图像编辑模型排行榜

做图的时候踩过这种坑：看排行榜第一的模型，拿来改自家商品图，风格是好看但细节全丢；或者想批量去水印、换背景，结果付费额度一天就烧完。这篇不讲概念，直接给一套按任务挑图像编辑模型的流程：先把需求拆成几类，再去看榜单里哪一栏和你的任务对得上，最后拿站内的价格与部署页面把成本和可行性核一遍。

做图的时候踩过这种坑：看排行榜第一的模型，拿来改自家商品图，风格是好看但细节全丢；或者想批量去水印、换背景，结果付费额度一天就烧完。这篇不讲概念，直接给一套按任务挑图像编辑模型的流程：先把需求拆成几类，再去看榜单里哪一栏和你的任务对得上，最后拿站内的价格与部署页面把成本和可行性核一遍。

核心思路是「先对齐任务，再对齐榜单，最后对齐预算」。排行榜只是一个入口，真正决定你该用哪个模型的，是你手上的输入长什么样、想改到什么程度、能接受多长的等待和多少的月度开销。下面按节拆开讲，每节都给可执行动作，你照着做一遍就能圈出两三个候选，而不是面对一长串名字发懵。

先分清你要的是哪类编辑

大多数人挑模型的顺序是反的：先看榜，再想自己能干什么。正确的顺序是先把自己的需求写下来，归到下面四类里。归类之后你会发现，能同时满足你所有需求的模型其实很少，选择范围会立刻收窄。归类时顺手写下输入类型，是整张原图、带蒙版的原图，还是一句话加参考图，这一步能再筛掉一批。

整图重绘

把原图当风格参考，输出一张新图，重点看画面质量和整体协调度，不追求像素级保留。

局部替换

换背景、换衣服、去掉某个物体，输入通常带蒙版，重点看贴合度和边缘过渡。

指令式改图

一句话改风格、光照或色调，重点看模型有没有听懂你说了什么、有没有自动保住不该动的地方。

修复增强

去水印、超分、老照片修复，重点看保真度和有没有过度脑补出原图没有的纹理。

• 先写一句话需求，再写下输入是「整图」「图+蒙版」还是「图+文字指令」，这两项决定了后面能用的模型范围。
• 四类需求对应四套判断标准，别拿整图重绘的分数去挑局部替换的模型，评测题目根本不同类。
• 如果需求跨了两类，比如既要换背景又要改整体风格，拆成两步做，比找全能模型稳。
• 不适用的情况：如果编辑精确到像素级排版改字，比如改图里的联系电话，这类任务别交给生成式编辑模型，传统修图工具更快更准。

榜单怎么读：别只看第一名

图像编辑类榜单通常有好几种评测口径，整图生成、局部编辑、指令遵循的题目完全不一样，看总排名很容易挑错模型。读榜之前先确认三件事：题目类型和你的任务是不是同类、评测是人工打分还是自动指标、有没有把单轮编辑和多轮连续编辑分开算。这三条不确认，排名再高也和你没关系。

多轮编辑要特别留意：第一次改完再改第二次，很多模型会累积失真，画面越改越糊或者颜色越改越偏，而这一项在总分里往往看不出来。如果榜单没有单独列多轮子项，就自己动手测，拿同一张图连改三四次，看第三、第四次的结果还能不能用。

1. 锁定口径到 /benchmarks/registry 找到图像编辑相关的那张榜，只读和你任务同类的栏目，其他栏目的分数先忽略。
2. 交叉验证再到 /benchmarks 看同主题的其他榜单，如果两张榜给出的结论方向差很多，说明题目偏向性强，别把任何一张的头部当成标准答案。
3. 补测多轮自己拿一张图连改三轮，观察边缘、文字、人脸、色彩这四项有没有明显退化，榜单没给你这个信息就自己补。

和图像生成模型分开看

生成和编辑是两种能力：生成看从零出图的质量，编辑看保住原图信息的前提下改得对不对。别拿生成榜来选编辑模型，这是最常见的错配。有些模型两个都做，但强项往往偏一边；同一个厂商的不同档位也会分化，贵的档位未必是编辑更强，得看具体标注。

• 到 /models 里的模型条目看能力范围标注，分清哪些是编辑专用、哪些是生成顺带，别只看名字。
• 到 /ai-nav/category/ai-image-edit 看收进来的工具，那里更偏编辑场景，适合做第一轮筛选。
• 如果原图只是模糊参考、改完等于重画一张，那可以按生成模型的标准挑，不必纠结保真度。
• 反过来，如果原图本身信息量很大，任何一步都丢不起，那就优先选保真向的编辑模型，别被画面好看的生成型带跑。

