职贝云数AI新零售门户

标题: AI写公文,谁最能打?11款大模型实测对比 [打印本页]

---

作者: BGM    时间: 昨天 06:20
标题: AI写公文,谁最能打?11款大模型实测对比
最近 AI 遍地开花，推理、编程、Agent 方向你追我赶。但作为一个小卡拉米，最接地气的需求恐怕还是公文写作——哪家模型的公文才能最强？带着这个疑问，我做了一次简单的横评。

参测阵容

11 MODELS

●DeepSeek专家形式 ●GLM5.1+深度思索 ●Kimi2.6 思索 ●MiMo2.5 Pro ●通义千问3.7Max+思索 ●新华妙笔DS V4Pro ●MiniMaxM3+Agent ●豆包专家形式 ●GPT网页版 ●Claude4.8 ●Gemini3.5 Flash●国内模型 ●国外模型为公平起见，全部运用各家网页版聊天模型，不调 API、不上专业工具。国外模型是托一个哥们儿帮忙测的。测试分三轮：一是公文润饰，看 AI 怎样给国务院的文件“动刀”；二是病句纠错，看谁能精准揪出缺点；三是大白话转公文，看谁写得最像那么回事。01ROUND ONE
公文润饰
我从政府网摘取了一段国务院办公厅的政策原文，交给各家模型润饰。原文正确处理城市建设与文明遗产保护的关系，摸清文物资源家底，加强文物保护，完善“先调查、后建设”、“先考古、后出让”制度，注重城市格局保护和风貌管控，加强全体性保护、系统性保护；保护修复历史文明街区，补足配套基础设备和公共服务设备短板，不断提升人居环境质量；加强不可移动文物和历史建筑修缮保护，推进文物活化应用，充分发挥不可移动文物和历史建筑的运用价值。不得改变与名城互相依存的自然景观和环境，不得停止任何与名城环境和风貌不相协调的建设活动，不得损坏或者私自迁移、拆除不可移动文物和历史建筑，相关建设项目要依法实行报批程序。提示词你是一位阅历丰富的公文写手。请润饰下面这篇公文，要求：①只在逻辑顺序、用词准确、语句迟滞、标点规范层面优化，随手纠正错别字和语病；②不扩写、不缩写；③理想信息严厉保持原样；④保持严肃简练语气；⑤先给残缺稿，再列改动及理由。各模型表现几乎一切模型都删除了并列引号间的顿号（根据 GB/T 15834《标点符号用法》），这算是基本功，下面重点说各家的差异化操作：

DeepSeek	三个“不得”后逗号改句号，断开否定要求与正面要求。
GLM	改动最多——调语序使逻辑递进、“补足→补齐”、冗余主语改“其”、“要→须”、“和→与”。
Kimi	仅删顿号，以为原文无需额外改动。
MiMo	删顿号 +“补足→补齐”+ 补入“的”字消弭歧读。
通义千问	合并“全体性、系统性保护”+“保护并修复”+ 补入“的”字 +“要→须”。
MiniMax	仅将冗余主语改为“其”。
豆包	六处改动——“加强→强化”“修复→修缮”“补足→补齐”“或者→或”等，刀法较密。
GPT	七处改动——“家底→底数”“停止→展开”“要→该当”等，偏好更书面的措辞。
Gemini	动作最大——多处动词交换、删词组外部顿号、“不得→严禁”、“要→须”。
Claude	仅删顿号，其他原样保留。

小结：Kimi 和 Claude 最抑制，对国务院原文几乎“手下留情”；GLM、GPT 和 Gemini 动刀最狠，风格各异。02ROUND TWO
病句纠错
第二轮的测试文本，参考了共产党员网上的公文病句示例，我把几处典型病句拼凑成了一份“报告”，交给各模型挑刺。测试文本关于××事项的报告为完成互联网与农业线上线下‘双交融’发展。深化实施‘全域统筹、三城联动、轴带展开、生态间隔、组团发展’战略，新一轮行政区划和镇街区划调整完成。对购买运用工业机器人产品的企业，按设备购置款的 10% 给予最高 200 万元补助。各原有和新兴金融聚集区要差异化发展，各部门间要加强协调配合，完善有关政策。妥否，请指示。提示词这是我拟写的一份报告。这一轮先不评判内容质量和观点能否正确，只从公文角度看文字：措辞能否准确、有无病句、标点和公文惯用语能否规范。请逐条列出成绩所在，并给出修正后的句子。参考答案 · 六处已知病句

1	双交融→交融，“双”字多余。

2	行政区划和镇街区划调整→行政区划调整，“和镇街区划”赘余。

3	各原有和新兴金融→各金融，“原有和新兴”属冗余定语。

4	各部门间要→各部门要，“间”字多余。

5	妥否，请指示→特此报告，标题是“报告”却用请示结语，文种不婚配。

6	最高 200 万元补助→最高不超过 200 万元的补助，缺“不超过”和“的”，逻辑不严密。

!	值得留意的是，第 ①② 处病句无一模型发现。以下表格仅统计其他四处的命中状况。

各模型得分

模型	③原有 和新兴	④间字	⑤文种	⑥最高 逻辑	命中
DeepSeek	—	✓	—	—	1
GLM ★	✓	✓	✓	✓	4
Kimi	—	—	✓	—	1
MiMo	—	—	—	—	0
通义千问	✓	—	✓	✓	3
MiniMax	✓	✓	✓	—	3
豆包	—	✓	✓	—	2
GPT	—	—	—	—	0
Gemini	—	—	✓	✓	2
Claude	✓	✓	✓	—	3

