板报 · Field notes
我们一边做一个装进口袋的阅读器和酒馆，一边把路上的坑、取舍和实测记下来。没有软文腔，全是踩过的路。
Grok 4.5 在我们的九模型续写榜上两文体垫底：玄幻第 8、女频双评审一致第 9，案底是中途逐字循环、剧情停摆和第一人称失守。Grok 4.6 上线约 24 小时，我们走 xAI 官方 API 按同协议重审：两本中文小说各连续续写 20 轮，成对双盲。三项旧罪名全部撤销——对前代玄幻 12:0、女频 12:0，十二份稳定裁决全高置信，是这条管线迄今最强的代际信号；跨轮逐字重复峰值只有 2.8% 和 2.1%，「我」密度从原著一半修复到与冠军持平。但女频场挑战现任冠军 2:10 落败，五个评委异口同声点名新病灶「大纲体」：每轮约 150 字被读成叙事干瘪，冠军每轮约 475 字。玄幻场对冠军原始票 8:4、稳定票 4:0 方向占优，但按红线不宣布换冠。实付 $2.10，约 15 元。
读全文 →
DeepSeek V4 Pro 正式版（0813）官宣当晚一到两小时内，我们按九模型横评同一套协议做了增量实测：两本书各连续续写 20 轮，与自家 preview 前代（0716 快照）成对双盲。女频《甄嬛传》场 1:11（跨映射稳定票 0:5）、玄幻场 3:9（稳定 0:3）；挑战玄幻现任冠军 V4 Flash 0716 快照的第三场也是 3:9。败因是「现代文艺化」漂移：高武玄幻写成低武武侠，甄嬛体写成现代疼痛文学，「像」字系比喻密度是前代 2.2 倍，皇后居所写成电视剧设定「景仁宫」6 次。机械层反而全干净：40 轮零逐字循环、零半角引号。比比分更要紧的发现：官方 API 不换 ID 热切权重，同一个 deepseek-v4-pro 字符串，7 月与 8 月是文风判若两人的两个模型——榜上的冠军已经调不到了。全实验成本约 5 元。
读全文 →
DeepSeek Responses 返回HTTP 200却没有正文，usage里8191个output tokens全部是reasoning，通常不是网络故障，而是隐藏思考耗尽max_output_tokens。本文用DeepSeek V4 Flash 0731的8K、16K、32K真实请求解释output_tokens与reasoning_tokens关系：8K high首轮归零，16K max四卡只剩开头，32K能跑完high/max长篇，但max复杂写卡仍可能耗尽32767 reasoning。附Chat与Responses参数、Agent工具边界、计费预扣和生产兜底。
读全文 →
DeepSeek V4 Flash 正式版 API 上线公测当天实测：官方 Chat、Responses、Agent 工具闭环、同题20轮长篇、原创12轮续写、角色扮演和四题材写卡。新版把跨轮逐字复读峰值从72.0%降到1.2%，但文风距离变大；8K下high首轮8191 tokens全是reasoning、正文为0。把输出放到32K后high/max长篇均跑满12轮，却仍有长度失控、事实矛盾和机关模板化；max复杂写卡再次耗尽32767 reasoning、正文为0。
读全文 →
DeepSeek V4 Flash 正式版 API 上线公测当天，用同一本 385 章都市长篇、同一句用户话术，在 Foreverse App Agent 里复跑「读章裁量、挑场面改写」。书存活、写失败 0 次、章级工具调用约 174 次、整文件改写 0 次；净增≥300 字的章 13 章，耗时约 19 分钟。对照 7 月 21 日同模型 ID 基线：工具纪律明显更稳，吞吐没有变快。
读全文 →
Foreverse 通过两家中转生产实测 OpenAI 官方 GPT-5.6 Luna / Terra：App 统一使用 OpenAI Chat，Inroi 一级走 Chat，首帧前失败立即切 Requesty Responses；续写、扩写、Agent 两步工具链与缓存均已闭环。附 32K 输出包络、真实缓存命中、一次即切的回退规则、基础短档与 App +50% 用户价。
读全文 →
GPT-5.6 Luna none/low/medium/high/xhigh/max 与 Terra medium 的 32K 长篇续写正式矩阵：560 个计划轮次、548 次完整正文、5 次 incomplete_stream，两场中文小说各跑两条 20 轮链。两个隔离的模型评审会话独立盲评，Terra medium 以 4.725/5 第一，Luna high 是 Luna 内部最佳。附质量、成本、首正文速度、链完整度与 450–700 字服从率。
读全文 →DeepSeek V4 Flash 0731 正式版与 GPT-5.6 Luna / Terra 的真实小说测试对表：官方输入、缓存与输出价格，32K 长篇完成度、首正文等待、450–700 字服从、reasoning 截断、Agent 工具和缓存。明确披露两批不是同场盲评：Terra medium 是 Luna/Terra 正式矩阵第一，DeepSeek none 最便宜，但不能把不同考卷硬排成总冠军。
读全文 →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。
读全文 →
「续到第三十段，原著那股劲儿没了」有解法。想让 AI 续写保持文风，我们用一本 890 万字的玄幻和《后宫·甄嬛传》跑了六百多轮续写生成找答案：提示词里一句话把文风基准说死（比喻套话密度约减半）、给上下文标注哪段是原著哪段是 AI（重度续写的长跑保护器）、按文体选模型（两种文体的第一名互不重叠）。三层做法逐层给数据，附能直接抄的指令原句和一个措辞翻车案例。
读全文 →