ご質問はいくつかの要素があるようです。要素ごとに少し説明してみようと思います。
多少長くなりますので、アニメを見るような文章表現が可能かといえば、ほぼ不可能ということになります。避けるのが無難です。ただし、多少近いものはよく行われていました（→４のハードボイルド文体）。
１．小説は心情をはっきり書くべきとの論
三島由紀夫の文章読本は読んでいないので、お示しの部分だけからになります。その言は「小説では『必要な』心情ははっきり書かないと違和感を残してしまう」と読んでおいたほうが無難ではないかと思います。
仰るように、キャラの心情をいちいち書いたら、ダレます。それどころか、心情情報の洪水に埋もれて、作者が読者に本当に伝えたい、キャラの心情の核心が伝わらなくなります。
２．アニメの得意とする表現を文章でできるか
不可能です。動く絵の得手不得手と、文章の得手不得手が相反するからです。動かない絵のコミックですら、文章でそのまま再現は不可能です。
絵は大変な情報量を持っています。例えば有名絵画「モナ・リザ」を全く知らない画家がいるとします。電話で言葉だけでモナ・リザの絵の特徴を画家に伝え、複製画を描いてもらえるでしょうか。考えただけで不可能であることが分かると思います。
（もっと単純な図形の実験で不可能性を調べた実験があったりする。）
しかし「モナ・リザ」に描かれた人物が何を思っているか、絵は何も伝えていません。謎めいた微笑、以上には分からない。人それぞれが想像するしかありません。
文章だとどうでしょうか。座って微笑んでいる○○歳くらいの女性といった外見描写は、読む人それぞれが想像し、おそらくイメージが一致しません。作者が思い浮かべた絵が言葉で伝わると思ったとしたら、幻想です。文章描写と絵的イメージを一致させようと思ったら、モナ・リザの絵を挿絵に使うしかないでしょう。そうでないなら、絵は読者の想像に任せるしかありません（音などの五感は全部、読者の想像にゆだねるしかない）。
しかし、座って微笑む女性が何を考えているか、どういう気持ちかは文章ならダイレクトに表現できます。気持ちを直接書かず、内心の愚痴などで間接的に表すこともできます。文章とは得手不得手が絵とは逆なわけです。
文章と絵の大事な違いはまだあります。コミックにせよアニメにせよ、同時に起きた複数のことを描けます。殴り合う2人の攻防（パンチを受け止める手とか）を同時に描き、さらに争いを止めようと飛び込んで来る3人目も同時に表せます。怯えて逃げる猫を画面隅にさりげなく配置することも可能です。要はパラレルに表現できるわけです。
文章だとシリアルです。殴りかかるA→防御するB→止めようと飛び込んで来るCと、順番に描写するしかありません。言葉的には「～しつつ」「～と同時に」と書くことはできます。しかし、読者は一語ずつ追って行くわけです。
「A」でキャラを想像し、「拳」で手を握ったと想像し、「繰り出した」で殴りかかる動作を想像します。続いて防御するBも同じような手順でイメージ、続いてCも同様に。全部読んでから「これらが同時だ」とイメージを調整します。同じ場面を描いても、絵とは効果が違ってしまいます。
文章特有なのが比喩だったりします。文章では例えば「悪鬼のような表情で」と
得意な手法を封じて、不得意な手法だけを使って、読者に伝わるように書けるかといえば、普通は不可能というべきです。できる人がいるとしたら、天才でしょう。絵を言葉で伝えらえるかどうか悩むようなら、とりあえず天才ではないと思っておくべきです。
３．アニメの表情表現はリアルか
声の調子については、声優さんの実力ですし、声優さんは人間です。実写と同じく、人間の表現力がいかんなく発揮されているでしょう。
表情については、実写に遥かに劣ります。アニメの絵は生の人間がそのまま写せる実写に及ばない。止め絵でも写真に及ばないのです。理由は情報量の差です。その代わり、絵は省略、強調、デフォルメを使い、写真・実写には出せない表現が可能です。
アニメだと、例えば目は極端には(＞＜)みたいに描けます。あるいは文章表現「目が点になる」に取り入れられた、コミック発の表現(・・)があります。実写ではできない工夫です。しかしパターン化された、はっきりした特徴を打ち出しています。実写で「目をわずかに細めた」みたいな微妙な表情は、アニメやコミックではなかなか効果を出せません。
間はアニメ、実写とも効果的に使われていますね。これは作者・制作側が台詞や動作のタイミングを完全にコントロールできるからです。視聴者が「ちょっと待って」と叫んでも、映像は先へ進んでしまいます。
しかし絵で表すという共通点があるコミックでですら、同じようにはできません。読者が読むスピードをコントロールするからです。作者は読者がどう読むかは制御できません。ですので「……」などで間を表す必要に迫られます。
これは文章でも同じです。間は読者が決めます。作者は「……」や、明示的な「口ごもった」等の表現で読者を誘導するのが精一杯です。
４．客観描写主体のハードボイルド文体
しかし、天才でなくても近いことなら実際に行われています。ハードボイルドです。主人公がある種のタイプの小説等と思われることが多いですが（ハードボイルド主人公）、その主人公の印象を支えるのがハードボイルド文体です。ヘミングウェイが祖という説があるほど、古くからおこなわれています。
ハードボイルド文体では、心情を極力排して、客観的、写実的に描写に頼るのが特徴の1つです。例えば「彼女の言葉を聞いて、彼は心底怒った」とは書かない。代わりに「彼女が言葉を切ると、彼はテーブルを殴った」みたいに描写します。
写実面でいえば、キャラの思考、判断も書きません。例えば「霧の中を接近してくる敵がぼんやり見えた」とは書かない。代わりに「霧の中に見える影が大きくなっていく」などと描写します。「敵はまだこちらに気づいていない、先手を取るチャンスだ」とは書かない。「（主人公は）ニヤリと笑うと、銃を影へ向けた」と書く。
そういう書き方で効果を出すコツは、簡潔さやスピードです。描写は簡潔にする、つまり短くする。スピードは取捨選択で出す。読者の理解に必要な最低限にとどめる。心情描写でも必要なものだけに絞るのと同じです。
とはいえ、映像作品やコミックと同じような効果を出せるわけではありません。あくまでも、作者が見たままを言葉で描写するに留まります。映像や音は読者が文字からイメージ再生するのですから、映像を見せ、音を聞かせる作品とは異なるのは仕方ないことなのです。
でしょという）を何年も考え続ける、という回答になりますが。具体的に勝利条件が何を意味するかはお教えできません。