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——哪家模型的公文能力最强？带着这个疑问，我做了一次简单的横评。

参测阵容

11 MODELS

●DeepSeek专家模式●GLM5.1+深度思考●Kimi2.6 思考●MiMo2.5 Pro●通义千问3.7Max+思考●新华妙笔DS V4Pro●MiniMaxM3+Agent●豆包专家模式●GPT网页版●Claude4.8●Gemini3.5 Flash

●国内模型●国外模型

为公平起见，全部使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：

一是公文润色，看 AI 怎么给国务院的文件“动刀”；二是病句纠错，看谁能精准揪出毛病；三是大白话转公文，看谁写得最像那么回事。

01ROUND ONE公文润色

我从政府网摘取了一段国务院办公厅的政策原文，交给各家模型润色。

原文

正确处理城市建设与文化遗产保护的关系，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，重视城市格局保护和风貌管控，加强整体性保护、系统性保护；保护修复历史文化街区，补足配套基础设施和公共服务设施短板，不断提升人居环境品质；加强不可移动文物和历史建筑修缮保护，推动文物活化利用，充分发挥不可移动文物和历史建筑的使用价值。不得改变与名城相互依存的自然景观和环境，不得进行任何与名城环境和风貌不相协调的建设活动，不得损坏或者擅自迁移、拆除不可移动文物和历史建筑，相关建设项目要依法履行报批程序。

提示词

你是一位经验丰富的公文写手。请润色下面这篇公文，要求：①只在逻辑顺序、用词准确、语句通顺、标点规范层面优化，顺手纠正错别字和语病；②不扩写、不缩写；③事实信息严格保持原样；④保持庄重简练语气；⑤先给完整稿，再列改动及理由。

各模型表现

几乎所有模型都删除了并列引号间的顿号（依据 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，认为原文无需额外改动。
MiMo	删顿号 +“补足→补齐”+ 补入“的”字消除歧读。
通义千问	合并“整体性、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”“进行→开展”“要→应当”等，偏好更书面的措辞。
Gemini	动作最大——多处动词替换、删词组内部顿号、“不得→严禁”、“要→须”。
Claude	仅删顿号，其余原样保留。

小结：Kimi 和 Claude 最克制，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

为实现互联网与农业线上线下‘双融合’发展。深入实施‘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。对购买使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，请批示。

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是否正确，只从公文角度看文字：措辞是否准确、有无病句、标点和公文惯用语是否规范。请逐条列出问题所在，并给出修改后的句子。

参考答案 · 六处已知病句

1	双融合→融合 ，“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，请批示→特此报告 ，标题是“报告”却用请示结语，文种不匹配。

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。

!	值得注意的是，第 ①② 处病句无一模型发现。以下表格仅统计其余四处的命中情况。

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情况，各模型可能还提出了其他修改建议（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。“双融合”和“镇街区划”两处较隐蔽的病句，所有模型集体翻车。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，看各家怎么转成正式函件。

提示词

前期我们向某单位征求了关于某行业发展的意见，领导说对方提的意见很对，让我们马上落实，抓紧研究给出答复，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。所提意见切合实际、针对性强，我单位完全赞同。我们正抓紧研究落实方案，形成具体答复意见后将尽快函告。感谢贵单位的大力支持。

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。经研究，所提意见客观中肯，我单位高度重视并完全采纳。目前，我单位正抓紧组织专门力量，针对贵单位意见逐项开展研究，制定具体落实举措。相关研究落实情况，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。意见中肯务实，领导高度重视，已要求我单位认真研究、充分吸纳，加快推动落实。我们将抓紧制定具体措施，及时反馈落实情况。

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。经研究，所提意见建议针对性强，对推动××行业发展具有重要参考价值，我单位表示赞同。下一步，我单位将认真研究吸纳相关意见建议，结合工作实际抓好落实。

感谢贵单位对××工作的关心与支持。

● 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。经认真研究，所提意见切合实际、针对性强，我单位高度重视，已组织逐项落实。现将有关情况函复如下：

一、……（具体落实措施）。

二、……（具体落实措施）。

感谢贵单位对××行业发展的关心支持，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。领导高度重视并作出重要批示，要求我们认真研究、抓紧落实。经我单位深入研究，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……，切实抓好贯彻落实。

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。我单位高度重视，主要领导专题研究，认为所提意见精准务实、针对性强，对推动行业高质量发展具有重要指导意义。

目前，我们正抓紧逐项梳理研究，制定具体落实措施。相关进展及最终落实方案将第一时间向贵单位反馈。

特此函复。

● GPT

此函

贵单位提出的有关意见建议收悉。经认真研究，我们认为相关意见建议具有较强的针对性和参考价值，对推动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究，并结合工作实际抓紧推进落实。下一步，将进一步细化工作措施，加快相关事项办理进度，切实推动意见建议落地见效。

感谢贵单位长期以来对我单位工作的关心和支持。

此函。

● Gemini

特此函复

关于某行业发展意见采纳情况的复函

【对方单位名称】：

贵单位关于某行业发展的意见建议已收悉。我单位高度重视，经认真研究，认为相关意见切中要害、切合实际，对推动该行业高质量发展具有重要参考价值。

经研究，我单位已全面采纳贵方意见，目前正抓紧制定具体落实举措、加快推进相关工作，确保各项意见建议落到实处。后续工作进展我们将及时与贵单位沟通对接。

感谢贵单位对该项工作的关心与支持。

特此函复。

● Claude

专此函复

关于××行业发展有关意见的复函

××单位：

你单位关于××行业发展的意见（×〔20××〕×号）收悉。经认真研究，我们认为所提意见切合实际、针对性强，对推动××行业发展具有重要意义，完全赞同，将抓紧研究吸纳、推动落实到位。对你单位的支持帮助，深表感谢。

专此函复。

本次测试未全部使用 API，也没有通过统一的 Agent 来调用，上述模型均为测试时的版本，不排除网页端默认降档的可能，结果仅供参考。

总体来看，三轮其实在考三种不同的能力——

润色	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 最克制，只改该改的；GLM、Gemini 改得最全面，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；”双融合””镇街区划”两处隐蔽病句则全员翻车。

转写	最看主观口味。我个人最中意 GPT 那封，像那么回事；其余各家大体一个档次，各有长短。

这么一路看下来：GLM 纠错最亮眼，却在润色轮下手偏重；MiniMax 则三轮都没明显短板。论综合，我反而把票投给那个自己从没用过的 MiniMax——一直以为它只配干点“苦力活”，没想到正经写公文也这么能打。

中文模型，我选 MiniMax；国外模型，我更倾向 Claude。

· END ·