生图

Text in images: which model spells it right?

Name: Text in images: which model spells it right?
Creator: jack tj
Published: 2026-10-19T17:41:54.000Z

Three image briefs, each with exact text that must appear in the picture, sent to three image models. A model judge checked every image for the exact words and for the scene. No human review on this run.

jack tj 发布于 2026年10月19日（UTC） · 3 条用例 × 3 个参测项 × 每格 1 次，运行于 2026年10月19日（UTC）

用我的数据跑一遍看看是怎么测的

把参测项、评判规则和公共提示词复制到一个新评测里，用例换成你自己的；这份报告的测试集不会被复制。

测试条件

重新跑一遍这次对比所需的全部信息。

这次运行

模态: 生图
用例: 3
参测项: 3
每格次数: 1
调用: 9
提示词缓存: 关
超时: 180 秒
运行日期: 2026年10月19日（UTC）
价格核实于: 2026年9月30日（UTC）
测量地点: Tencent Cloud (prod)

输出怎么判

规则检查: 无
人工评判: 盲评：评判时看不到模型名。
模型裁判: Gemini 3.7 Flash，按质量标准判通过或不通过，并打 1 到 5 分

参测项：模型、渠道、参数和价格
参测项	模型 ID	渠道	参数	价格
参测项 A： GPT Image 2.5 SunburstOpenAI	`openai/gpt-image-2.5-sunburst`	OpenAI (direct)	厂商默认值	每百万 token 输入 $8.00 / 输出 $8.00 · 每百万图片 token $30.00核实于 2026年9月30日（UTC）
参测项 B： Nano Banana 2 (Gemini 3.1 Flash Image)Google	`google/gemini-3.1-flash-image`	Google AI Studio (direct)	厂商默认值	每百万 token 输入 $0.50 / 输出 $3.00 · 每百万图片 token $60.00核实于 2026年9月30日（UTC）
参测项 C： Seedream 5.0 ProByteDance Seed	`bytedance-seed/seedream-5-0-pro`	BytePlus ModelArk (direct)	厂商默认值	每张图 $0.045核实于 2026年9月30日（UTC）

质量标准

对这个任务来说什么算好，用评测者自己的话写下。模型裁判严格按它判；人工评判时它一直显示作参考。

你希望拿到什么样的结果？: 未填写
你最在意什么？什么情况下这份结果就不能用？: Every piece of text in quotes must appear in the image exactly as written: same words, spelling, numbers and symbols, nothing missing and no extra words. Garbled, misspelled or invented text makes the image unusable. The scene and style should match the brief.

用户原话 · 第 1 版

这些数字能说明什么

样本量、评判覆盖面，以及限制这次对比的因素。

样本3 条用例，每格 1 次。 用例少于 10 条：结果仅供参考。
人工评判9 份完成的输出都还没有人工评判。
盲评盲评：评判时隐去模型名。所有结论都是在揭晓模型名之前给出的。
模型裁判可信到什么程度没有一份输出同时经过人工和裁判评判，裁判准不准没有核对过。 样本不够，还看不出裁判准不准。 裁判和参测项 B 是同一家厂商。
未完成的调用每一次调用都完成了，或者是模型那边失败了。
运行日期所有参测项都在 2026年10月19日（UTC）运行。

汇总

每个指标分开报。成本是厂商的价格，单位美元，不是积分。

参测项	模型裁判通过 / 已评	单次成本厂商价格	响应时间平均
参测项 A： GPT Image 2.5 SunburstOpenAI	3/ 3 (这一列最好)100%	$0.0128 (这一列最好)合计 $0.0384	17.0 s
参测项 B： Nano Banana 2 (Gemini 3.1 Flash Image)Google	2/ 367%	$0.0672合计 $0.2017	8.9 s (这一列最好)
参测项 C： Seedream 5.0 ProByteDance Seed	2/ 367%	$0.045合计 $0.135	1 m 9 s

高亮 = 这一列最好模型失败计入模型的表现。未完成的调用不计入。成本不含裁判调用。

质量与成本、速度

纵轴：模型裁判判为通过。

没有谁比它又好又便宜

图里的数字
参测项	模型裁判判为通过	单次成本	平均响应时间	是否在前沿上
A · GPT Image 2.5 Sunburst	100%	$0.0128	17.0 s	是
B · Nano Banana 2 (Gemini 3.1 Flash Image)	67%	$0.0672	8.9 s	否
C · Seedream 5.0 Pro	67%	$0.045	1 m 9 s	否

金色圆圈标出的参测项：没有别的参测项在质量和成本上同时比它好。模型失败按不通过计。

数字说明了什么

A (GPT Image 2.5 Sunburst) 在裁判评过的输出中通过了 100%，单次成本 $0.013。
B (Nano Banana 2 (Gemini 3.1 Flash Image)) 在裁判评过的输出中通过了 67%，比 A 低 33 个百分点，单次成本是 A 的 5.3 倍。
C (Seedream 5.0 Pro) 在裁判评过的输出中通过了 67%，比 A 低 33 个百分点，单次成本是 A 的 3.5 倍。
B (Nano Banana 2 (Gemini 3.1 Flash Image)) 平均耗时 8.9 秒，A 为 17.0 秒。
C (Seedream 5.0 Pro) 平均耗时 1 分 9 秒，A 为 17.0 秒。

只根据这次运行的数字生成。只陈述差别，不推荐选哪个模型。

代表性用例

由运行这次评测的人挑选。每份输出都按模型返回的原样显示。

用例 1

输入

Poster for a jazz night. Headline: "Blue Hour Jazz". Line below it: "Friday 8 PM · Free Entry". Warm dusk colours, a saxophone silhouette.

