文心一言和豆包写中文：一个默认书面，一个默认口语

文心的默认输出是书面语，豆包的默认输出是口语。这不是谁更聪明的差别，是训练语料和产品定位留下的偏好。选错的代价很具体：从书面语改口语，要一句一句拆；从口语改书面语，等于重写。

差别落在四个可观察的地方

句长。 文心倾向中长句，一句话里带两个分句是常态，靠「并」「以及」「同时」串联。豆包倾向短句，一句话一个意思，句号密度明显更高。

人称。 文心默认不用第二人称，写建议时用「应」「需」「建议有关单位」。豆包默认对读者说话，张口就是「你」，一段里出现三四次很正常。

连接与语气。 文心的过渡靠逻辑词——「据此」「在此基础上」「为进一步」。豆包的过渡靠口语词——「其实」「说白了」「你会发现」，还爱用设问句起头。

结尾。 文心收在一句判断或者一句要求上，收完就停。豆包习惯加一句引导，比如「你觉得呢」「可以先从这一步试」。

下面这两句是我按两边常见输出改写的示意，不是模型原话：

书面版：为进一步优化夜间消费供给，本市将于第四季度开展夜间经济示范区创建工作，重点完善交通接驳与延时经营配套。

口语版：晚上想逛个夜市，结果地铁十点半就没了——这事儿今年四季度要改。先修交通，再谈延长营业。

同一件事，前者能直接进文件，后者能直接念。这就是语体的差别。

四类任务，谁的起点更省

这张表的关键不是「谁强」，是「起点离终点多远」。写作这件事，改语体的成本远高于改内容——内容错了补两句就行，语体错了要逐句重写。

一个反直觉的点

文心偏书面，不代表它不会写创意内容。文心 5.1 的官方口径里，创意写作能力接近 Gemini 3.1 Pro，内部评测覆盖剧本逻辑、情绪控制和长篇叙事。也就是说它有能力写活，只是默认不这么写。

要它写口语，得显式说清楚。有效指令长这样：

把上面这段改成口播稿。要求：每句不超过 15 字；用「你」称呼听众；
不用「进一步」「切实」「持续」这类书面词；开头用一个具体场景，不要结论先行。

反过来，让豆包写公文，指令得更重：指定文种、指定主送机关、指定层次序号、明确禁用口语词。即便这样，输出的骨架还是偏松，段落之间的推进关系要自己补。

结论是：能用指令掰过来的，是风格；掰不过来的，是语感底子。前者改一次提示词就行，后者改十次也还是别扭。

混合用法比选边更实用

一个实际在用的流程：先用豆包把想法聊开，拿到具体的场景、例子、金句；再把素材丢给文心，让它按公文或通稿的结构重写一遍。前者负责「有话可说」，后者负责「说得像样」。

这个流程的成本不高。两家 C 端都免费，切换只是开两个标签页的事。真要走 API 批量处理，成本才需要计算，两家的输入输出定价可以对照 11 月大模型 API 价格表。

分工结论

写要盖章、要发文、要进会议材料的东西，从文心起步。写要念出来、要发出去、要有人评论的东西，从豆包起步。

拿不准的时候，看最终载体：文字被「读」还是被「听」。被读的偏书面，被听的偏口语。这一条比记任何模型参数都管用。

模型侧的具体能力分数可以看 文心 5.5 Flash 的基准表现，但语体这件事，基准测不出来，只能自己写两段试试。