* 仅统计已知病句的命中状况，各模型能够还提出了其他修正建议（如 GPT 指出文本像多文件拼接等）。小结：GLM 表现最佳，六处病句命中四处；通义千问、MiniMax 和 Claude 各命中三处紧随其后。“双交融”和“镇街区划”两处较隐蔽的病句，一切模型集体翻车。MiMo 和 GPT 未命中已知病句。03ROUND THREE
大白话转公文
最后一轮，给了一段大白话，看各家怎样转成正式函件。提示词后期我们向某单位征求了关于某行业发展的意见，指导说对方提的意见很对，让我们马上落实，抓紧研讨给出答复，你给我草拟一个函件模板吧，不超过 200 字。各模型的函件

●DeepSeek

特此函复

××单位：贵单位关于××行业发展意见收悉。所提意见切合实践、针对性强，我单位完全赞同。我们正抓紧研讨落实方案，构成详细答复意见后将尽快函告。感激贵单位的大力支持。特此函复。

●GLM

专此函达

××单位：贵单位关于××行业发展的意见收悉。经研讨，所提意见客观中肯，我单位高度注重并完全采纳。目前，我单位正抓紧组织专门力气，针对贵单位意见逐项展开研讨，制定详细落实举措。相关研讨落实状况，将于×月×日前正式函复贵单位。专此函达。

●Kimi

特此函复

××单位：贵单位关于××行业发展所提意见收悉。意见中肯务虚，指导高度注重，已要求我单位仔细研讨、充分吸纳，加快推进落实。我们将抓紧制定详细措施，及时反馈落实状况。特此函复。

●MiMo

缺正式结语

××单位：贵单位《关于××行业发展的意见》收悉。经研讨，所提意见建议针对性强，对推进××行业发展具有重要参考价值，我单位表示赞同。下一步，我单位将仔细研讨吸纳相关意见建议，结合工作实践抓好落实。感激贵单位对××工作的关怀与支持。

●通义千问

特此函复

××单位：贵单位《关于××行业发展的意见》（××〔20××〕×号）收悉。经仔细研讨，所提意见切合实践、针对性强，我单位高度注重，已组织逐项落实。现将有关状况函复如下：一、……（详细落实措施）。二、……（详细落实措施）。感激贵单位对××行业发展的关怀支持，欢迎继续提出宝贵意见。特此函复。

●MiniMax

特此函复

×××单位：贵单位《关于××××的意见》收悉。指导高度注重并作出重要指示，要求我们仔细研讨、抓紧落实。经我单位深化研讨，现就相关意见答复如下：一、对于贵单位提出的……意见，我们完全赞同，并将……。二、对于……建议，我们将……。下一步，我们将……，实在抓好贯彻落实。特此函复。

●豆包

特此函复

××单位：贵单位《关于××行业发展的意见建议》收悉。我单位高度注重，次要指导专题研讨，以为所提意见精准务虚、针对性强，对推停止业高质量发展具有重要指点意义。目前，我们正抓紧逐项梳理研讨，制定详细落实措施。相关停顿及最终落实方案将第一工夫向贵单位反馈。特此函复。

●GPT

此函

贵单位提出的有关意见建议收悉。经仔细研讨，我们以为相关意见建议具有较强的针对性和参考价值，对推进有关工作高质量发展具有积极意义。目前，我单位已组织有关部门专题研讨，并结合工作实践抓紧推进落实。下一步，将进一步细化工作措施，加快相关事项办理进度，实在推进意见建议落地见效。感激贵单位长期以来对我单位工作的关怀和支持。此函。

●Gemini

特此函复

【对方单位称号】：贵单位关于某行业发展的意见建议已收悉。我单位高度注重，经仔细研讨，以为相关意见切中关键、切合实践，对推进该行业高质量发展具有重要参考价值。经研讨，我单位已片面采纳贵方意见，目前正抓紧制定详细落实举措、加快推进相关工作，确保各项意见建议落到实处。后续工作停顿我们将及时与贵单位沟通对接。感激贵单位对该项工作的关怀与支持。特此函复。

●Claude

专此函复

××单位：你单位关于××行业发展的意见（×〔20××〕×号）收悉。经仔细研讨，我们以为所提意见切合实践、针对性强，对推进××行业发展具有重要意义，完全赞同，将抓紧研讨吸纳、推进落实到位。对你单位的支持协助，深表感激。专此函复。本次测试未全部运用 API，也没有经过一致的 Agent 来调用，上述模型均为测试时的版本，不扫除网页端默许降档的能够，结果仅供参考。总体来看，三轮其真实考三种不同的才能——

润饰	考的是分寸。原文是国务院的成稿，本就反复打磨过，动得越少越好——Kimi、Claude、MiniMax 最抑制，只改该改的；GLM、Gemini 改得最片面，搁别处是优点，可对这篇几乎挑不出错的原文，有点子用力过猛。

纠错	考的是眼力，揪出的病句越多越好。GLM 命中四处居首，MiniMax 紧随其后（三处），通义千问、Claude 也是三处；”双交融””镇街区划”两处隐蔽病句则全员翻车。

转写	最看客观口味。我个人最中意 GPT 那封，像那么回事；其他各家大体一个档次，各有长短。

这么一路看上去：GLM 纠错最亮眼，却在润饰轮下手侧重；MiniMax 则三轮都没分明短板。论综合，我反而把票投给那个本人从没用过的 MiniMax——不断以为它只配干点“苦力活”，没想到正派写公文也这么能打。中文模型，我选 MiniMax；
国外模型，我更倾向 Claude。· END ·

---

欢迎光临 职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)

Powered by Discuz! X3.5