GPT Image 2.5 SunburstOpenAI

模型裁判通过

1024×1536

15.8 s · $0.0106

Nano Banana 2 (Gemini 3.1 Flash Image)Google

模型裁判不通过

768×1376

8.5 s · $0.0672

Seedream 5.0 ProByteDance Seed

模型裁判通过

1664×2496

1 m 12 s · $0.045

用例 2

输入

Chalkboard menu outside a small coffee shop, listing exactly three items: "Flat White $4.50", "Oat Latte $5.00", "Cold Brew $4.00". Hand-drawn chalk lettering.

GPT Image 2.5 SunburstOpenAI

模型裁判通过

1145×1374

21.1 s · $0.0236

Nano Banana 2 (Gemini 3.1 Flash Image)Google

模型裁判通过

1408×768

9.2 s · $0.0672

Seedream 5.0 ProByteDance Seed

模型裁判不通过

1664×2496

1 m 12 s · $0.045

用例 3

输入

Phone splash screen for a meditation app called "Stillwater", with the tagline "Breathe in. Slow down." Calm lake at dawn, lots of empty space.

GPT Image 2.5 SunburstOpenAI

模型裁判通过

941×1672

14.0 s · $0.0042

Nano Banana 2 (Gemini 3.1 Flash Image)Google

模型裁判通过

768×1376

9.1 s · $0.0672

Seedream 5.0 ProByteDance Seed

模型裁判通过

1440×3040

1 m 3 s · $0.045

全部用例（3）

展开一条用例，看它的输入和每一份输出。

1Poster for a jazz night. Headline: "Blue Hour Jazz". Line below it: "Friday 8 PM · Free Entry". Warm dusk colours, a saxophone silhouette.

GPT Image 2.5 Sunburst: 通过
Nano Banana 2 (Gemini 3.1 Flash Image): 不通过
Seedream 5.0 Pro: 通过

输入

Poster for a jazz night. Headline: "Blue Hour Jazz". Line below it: "Friday 8 PM · Free Entry". Warm dusk colours, a saxophone silhouette.

GPT Image 2.5 SunburstOpenAI

模型裁判通过

1024×1536

15.8 s · $0.0106

Nano Banana 2 (Gemini 3.1 Flash Image)Google

模型裁判不通过

768×1376

8.5 s · $0.0672

Seedream 5.0 ProByteDance Seed

模型裁判通过

1664×2496

1 m 12 s · $0.045

2Chalkboard menu outside a small coffee shop, listing exactly three items: "Flat White $4.50", "Oat Latte $5.00", "Cold Brew $4.00". Hand-drawn chalk lettering.

GPT Image 2.5 Sunburst: 通过
Nano Banana 2 (Gemini 3.1 Flash Image): 通过
Seedream 5.0 Pro: 不通过

输入

Chalkboard menu outside a small coffee shop, listing exactly three items: "Flat White $4.50", "Oat Latte $5.00", "Cold Brew $4.00". Hand-drawn chalk lettering.

GPT Image 2.5 SunburstOpenAI

模型裁判通过

1145×1374

21.1 s · $0.0236

Nano Banana 2 (Gemini 3.1 Flash Image)Google

模型裁判通过

1408×768

9.2 s · $0.0672

Seedream 5.0 ProByteDance Seed

模型裁判不通过

1664×2496

1 m 12 s · $0.045

3Phone splash screen for a meditation app called "Stillwater", with the tagline "Breathe in. Slow down." Calm lake at dawn, lots of empty space.

GPT Image 2.5 Sunburst: 通过
Nano Banana 2 (Gemini 3.1 Flash Image): 通过
Seedream 5.0 Pro: 通过

输入

Phone splash screen for a meditation app called "Stillwater", with the tagline "Breathe in. Slow down." Calm lake at dawn, lots of empty space.

GPT Image 2.5 SunburstOpenAI

模型裁判通过

941×1672

14.0 s · $0.0042

Nano Banana 2 (Gemini 3.1 Flash Image)Google

模型裁判通过

768×1376

9.1 s · $0.0672

Seedream 5.0 ProByteDance Seed

模型裁判通过

1440×3040

1 m 3 s · $0.045

公共提示词

每个参测项在每条用例里都收到的提示词。

提示词 v1

换成你的任务，结果还一样吗？

用这些参测项和评判规则新建一个评测，再加上你自己工作里的用例。

用我的数据跑一遍更多公开报告

用 LLMCompare 测得。本页的每个数字都来自 2026年10月19日（UTC）的一次运行。