角色扮演用哪個 AI 模型最好

大部分人問「哪個模型最好」，等的是一個名字。誠實的答案是這個問題少了一個詞：最好——在哪件事上。文筆漂亮、慢火燉出來的那一個，往往在第四十則回覆時把劇情線弄丟；而把劇情守得住的那一個，寫起來像一份稱職的報告。

你不必一次決定。角色、他的性格和他記得的每一件事，跟生成文字的那個模型是分開的，所以換模型是一幕一幕的選擇，不是一次承諾。

每一種擅長什麼

有五個可以選，而且它們是真的不同的樂器，不是同一件東西的五種尺寸。

• Standard — 每個新角色預設跑的就是它。快、穩，多數場景都夠用。你不用特地去挑，它本來就在那裡。
• GLM — 場面複雜起來時往上一階。邏輯更緊，長段來回也守得住一個計畫。
• Claude Opus — 文字和潛台詞最濃。慢火的戲、克制得剛好的張力，講出來的比說出口的多。
• Google Gemma — 快、暖、愛玩。適合沒有負擔的鬥嘴和來回。
• DeepSeek — 又長又繞的故事也串得住，不會把線頭弄丟。

怎麼看出你在錯的那一個上面

症狀很具體，知道之後你就不用再猜了。

回覆都很漂亮，但劇情已經悄悄不動了。三幕之前有人答應過的事，之後再也沒人提起 — 那是推理的問題，往 GLM 或 DeepSeek 移。

什麼都合理，卻什麼都打不到心上。角色把意思照順序講得清清楚楚，一點潛台詞都沒有 — 那是文筆的問題，Claude Opus 就是為這個而存在的。

該輕鬆的場面卻僵硬又正式。這時候更暖、更快的模型比更強的模型合適，Gemma 的位置就在這裡。

角色和很久以前定下來的事情打架。先去看記憶，再怪模型 — 如果那件事從來沒被寫下來，沒有任何模型能把它正確地掰出來。

換模型不會重設任何東西

模型不是角色的一部分。人設、記憶、場景和對話記錄全部原地不動，改變的只有生成下一則回覆的那個東西。

所以換模型便宜到可以當工具用，而不是當決定。常見的做法是：來回鬥嘴時用快的，到了關鍵的那一刻再換濃的 — 一句告白、一次對峙、一個結尾。

取樣參數比大家以為的更重要

模型的選擇決定上限，取樣參數決定你落在這個範圍裡的哪個位置。溫度（temperature）管的是回覆有多好猜 — 低一點更穩，高一點更意外。其餘那些（top_p、top_k、min_p、重複懲罰）限制的是模型連考慮都會考慮哪些候選字。

一個讀起來很平的模型，常常是溫度的問題，不是模型的問題。一個每四則回覆就把同一句愛用語再講一次的角色，是重複懲罰的問題。

這些參數在角色層和套餐層都是開放的，而且以 JSON 匯出匯入，所以一組調得好的數值可以存下來、搬著走，不必每次憑記憶重建。

這份陣容是什麼，不是什麼

五個模型，之所以是這五個，是因為它們覆蓋了真正不同的地盤，不是為了讓數字好看。有更好的模型出現時陣容就會換 — 這是一個路由決定，不是對特定名字的承諾。

這裡沒有排名，因為排名完全取決於你眼前這一幕。一個告訴你「某某模型就是角色扮演最強」的頁面，只是還沒演到需要另一個模型的那一幕。