Qwen-Image 3.0実測：画像AI 5モデル比較
ポスターや日程表、茶葉ラベル、ロゴなど10問のデザイン課題で、Qwen-Image 3.0をGPT・Nano Banana・Seedream・Grokと比較
Qwen Image 3.0 ProはAlibabaの画像生成モデルです。開発元は、10ピクセルほどの小さな文字まで描けること、12言語をネイティブに描けること、情報量の多いレイアウトを扱えることをうたっています。ほかの画像生成モデル4つと、文字を含むデザイン課題10問で比較しました。課題は招待状、ステッカー、ポスター、カンファレンスの日程表、中国語と英語のお茶のラベル、縦書きの日本語ポスター、ロゴ、写真、画像の編集、参考画像2枚を使う課題です。すべてのモデルに同じプロンプトを渡し、各モデルが最初に返した1枚を採点しました。
テストした5つの設定（解像度はすべて2K）：
- Qwen Image 3.0 Pro（Alibaba）。 Qwen Image 3.0 Proの解像度は1Kと2Kの2つで、品質設定はありません。内蔵のプロンプト書き換え機能はオフにしたため、ほかの4モデルと同じくプロンプトをそのまま受け取っています。
- GPT Image 2.5 Sunburst（OpenAI）、品質High。 GPT Image 2.5の品質設定はLow、Medium、High、Extra High、Maxの5つです。今回テストしたのは、FontVibeの初期設定であるHighです。Extra HighとMaxはテストしていません。
- Nano Banana 2.1（Google）。 Nano Banana 2.1には品質設定がありません。
- Seedream 5.0 Pro（ByteDance）。 Seedream 5.0 Proには品質設定がありません。
- Grok Imagine 2.0（xAI）、品質Medium。 MediumはGrok Imagine 2.0の最も高い品質設定です。Grok Imagine 2.0のテストではLowとMediumを比較し、Mediumのほうがスコアが高い結果でした。
結果
| モデル（設定） | 可読性 | 文字表現と仕上がり | 情報とレイアウト | 見栄え | 総合 | 生成時間（中央値） | FontVibeクレジット |
|---|---|---|---|---|---|---|---|
| Grok Imagine 2.0 (Medium) | 9.9 | 8.8 | 8.9 | 8.6 | 9.01 | 95 s | 40 |
| GPT Image 2.5 Sunburst (High) | 9.4 | 9.0 | 8.7 | 8.9 | 8.99 | 41 s | 40 |
| Nano Banana 2.1 | 9.7 | 8.8 | 8.3 | 8.3 | 8.76 | 28 s | 25 |
| Seedream 5.0 Pro | 10.0 | 8.7 | 8.0 | 8.5 | 8.75 | 73 s | 40 |
| Qwen Image 3.0 Pro | 10.0 | 8.8 | 7.7 | 7.8 | 8.57 | 23 s | 40 |
スコアは10点満点で、10問それぞれの1枚目の平均です。生成時間の中央値は、課題1〜8と課題10で新たに生成した画像（各課題2枚、2K）を計測した値です。各モデル18枚で、Seedream 5.0 Proだけは課題10で説明する失敗のため17枚です。クレジットは、FontVibeで2K画像1枚を生成するときにかかる量です。個別のスコアはすべて付録に載せています。モデル名を伏せて別に行ったブラインド評価でも、最下位はQwen Image 3.0 Pro、1位はGPT Image 2.5でした。
最高スコアはGrok Imagine 2.0 Mediumの9.01点（10点満点）です。GPT Image 2.5 Sunburstは8.99点で、差は0.02点でした。Nano Banana 2.1は8.76点、Seedream 5.0 Proは8.75点で、差は0.01点です。最も低かったのはQwen Image 3.0 Proの8.57点で、Seedream 5.0 Proより0.18点低い結果でした。5モデルの平均はすべて0.44点の範囲に収まっています。1つの課題で1つのスコアを1点変えると、モデルの平均は0.02〜0.035点動きます。そのため、1位と2位の順位も、3位と4位の順位も、それぞれ個々のスコア1つで入れ替わります。
可読性のスコアが最も高かったのはQwen Image 3.0 ProとSeedream 5.0 Proの10.0点で、採点したすべての画像でメインの行がひと目で読めます。一方、Qwen Image 3.0 Proは情報とレイアウト（7.7点）と見栄え（7.8点）がどちらも最も低いスコアでした。採点した10枚のうち3枚で必須の行を変えたりつづりを間違えたりし、課題5ではプロンプトが指定したラベルではなく茶缶を描き、日程表はこの課題で最も簡素なレイアウトです。最高スコアを取った課題は1つもありません。
