真的长！

Gemini 2.5 Pro 的输出最短，仅有 580 个字。整体不错，但有点中规中矩。

模型输出展示：

• GPT-4.5

https://chatgpt.com/canvas/shared/6834b680abe081918701edc1d1aad8c6

• o3

https://chatgpt.com/share/6834b646-143c-8004-b7ea-802e516e1663

• Claude Sonnet 4

https://claude.ai/public/artifacts/0e774c24-a7e0-41ca-8155-bb075077911d

• Claude Opus 4

https://claude.ai/public/artifacts/6e24921c-3841-4c5d-8ca3-1067273147b7

原文太长，部分截图。可通过上面的链接查看全文。

• Gemini 2.5 Pro

05｜实测三：谁最能写玄幻网文？

写一段玄幻小说的开篇章节，男主觉醒血脉被族人轻视，要有反转感、节奏感、网络小说的“上瘾感”，字数不少于 3000 字。

点评总结：

GPT-4.5 仅输出 1200+ 字，铺垫、反转感不足，更像是“引言”而非“开篇章节”；o3 输出 2700+ 字，细节描写明显要比 GPT-4.5 强了不止一点，也有对接下来小说走向的铺垫，就是反转感不是特别强。

相较于 ChatGPT 的“摸鱼”，Claude 显得很实在，其中 Claude Sonnet 4 直接爆肝 4700+ 字，Claude Opus 4 也有 3950 字。Sonnet 细节更丰富，Opus 网文感更强一些，两者表现的都不错。

Gemini 2.5 Pro 也很能写，3550 字，反转、节奏感都不错。更值得一提的是，它甚至贴心地设计好了血脉设定和修炼体系。

模型输出展示：

• GPT-4.5

https://chatgpt.com/canvas/shared/6834bcff6a30819189146d135d0ce669

• o3

https://chatgpt.com/share/6834be22-e5d4-8004-a33e-688ebf0a32eb

• Claude Sonnet 4

https://claude.ai/public/artifacts/ff39344e-ea92-4b1d-befd-45bc98d77f8f

• Claude Opus 4

https://claude.ai/public/artifacts/2cbed748-0f3e-45cc-bad1-16154c23fff1

• Gemini 2.5 Pro

06｜实测四：财报分析，谁写得不像 AI？

写一段关于苹果公司 2025 年 Q2 财报的分析，要求引用真实数据，语言克制、观点清晰。

点评总结：

这个测试里我一律没有提供相关资料，是希望同时测试一下它们各自的联网搜索能力和分析能力。

论分析能力，当属 o3 最强，思考时长 2 分半，调用了多轮搜索和 Python 代码解释器来分析，输出的深度和全面程度也是最高的。

其次是 Claude Opus 4，同样也是进行了多轮搜索工具调用，输出质量也比较高。

Gemini 2.5 Pro 本轮测试综合表现平平，输出结果多为谷歌搜索的总结，而不是模型自身的分析结论。

模型输出展示：

• GPT-4.5

• o3

• Claude Sonnet 4

• Claude Opus 4

• Gemini 2.5 Pro

07｜实测五：谁写的高考作文，像个真人？

随着互联网的普及、人工智能的应用，越来越多的问题能很快得到答案。那么，我们的问题是否会越来越少？

以上材料引发了你怎样的联想和思考？请写一篇文章。

要求：选准角度，确定立意，明确文体，自拟标题；不要套作，不得抄袭；不得泄露个人信息；不少于800字。

点评总结：

如果我是高考作文阅卷老师，我可能会给 Claude Opus 4 写的《问题的消亡与新生》最高分，其次是 Claude Sonnet 4 的《在答案的时代，问题更珍贵》，这两篇更像是真人写出来的“作文”，思辨性够强，金句感好，收束自然。比如 Opus 写的 “每一个被照亮的角落，都会显现出更多的阴影；每一个被解答的疑问，都会生发出更多的困惑”、“毕竟，一个没有问题的世界，才是真正令人担忧的世界”，以及 Sonnet 写的 “问题不会消失，它们只是在等待更有准备的心灵去发现和探索”。

OpenAI 的 GPT-4.5 和 o3 写的高考作文 AI 味太浓了，就像是在用 markdown 格式罗列观点，尽管 o3 的引语很丰富，但模版痕迹重。

Gemini 2.5 Pro 写的整体不错，个人感觉文风“宏大但虚”。

模型输出展示：

• GPT-4.5

• o3

• Claude Sonnet 4

• Claude Opus 4

• Gemini 2.5 Pro

08｜最终结论：AI 很能写，选谁很关键

在这 5 项测试中，各家 AI 模型的风格倾向已经相当明显：

写得像人，不代表写得像你。

真正优秀的 AI 写作模型，可能不是最聪明的，却是最能与你形成“搭档感”的那个。

那么，你觉得谁才是写作最强的 AI？欢迎评论区留言，一起聊聊。

我是木易，一个专注AI领域的技术产品经理，国内Top2本科+美国Top10 CS硕士。

相信AI是普通人的“外挂”，致力于分享AI全维度知识。这里有最新的AI科普、工具测评、效率秘籍与行业洞察。

欢迎关注“AI信息Gap”，用AI为你的未来加速。