目前全球大模型，在中英文文章生成方面哪个模型最强？

v2 更关注的似乎是编程能力。

我现在倒更关心文本生成能力，能不能帮我水论文，标准和专利等等的。。。

不知道 LLM 测试中有没有项目是专门对文字生成进行评价的。

目前个人使用模型写文章的一些经验和想法：

• GPT4.5 和 GEMINI 整体生成质量比国内模型好一些，外国佬语料质量还是比较高。
• grok 没用过，不知道怎么充钱。
• 试了试 deepseek 新更新的 v3 ，感觉跑不过 gemini2.0Pro
• 输出融合感觉对生成质量提升明显，混合不同模型的系统指令\思考过程\回答结果，然后用模型再整理，一般来说质量都会提升，几乎不会下降。