编辑效果好不好，一半看你给的输入

模型选对了，输入给错了照样出废图。指令式改图里，一句说清改什么、保留什么、目标风格，比笼统说「让它更好看」稳定得多。局部编辑时，蒙版边缘留一点余量通常比严丝合缝更好，很多模型在硬边界上会切出白边或锯齿。多轮编辑的原则是一次只改一个维度，颜色和构图分开两次做。

1. 写清指令三要素改什么、保留什么、目标风格，各用一句话，不要堆形容词，写完自己读一遍有没有歧义。
2. 调蒙版边缘蒙版比物体轮廓稍微外扩一圈，再跑一次对比硬边版本，看边缘过渡是不是更自然。
3. 横向跑同一提示词到 /tools/pelican-bench 用同一个提示词跑几家模型，把结果摆在一起看，比口头比较靠谱。
4. 交付前抽查用 /tools/quality-check 做一轮抽查，重点看边缘、文字、人脸、色彩这四项有没有出错。

不适用的情况：如果你的原图质量本身很差、噪点很多，再精细的提示词和蒙版也救不回来，先把原图处理干净再谈编辑。另外，蒙版给得太粗糙、把不该改的区域也圈进去，模型只会照你说的改，锅不在模型。

算清编辑一次到底花多少

图像编辑的计费口径常见三种：按次、按图幅或分辨率分档、按 token 折算。同一张图不同口径算出来差很多，尤其是高分辨率批量任务。不要只看单价，要算「每次编辑的价格 × 预计调用次数」这个月度数字，再决定用按量还是套餐。具体数字各家都在变，到站内页面核对当时的报价，别用记忆里的旧价。按次计费还要问清失败重试算不算一次，批量任务里这条最容易被忽略。

• 到 /official-api 对照各家官方价格与规格，只挑图像相关那几项看，别被整页表格淹没。
• 用 /tools/model-cost-calculator 把单价乘上预计调用次数，得到月度数字再比较。
• 到 /plans 与 /coding-plans 看订阅是否覆盖你的用法，别假设文字套餐的额度能撑住图像任务。
• 月调用量很小、几十次以内，通常按量比订阅划算，不必为了省单价去开套餐。
• 不适用的情况：如果你的调用量随季节波动很大，按量加一个低档套餐兜底，比硬开高档套餐更灵活。

能调 API 还是得自己部署

自建不是技术炫技，是三个条件同时成立才值得：原图不能出内网、单次延迟可以接受、并发峰值有明确预期。三个条件缺一个，先走 API 更省事。决定自建之后，重点算两笔账：显存够不够、吞吐扛不扛得住峰值。许可证是另一道坎，商用、二次分发、改造后再发布，这三种用法对授权的要求不一样，先想清楚你要做哪种。

1. 核对三个前提原图能否出内网、延迟要求、并发峰值，三个都写下具体数字，再决定要不要自建。
2. 做部署测算到 /models/deploy 按模型规模做一轮部署测算，再到 /compute/sizing 估需要几张卡。
3. 核对硬件到 /compute/gpus 对照卡的显存与规格，确认和你的模型规模匹配，别凭感觉买卡。
4. 查许可证边界到 /open-weight-license-basics 看清楚商用、分发、改造三种用法的限制再动手。
5. 选调用渠道到 /providers 与 /ai-nav/category/ai-model-platform 对比计费与限制，再回 /sites 看中转渠道的可信度记录。

上生产前留好退路

模型迭代快，今天好用的明天可能涨价或下线，所以上生产之前先把退路铺好。最实用的做法是并行跑：选定主力模型的同时，固定留一个备用模型，同一批测试图各跑一遍，结果存档对比。别等主力出问题才临时找替代，那时候你没时间评估。

• 按任务分路由：整图改风格走一家、精确局部替换走另一家，比强行用一个模型包打天下更稳。
• 验收四条硬指标：边缘有没有糊、原图文字有没有被改掉、人脸有没有变形、多轮之后色彩有没有漂。
• 这四条过不了就不要上量，先回到提示词或蒙版那一步调整，别急着换模型。
• 留一个可切换的调用层，模型换代、涨价或下线时能改配置切回旧路线，不用改业务代码。
• 到 /price-watch 盯价格变动、到 /ai-status 看服务可用性，出现异常先切备用再排查原因。

不适用的情况：如果你的图像编辑只是偶尔做几张、没有稳定的生产流程，那不必搭这么重的切换机制，挑一个顺手的用就行，把精力放在把指令和蒙版写好上更划算。