星火 X2.5 复测：写作能力换个接口它正常多了

星火 X2.5 复测：写封请假邮件抄 40 遍"任务要求"？换个接口它正常了

Spark-X2.5 能力实测第 4 期 · 调用方式对比机器：R9-7900 + RTX 3070 8G + 64G ｜ 引擎：llama.cpp（XHToken fork） 需要引擎自己玩的，关注GZH回复【llamacpp】【X2.5】获取上期（能力实测 04）我用"续写接口"测四档模型写作，结论是"1.7B 比 4B 会写、4B 把任务要求抄了四十遍"。这期我打自己的脸：换成"对话接口"重测，写作表现天差地别。先说清楚：上期数据是真的，这期数据也是真的——变的不是模型，是我调用它的方式。

一、先复盘：上期我测出了什么

上期 12 道办公写作题（请假邮件、会议通知、客服回复、起标题……），四档模型各跑两轮，通过数：

模型

12题×2轮通过

上期观感

最扎眼的是 4B-Q4 写请假邮件时把"【任务要求】"复读了 40+ 行，4B-F16 多数时候不动笔。上期我据此建议："办公写作选 1.7B，别让 4B 写东西。"

这个结论，这期要收回一大半。

二、转折：我发现了测试方法的一个漏洞

上期（含更早几期）我用的是llama.cpp 的"续写"接口（/v1/completions）——把题目当纯文本喂进去，让模型接着往下写，没套对话模板。

对 X2.5 这种"思考型"模型，这可能是错的用法：它训练时见到的是"用户说一句 → 我思考 → 我回答"的对话结构。不给对话模板，它不知道"该回答我了"，就容易在题面上打转——复读任务要求、分析题目、迟迟不动笔。

不是瞎猜。同一道请假邮件题、同一个 4B-Q4 模型，唯一变量是接口：

续写接口（上期用法）：

【任务要求】【任务要求】【任务要求】【任务要求】【任务要求】……（复读 40+ 行）

对话接口（本期，套官方 chat 模板）：

尊敬的领导：因家中突发事务，我需于明天下午请假半天。此前，我已将手头工作仔细做好交接安排，确保各项事宜顺利推进，无工作延误风险。恳请领导批准。

同一颗脑子，一个像卡带，一个像正常人。差异全在你怎么叫它。

三、上期最惨的 4B-F16，换接口后一样正常

上期 4B-F16 是"断崖垫底"：请假邮件它幻觉出一整套"高考作文题"（"每一代人有每一代人的担当"材料 + 800 字要求），完全没在答我的题。

对话接口下，同一道题的输出：

尊敬的领导：您好！因明日下午家中突发急事，需向您请假半天，恳请批准。为确保工作顺利推进，我已提前做好手头工作的详细交接与安排，相关资料均已妥善同步给接班同事。望您理解并予以批准，感谢！

上期"全军覆没"的两道题（会议邀请函称呼、外卖差评回复），对话接口下 4B-Q4 的输出：

会议邀请函称呼（要求：单独一行，只输出称呼）：

尊敬的陈总，诚邀您出席本次产品发布会！

外卖差评回复（要求 ≤100 字、必须致歉）：

非常抱歉，餐品凉透、汤洒漏的问题让我们深感愧疚。这反映出配送与包装环节存在疏漏，我们已立即加强保温及防漏包装，并严管配送流程。后续定会严控细节，尽力弥补，感谢您的批评与监督！

这几段输出放一起，不用我多说，你也看得出谁正常谁不正常。这就是这期我最想让你看的东西——输出原文，比任何分数都直观。

四、全量数据：不是某一题幸运，是系统性差异

怕你觉得"就一题碰巧"，我把全套 53 题（不止写作，含信息提取、JSON 输出、Agent 类任务）用两个接口各跑一遍（温度都用官方推荐的 1.0）。四档模型、两个接口，通过数：

模型

续写接口

对话接口

变化

这张表只说明一件事：续写接口把四档全部系统性压低，换成对话接口每档多过 16~28 题。

注意——我不拿这张表给四个模型排名。单次采样下，36/35/34 这种差距可能纯粹来自随机性，但是“对话”>“续写” 这个差距远超噪声，是稳的。

五、这个级别的模型，写作到底什么水平？肉眼可见

跑完这轮，我对"1B~4B 小模型写作水平"的判断反而更清晰了——不用抠分数，看输出就知道：

✅ 能写的：套路型公文，改改就能用。请假邮件、会议通知、系统公告这类有固定模板的，四档模型对话接口下都能交出像样的成品——上文的请假邮件、外卖回复就是例子，结构、礼貌用语、关键信息都在，个别地方微调即可。

⚠️ 要留意的：约束容易松。"只输出这一句""不要解释"这类格式纪律，小模型时灵时不灵——上期就发现它会把"写一句广告语"理解成"写一篇卖点分析"。字数、格式约束，要么自己盯，要么提示词里强调三遍。

❌ 写不了的：要共情、要临场应变的。客户投诉安抚、差评回复要"看人下菜"时，四档都偏机械——道歉是道了，但读起来像模板。这类活它只能打草稿。

🔍 还有一类"技术性翻车"：想太多，把答案想没了。对话接口下四档仍有 9~14 题"只思考没落笔"——思考内容一大段，答案区却是空的。集中在合同对比、会议纪要、评论情绪这类"要读一大段、再写一大篇"的题。1.7B-Q4 最严重（14 题）。这不是它不想答，是思考占满了 token 预算，没来得及写答案——长任务要么给足预算，要么拆小。

六、这期对你有啥用（方法 > 结论）

与其说这是"4B 翻案"，不如说是一次评测方法的自我纠错。三条可复用：

本地跑 X2.5 怎么用对接口：llama-server 启动加 –jinja（启用官方对话模板），请求走 /v1/chat/completions 而非 /v1/completions。参数放文末。

下期预告：接口对了，那让Agent（自动调工具、多轮思考）去跑同一批题，X2.5 又是什么水平？以及四档到底谁强——我会补多轮采样再下结论，不拿单次数据糊弄你。

附：完整数据表（53题，temp=1.0, top_p=0.95，单次采样）

模型

续写

chat

写作·续写

写作·chat

排序仅为阅读方便，不代表能力排名。档间 1~6 题差距处于单次采样噪声范围，模型间孰强孰弱待多轮采样确认。"写作·续写"为续写接口 t1.0 单轮；文章 04 的通过数口径是两轮合计（温度0+1.0），故与此表数值不同，结论方向一致。口径说明：53 题中含 6 道 Agent 场景题（任务分解/工具选择/异常处理等），测的是"模型在文字场景中给出合理回应"，未套真实工具调用——它们不构成对模型 Agent 能力的结论，仅供场景理解参考。

测试环境：R9-7900 12C/24T · RTX 3070 8G · 64G · Windows · CUDA 13.3.1 · llama.cpp XHToken fork调用方式：llama-server /v1/chat/completions + –jinja 官方模板（对照：/v1/completions 裸续写）判分口径：关键词+格式初筛，本文引用输出均人工复核。全部数据来自本机运行日志，可复现。

往期内容：

第一篇：为了跑星火Spark-X2.5，我把 llama.cpp 重新编译了一遍

星火 X2.5 文档分析实测：四个档位读同一份日志，最慢的确实质量最高

星火X2.5写作实测，跟我想象的完全不一样