Opus 5 连续续写 40 轮：一场 12:0 全票通杀，一场 4:8 反输，升级方向本身成了失分项

玄幻续写链的第二轮，伏击戏推进到最紧的地方，Opus 5 写完正文，接着往下写了一段谁都没想到的东西：「推荐文章」「前一篇：AI 智能体开发流程与 Windows 11 编程环境配置指南」「Copyright © 2025 高效码农. All rights reserved.」，后面跟着 Hugo 模板的署名行，连浙 ICP 备案号都是全的。一段技术博客的页脚，整块掉进了修真小说的正文。

这台模型当时发布还不到十二小时。7 月 24 日 Anthropic 上新 Claude Opus 5，官方公告给它的定位是以一半价格逼近 Claude Fable 5 的前沿智能，牌价与前代 Opus 4.8 持平：每百万 token 输入 5 美元、输出 25 美元。公告通篇讲编码、agent、科研评测，写小说一个字没提。所以我们照惯例自己补考：协议逐项照抄两天前测 Gemini 3.6 Flash 的那轮，同两本中文书、同 55% 深度起笔点、同 21500 字滚动窗口，与 Opus 4.8 各连续续写 20 轮，六个异构 AI 评委成对双盲，评委席一个都没换。

票开出来，两场方向相反。《后宫·甄嬛传》女频场，Opus 5 十二票全票横扫，三个窗口全部 12:0，十二份裁决置信度全是 high，是这条管线开跑以来最一边倒的一场。890 万字玄幻场，它 4:8 输给了前代。

12:0 是什么成色

女频场的评语几乎是写给原著作者的。claude 评委：「全程保持原著特有的短句间歇节奏与内心独白密度，景物细节（龙胆草、莲瓣、缠臂金）融入叙事如原著手法」；qwen 评委注意到它「巧妙呼应了文末『缠臂金』注释」。对白占比 40.3%，是历届被试里最接近原著 48.8% 的正经全角引号记录。同一续写点上的 Opus 4.8 滑进了另一条轨道：灭口、笔迹比对、走水、银票这些桥段在第 13 到 19 轮连续爆发，单轮最长写到 2614 字，「冤枉」的重复对白出现在六个轮次。gemini 评委的裁决没留情面：「剧情迅速滑向地摊宫斗套路（直白下毒、放火灭口、搜出残信），对话现代白话感强」。每本书都跑两套甲乙翻转映射对冲位置偏差，女频场六位评委在翻转下全部稳定投 Opus 5。这个 12:0 没有水分。

玄幻场输的两笔账

玄幻场的原著是刻意直白的小白爽文，评委投给前代的理由指向同一处。qwen 评委说得最直接：Opus 4.8「完美复刻了网文的短句节奏、反派套路台词及经典神态描写，同一作者感极强」，而 Opus 5「文风偏文青实体书，与原著割裂」；deepseek 评委的版本是「过于文学化，偏好心理描写与氛围渲染，缺乏原著明快的推进感」。第二笔账就是开头那段博客页脚：80 轮里它只出现了一次，但四位评委独立点名，其中两位在裁决理由里按格式崩坏重罚。这场 4:8 里有多少票扣在幻觉、多少票扣在文青腔，样本内分不开，照实记。

还有一张票要单独登记：玄幻场唯一跨映射稳定投 Opus 5 的评委是 claude-4.6-sonnet，与被试同厂。好在两个被试都姓 Anthropic，这张票偏的是新代不是厂牌，但票向照登。

Opus 档没有 flash 档的循环病

同一套 20 轮滚动窗口协议，两天前让 Gemini 两代 Flash 四条链崩了三条，逐字复读检测打出过 100%。本轮四条链的跨轮逐字重叠峰值是 0.0%、0.0%、2.9%、1.0%，机械层全部干净。档位差是真的，病全在内容层。

Opus 4.8 的两条旧病历这回全部复核成立。九模型横评给它记过「后段半角标点递增」，本轮实测直接全链化：玄幻场 35.3% 的句读是半角（中段窗口峰值 67.3%），对白引号 478 处全是半角直引号，glm 评委在盲评里独立点名「半角逗号混入中文语境」。玄幻链还犯了连载注水：第 9 轮起插进「焱天至高传承试炼」「枯木老者试炼」两条副本线，明明收掉的反派宫邪魔主到第 16 轮又被拉回来营业。Opus 5 把标点病治了，半角残留只剩 2.2% 和 4.6%；篇幅纪律也守得多，题目要求每轮 80 到 220 字，它平均写 281 到 298 字，前代平均 700 到 930 字。指令遵循的代际差，在小说题上是看得见的。

统计又一次站在输家一边

按与原著结构画像的综合距离算（只看形不看内容），玄幻场 Opus 5 的 0.26 是这条管线的历史最贴纪录，此前最好成绩是 deepseek-v4-flash 的 0.356。它输了 4:8。女频场修正掉半角引号伪影之后，Opus 4.8 反而略贴，它输了 0:12。统计与盲评方向分歧一次添两例，累计第五、第六例：评委抓的是「文青腔对小白爽文」这种整体气味，句长和标点分布对气味天生不敏感。统计当回归闸门、成对双盲当裁决，这个分工再次成立。

账单与用法

80 轮全部零失败零重试，生成链合计 12.54 美元，约 90 元人民币。同一张价目表下 Opus 5 整场便宜 16%，原因只有一个：它守篇幅，输出 token 少 62%。延迟两代相当，平均每轮 16 到 23 秒，Opus 5 有一轮飙到 85.7 秒，疑似长思考轮，但我们走的网关通道看不见思考量。怎么选不复杂：写文学向的书，宫斗、文人叙事、第一人称心理戏，Opus 5 是我们测过「同一作者感」最强的一档；写直给的爽文，前代反而更贴，或者干脆用便宜一档的模型省钱。

样本边界照例写明：聚合网关中转通道，不是 Anthropic 官方直连，模型发布不到一天，本页全部数字绑定 2026 年 7 月 25 日的端点行为；每模型每书一条链、单锚点单采样，那段博客页脚的复发率没法从 n=1 里估计。这场的结论会补进长青选型页；5 系家族还剩 Haiku 没更新，下一场考试的日期由 Anthropic 定。