GPT Image 2.5は、5段階ある品質設定の3番目にあたるHighでテストしました。ほかの4モデルは最も高い設定でテストしています。GPT Image 2.5をExtra HighやMaxにした場合のスコアは、このテストからはわかりません。
文字の正確さ
採点した50枚のうち47枚では、必須の行がすべて正しくつづられていました。正しくなかった3枚はすべてQwen Image 3.0 Proです。
- 課題1：「Mia's」が「MiA'S」になり、名前の途中に大文字が入っています。
- 課題4：フッターのURL「formfunction.design」が「formfunction.deign」になっています。
- 課題9：変えずに残すはずの「18+」が「$Z+」になっています。
ほかのモデルの採点画像にあった、より小さな問題：
- GPT Image 2.5、課題8：プロンプトにない5品目の黒板を追加し、その黒板の1行は文字が崩れて読めません。指定したメニューボードの「·」は波線になっています。
- Nano Banana 2.1、課題8：メニューボードの「·」の位置がずれています。
- プロンプトにない行：Seedream 5.0 Proは課題4で「ONE-DAY DESIGN CONFERENCE」を追加、Nano Banana 2.1は課題10で「WEEKEND ART EVENT」を追加、Grok Imagine 2.0は課題10で「OPEN STUDIO」を2回入れ、Qwen Image 3.0 Proは課題10で参考画像から「NEON OUTLINE」を写しました。
- GPT Image 2.5とNano Banana 2.1は、課題5のお茶のラベルに文字入りの赤い印章をそれぞれ追加しました。この課題はほかの文字を入れないよう指定しています。
Qwen Image 3.0の3つのうたい文句を検証
うたい文句1：10ピクセルほどの小さな文字。 一部だけ裏付けられました。課題4では日程表の文字10行を指定しました。Qwen Image 3.0 Proの画像では10行すべてがくっきり読め、可読性は10点です。ただしフッターのURLから1文字が抜けていて（「formfunction.deign」）、同じつづりの間違いはQwenの日程表4枚のうち3枚（1Kの2枚と2Kの1枚目）に出ました。ほかの4モデルは、日程表8枚すべてでURLを正しくつづっています。
うたい文句2：12言語をネイティブに描画。 テストした2言語では裏付けられました。課題5では、Qwen Image 3.0 Proは中国語と英語の4行すべてを簡体字中国語で正しく書きました。「二〇二七年春」の〇も含みます。課題6では、日本語3行すべてを縦書きで正しく組みました。ほかの10言語はテストしていません。
うたい文句3：情報量の多いレイアウト。 このテストでは裏付けられませんでした。課題4のQwen Image 3.0 Proの日程表は7.4点で、この課題の最低スコアです。白い紙に黒い文字を並べただけで、グループ分けがなく、下部に大きな空白があります。情報とレイアウトの平均7.7点は、5モデルの中で最も低いスコアでした。
テスト方法
10問の課題は以下のとおりです。課題1と課題3は、Grok Imagine 2.0のテストと以前行ったAIデザインツール7種のテストと同じプロンプトを使っています。残りの8問のプロンプトは新しく作りました。
- 子どもの誕生日パーティーの招待状（3:4）：光沢のあるバルーン文字、詳細情報3行
- スケートショップのステッカー（1:1）：太いクロームの立体文字、リボンに入った1行、白背景で切り抜き
- ライブ告知ポスター（2:3）：溶けた炎の文字、詳細情報4行
- カンファレンスの日程表（3:4）：8つの時間枠、エムダッシュ、スラッシュ、URL
- 茶缶のラベル（3:4）：中国語の筆書道と英語の1行
- 日本語の書店ポスター（2:3）：すべての行を縦書き
- アウトドアブランドのバッジ（1:1）：「FW」のモノグラムとスモールキャップスの正式名
- キッチンカーの写真（3:2）：車体の手描き文字とメニューボード
- 既存画像の編集（2:3）：日付と価格を変え、ほかはそのまま残す
- 参考画像2枚（3:4）：1枚目のレイアウト、2枚目の文字表現
テストの対象は文字を含むデザイン画像です。ポートレート、風景など文字のない画像はテストしていません。各課題のプロンプト全文は、下の各課題の節に載せています。ルールは以下のとおりです。
- すべてのモデルに一字一句同じプロンプトを、FontVibeのDIYモードから渡しました。DIYモードはプロンプトを変更せずにモデルへ送ります。プロンプトの書き換えやスタイルのプリセットは使っていません。
- 縦横比はパラメーターで指定し、全モデル共通です。
- 各設定で課題ごとに2枚生成しました。採点と掲載は1枚目だけです。2枚目はつづりが安定しているかの確認にだけ使いました。1枚目が失敗したときは1回だけ再試行し、最初に成功した1枚を採点しました。
