文生图模型排名

搜「文生图模型排名」，你会看到一堆风格互斥的榜单：有的比审美、有的比提示词还原、有的只测开源模型，名次还随版本更新一直变。硬记名次没意义，这篇给你一套自己动手的对比方法——先想清楚你要什么风格和什么控制力，再去站内榜单和模型库核对当前数据，最后用一个提示词横向出图做终判。

先分清榜单在比什么：四个维度别混着看

看文生图排名最容易踩的坑，就是把一个总分当真理。不同榜单的分怎么来的、权重怎么给的，往往差得很远。所以先别急着看谁排前面，先问一句：这个榜单到底在比什么。

• 先圈定自己最看重的一到两个维度，再去看排名，别让总分替你做决定
• 把榜单的评测口径读清楚：是人工打分、模型互评还是脚本自动算，三者结论经常打架
• 同一张图在不同维度上的表现可以完全相反，看到「综合第一」先问它偏重了哪一项
• 如果榜单没写权重，就当它只提供方向参考，不要当采购依据

还有一个常被忽略的差异：订阅制工具和按量计费的 API 根本不是一套评测口径。前者比的是一个月里能出多少张、有没有排队和额度限制；后者比的是单张成本、并发上限和超时重试的表现。两边放一起排，等于拿月卡和按次打车比谁便宜。比效果之前，先到 /official-api 把计价口径核对清楚。

1. 确认自己的使用方式是人在网页里慢慢调，还是程序批量调用。前者看订阅额度，后者看按量单价与限流。
2. 核对计价口径到 /official-api 看计费单位是按时长、按张还是按 token，别只看单价数字。
3. 估算自家成本用自己真实的日均出图量去乘，而不是拿榜单里的样例场景套。

另外，同一份榜单里开源模型和闭源模型经常混排。闭源那档是花订阅或调用费换结果，开源那档省下的钱要拿部署、显存和运维来还。如果你的机器跑不动、也没人维护，那排名再靠前也用不上。算这笔账可以到 /models/deploy 估算，先看显存够不够，再谈效果好不好。

按出图风格挑：不同模型擅长的东西差别很大

很多人一上来就问「哪个文生图模型排第一」，但真把提示词丢进去跑一圈就会发现，写实人像、插画二次元、概念场景这三类需求，指向的往往是不同的模型，没有通吃的第一名。榜单能告诉你谁在某类任务上更稳，但替代不了你自己的眼睛和你的提示词。

风格偏好本身很主观，别人的样图再好看，也不代表你常用的那句提示词在同一个模型上能出同样的效果。正确做法是把你自己最常用的一两句提示词拿出来，在同一入口里横向比。站内的 /tools/pelican-bench 就是干这件事的：同一个提示词发给多家，出图并排看，质量差异一眼能看出来，比翻别人的测评靠谱。

1. 准备固定提示词从你日常最常用的场景里挑一到两句，最好一句写实、一句风格化，别临时现编
2. 同一提示词跑多家在 /tools/pelican-bench 里把这段提示词发给多个模型，参数能固定的就固定，别一边调参一边比
3. 按三类需求打分对每张图分别看：写实看质感、二次元看线条统一度、场景看大关系和氛围，记下哪家在哪类上更稳
4. 回到真实流程验证挑出的候选模型，用它再跑两三次你实际的活，确认不是运气好，而是稳定输出

如果你的活是要保持品牌画风统一、或者同一个角色反复出现，那比排名高低更该先确认的是：这个模型支不支持风格参考、角色一致性这类能力。不支持的话，排名再靠前也得靠人工反复调，成本反而更高。反过来，如果你只是偶尔出一张海报、发一条配图，这类一致性需求基本不存在，就不用在这上面纠结。

控图与文字能力：两类硬需求单独查

看榜单时容易犯一个错：默认排前面的模型控图和文字都强。实际是两回事。控图看的是能不能按你的参考图稳住构图、姿态和局部，文字看的是图里那几个字会不会写错。这两项翻车概率都不低，而且跟综合表现不是一回事，必须单独查。

文字这一项最典型：有些模型整体好看，一到图里排中英文就开始漏笔画、拼错、糊成一团。如果你要的是海报、封面、带标注的示意图，先去 /official-api/providers/ideogram 确认这家的文字渲染定位是不是你要的方向；要的是原厂开源出图能力，去 /official-api/providers/black-forest-labs 看对应说明。控图细节的取舍站内已有专文对比，这里不重复，只给判断标准。

• 能接受反复抽卡、时间不值钱：就用便宜那档，抽到满意为止；
• 要求同一张图可复现、要交付定稿：选支持参考图/局部重绘的那档；
• 图里必须出准确中英文：优先确认文字渲染定位，别只看综合位置；
• 既有版式要求又要出字：控图和文字得分两项一起看，缺一项都得换。

