LLM文学分析测试排行：DeepSeek V4 Lite第一

在最新的LLM文学分析测试中，DeepSeek V4 Lite表现优异，排名第一。该测试由AiStudio统计Token量，并评估了多个LLM模型在文学分析方面的表现。以下是各模型的优缺点及分析排行图表：

测试模型：

• DeepSeek V4 Lite
• Grok 4.20
• Qwen 3.5 Plus
• Gemini 3.1 Pro
• GLM 5
• 豆包

API测试模型：

• Claude 4.6 Ops
• GPT Codex（5.3）

个人感知分析：

• DeepSeek V4 Lite：全面阅读，分析能力强，注意力集中，评价直入核心。
• Grok 4.20：主动进行网页搜索，直接引用他人分析并整合，4 Agent互相讨论结果的思路新颖。
• Qwen 3.5 Plus：思考时间最长，分析准确。
• Gemini 3.1 Pro：注意力较3.0 Pro有所提升，分析准确，但标点问题导致输出出现异常。
• Claude 4.6 Ops：未完全阅读，但唯一能分析出逻辑漏洞。
• GPT Codex：未完全阅读全文，分析点未给出原文位置，主要谈论宏观内容，细节分析不足。
• GLM 5：输出标准，未找出细节，因此排在GPT后面。
• 豆包：体验最差，手机端和网页端均表现不佳，80K文件测试中仅读取了部分内容，分析指定内容后出现幻觉。

其他观察：

• DeepSeek V4 Lite更新后表现强劲。
• Gemini 3.1 Pro输出类似朋友间聊天，有人味。
• Claude分析注意力集中在逻辑问题上。
• Grok主动搜索并整合他人分析，另辟蹊径。

讨论：
各位在使用这些模型时有什么体验？欢迎分享您的看法。