- すべての画像を2026年10月21日に生成し、FontVibeで公開しています。
採点基準
採点基準は、生成したデザインを評価するためのFontVibe社内基準で、このテストより前の2026年10月に作成したものです。Grok Imagine 2.0のテストでも同じ基準を使いました。1枚ごとに4項目を1〜10点で採点し、点数をつける前に減点理由をすべて書き出しました。
| 採点項目 | 比重 | 見たところ |
|---|---|---|
| 可読性 | 20% | まず致命的なミスを確認します：文字化けした文字、切れた文字、ほかの要素に隠れた文字、崩れた字形。致命的なミスがなければ、メインの行の読みやすさに応じて7〜10点。致命的なミスが1つでもあれば1〜4点。 |
| 文字表現と仕上がり | 35% | プロンプトが指定した文字表現（バルーン、クローム、炎、筆、ネオン）になっているか、そしてその出来ばえ。 |
| 情報とレイアウト | 25% | 1つ目は、画像がプロンプトの指定したものになっていて、情報が過不足なく正確か：プロンプトの各行がすべてあり、つづりと記号が指定どおりで、指定にないものが追加されていないか。行や記号の欠落、変更、追加は1つにつき1点以上の減点です。2つ目は、最も重要な行が最初に目に入り、各行が正しい順に並んでいるか。 |
| 見栄え | 20% | プロのデザイナーが作ったように見えるか。 |
総合スコアは判断ではなく計算で出します：0.20 × 可読性 + 0.35 × 文字表現 + 0.25 × 情報とレイアウト + 0.20 × 見栄え。
基準の運用について4点補足します。可読性は、基準のとおりメインの行で判断しました。小さすぎる、または薄すぎて読みにくい補助の行は、情報とレイアウトで採点しています。「WITH SPECIAL GUESTS」のように一貫してすべて大文字にした表記は変更とみなしませんでしたが、「MiA'S」のように単語の途中に不規則に入った大文字は変更とみなしました。見る人が読もうとする大きさの看板やボードで文字が崩れている場合は、Grok Imagine 2.0のテストと同じく致命的なミスとしました。画像本来の解像度で読めない背景の小さなラベルは対象外です。ラベルや印刷用の日程表のようにプロンプトがデザインデータを求めたのに、画像がそれを撮影した物として描いた場合は、情報とレイアウトで3点減点しました。そのままでは印刷所に入稿できないためです。
採点のときは、どのモデルが生成した画像かを知った状態でした。偏りを確認するため、モデル名を伏せたブラインド評価も別に行いました。
課題9と課題10は既存の画像から始めます。3枚ともFontVibeの公開ギャラリーから選んだもので、テスト対象の5モデルが生成した画像は含まれていません。3枚ともSeedream 5.0が生成したもので、Seedream 5.0 Proと同じモデルファミリーの前のモデルです。
課題ごとの結果
課題1：子どもの誕生日パーティーの招待状
Birthday party invitation for my daughter, "Mia's 7th Birthday" in glossy balloon letters, "Saturday, Nov 14 · 2 PM", "Sunny Park Pavilion", "RSVP by Nov 7", bright and playful, portrait card
最高スコアはGPT Image 2.5とGrok Imagine 2.0の同点で、9.2点でした。どちらも詳細情報3行をわかりやすくまとめていて、GPT Image 2.5はリボンの上に、Grokはアイコン付きのカードに入れています。最も低かったのはQwen Image 3.0 Proの8.3点です。名前を「MiA'S」と書き、カードの中央を女の子の写真が占めているため、詳細情報3行は左側の細い列に押し込まれています。Seedream 5.0 Proは詳細情報3行を淡い背景に淡い文字で置き、情報とレイアウトで1点減点です。バルーン文字をプリセットで使うならバブルレタースタイルがあります。
課題2：スケートショップのステッカー
Die-cut sticker for my skate shop, "SLOW LANE" in chunky chrome 3D lettering, small "SKATE CO. · OAKLAND · EST. 2019" on a ribbon banner underneath, a skateboard wheel graphic, thick white sticker border, isolated on plain white