1. 准备同一套测试素材找一张参考图，配三句提示词，一句考构图、一句考姿态、一句要求图里出中英文，三句固定不变。
2. 在候选模型上各跑几组同一素材、同样设置，每个候选出几组，别只出一张就下结论。
3. 量两个指标看构图相对参考图偏移多少、文字错字或缺笔画的比例，逐组记下来。
4. 再决定要不要加预算偏移大、错字多，说明这项就是不行；如果能靠多抽几组解决，就别为控图单独加钱。

价格与授权：排名之外的两道硬门槛

排名看的是风格、可控性、出图质量，但你真金白银用起来，最后卡住你的往往是两件事：钱和授权。先说钱，再说授权，最后给你一个不适用的情况，别把这两条套到所有场景上。

别只比单张标价，按「能用的张数」算

单张标价是最容易骗人的数字。真正要算的是：为了拿到你能用的那几张，你一共生成了多少张、废了多少张。废片率高的模型，标价再低，摊到你手上每一张可用图的成本也可能更高。反过来，某些模型单价看着不便宜，但一次成图率高，实际可用成本反而低。

1. 先定一个真实任务拿你实际要做的活，比如十张电商主图或一组社媒配图，别用「随便生成一张」来测。
2. 记录三个数同一个 prompt 你生成了多少张、其中你真正会用的有几张、改了几轮 prompt 才稳定。
3. 换算可用单价用总花费除以可用张数，而不是除以总生成张数，得到你自己的真实单价。
4. 去站内换算把上面的数字丢进 /tools/model-cost-calculator，按你真实的抽卡率跑一遍，各模型横向比。

订阅还是按量：看出图量和接不接系统

分界线其实很简单：出图量小、主要是人在界面里一张张点着改，订阅制一般更省心也更划算；出图量大、要批量跑、要接进你自己的产品流程或后台，那就绕不开按量调用的 API，订阅通常扛不住这种用法。

具体价格和套餐不要记死，各家中转站和官方都会调。实际数字去站内的 /official-api 和 /plans 页面看当时的报价，再拿你算出来的可用单价去对。

商用先查授权，开源权重不等于随便用

开源权重能下载、能本地跑，不等于可以随便商用。许可证会限制用途，比如是否允许商用、是否要求署名、是否对生成内容有额外要求、衍生模型要不要同样开源。这些边界不看清楚，后面做产品很容易踩坑。

• 先判断你的用途：是内部自用、对外发布内容，还是嵌进要卖的产品
• 去站内 /open-weight-license-basics 看许可证分类的思路，搞清常见条款各管什么
• 再对到具体模型的授权页，把那个模型的许可证原文扫一遍
• 涉及对外产品时，把署名、二次分发、生成内容归属这几条单独确认
• 拿不准就别赌，换成授权更明确的模型，或走官方 API 的商用条款

什么情况下这两条可以先放一边

个人练习、给自己看、不公开发布也不商用，基本不涉及授权问题，这条可以先放一边，优先看风格和成本就好。成本那边也一样，如果你产出量很小，盯着抽卡率精算可用单价意义不大，省下的时间不如多试几个模型找到顺手的风格。只有当你开始对外发内容、接客户、或者要批量化时，这两道门槛才真正变成必须先过的关。

动手核对清单：三步定下你的主力模型

榜单只能告诉你谁火，不能告诉你谁适合你。同一张图在不同模型上出来的差距，往往比排名相邻的两名差距还大。所以别急着背名次，先把自己的需求摆出来，再拿候选模型实测，最后用「能用的多不多、改起来累不累」两个维度收口。下面这套三步不依赖任何具体数字，随时可重跑。

1. 列出三类真实需求按使用频率从高到低写三类，比如日常配图、商稿主视觉、批量电商图。每类只写一句最有代表性的提示词，把风格、构图、材质、负面要求都写进去。写不出来说明需求还没想清，先补这句再往下走。
2. 圈出候选模型拿这三句提示词去站内的排名与评测页面看趋势，挑三到四个候选。重点看榜单更新时间和评测口径，别只看头部位置；如果一个模型在你关心的品类里长期缺测，就把它降级为观察对象。
3. 同题实测再打分用站内测试工具让候选模型跑同一句提示词，同一批参数。按「可用张数占比 + 修改成本」两栏打分：能直接用的算可用，需要重画或大改的算高成本。综合下来选主力一个、备选一个，备选负责主力翻车时的兜底。

打分表怎么填

• 候选别超过四个，多了对比成本比收益还高
• 每个候选至少跑够能看出稳定性的张数，一张定生死不靠谱
• 把三句提示词的结果分开记，别只记总分，容易掩盖某个场景翻车
• 主力与备选要错开风格，否则一个挂另一个也救不了
• 实测记录留档，下次重跑时能直接对比变化