5モデルとも2行を正しくつづりました。最高スコアはGPT Image 2.5とNano Banana 2.1の同点で、9.2点です。GPT Image 2.5のクローム文字は最も奥行きがあり、Nano Banana 2.1は文字の後ろに大きなウィールを置いています。Qwen Image 3.0 ProとGrok Imagine 2.0はどちらも9.0点でした。最も低かったのはSeedream 5.0 Proの8.15点で、リボンを文字の下ではなく「SLOW」と「LANE」の間に置いています。クローム文字をプリセットで使うならメタリック文字スタイルがあります。
課題3：ライブ告知ポスター
A3 gig poster for my band "BURNING ORCHARD", band name in molten fire lettering as the main focus, "with special guests THE LOW TIDES", "SAT 14 NOV · DOORS 8 PM", "THE CELLAR · 22 MILL STREET", "TICKETS £12 ON THE DOOR", gritty rock atmosphere with burning trees
最高スコアはGPT Image 2.5の9.2点です。可読性10点、ほかの3項目は各9点で、燃える果樹園の上に血のように赤い月が浮かんでいます。Qwen Image 3.0 Pro、Nano Banana 2.1、Grok Imagine 2.0は9.0点でした。QwenとNano Banana 2.1は見栄えが8点、Grokは可読性が9点です。Qwenはゲストのバンド名を手描きのスクリプト体にし、メインのバンドと区別しています。Grokの炎の質感は5つの中で最も重く、タイトルを読むのに二度見が必要です。Seedream 5.0 Proは8.5点で、ゲストのバンドをメインのバンドより上に置きました。Grok Imagine 2.0のテストでもこのプロンプトで同じ出演順の間違いをしています。炎の文字をプリセットで使うなら炎の文字スタイルがあります。
課題4：カンファレンスの日程表
Printed schedule for a one-day design conference, title "FORM & FUNCTION 2027" in bold geometric lettering, then this exact list, one line each: "09:00 Registration & Coffee", "09:30 Opening Keynote — Ada Moreno", "10:15 Type in Motion", "11:00 Panel: Designing for Screens", "12:30 Lunch Break", "13:30 Workshop A / Workshop B", "15:00 Color Systems at Scale", "16:00 Closing Talk — Ken Ito", and a small footer "Hall 3 · Riverside Center · formfunction.design"
最高スコアはGPT Image 2.5の9.2点で、バウハウス風のタイトルと色のブロックを使い、時間枠ごとに罫線を引いています。5モデルとも採点画像では、8つの時間枠、エムダッシュ、スラッシュを正しく書きました。Nano Banana 2.1の文字は最も大きくはっきりしていますが、日程表そのものではなく、暗いテーブルに置かれた印刷カードの写真を出力したため7.9点です。Qwen Image 3.0 ProとGrok Imagine 2.0は、プロンプトが指定した幾何学的な文字ではなく長体のサンセリフでタイトルを組みました。Grokは8.3点です。Qwen Image 3.0 ProはさらにフッターのURLを「formfunction.deign」と書き、この課題の最低スコアの7.4点でした。白い紙に黒い文字を並べただけで、グループ分けがなく、下部に大きな空白があります。Seedream 5.0 Proは、プロンプトにないサブタイトル「ONE-DAY DESIGN CONFERENCE」を追加しました。GPT Image 2.5の採点していない2枚目では「Panel: Designing for Screens」の行が抜け、「11:00」だけが残っています。
課題5：茶缶のラベル
Front label for a tea tin, brand name "山间茶事" in elegant brush-and-ink calligraphy, English line "MOUNTAIN TEA HOUSE", product line "明前龙井 · 二〇二七年春", net weight "净含量 100 克", misty green mountains, no other text
5モデルとも4行すべてを簡体字中国語で正しく書きました。繁体字の「龍」ではない「龙」と、「〇」も含みます。プロンプトが求めたのはラベルで、4モデルは平面のラベルを出力しました。Qwen Image 3.0 Proはラベルを貼った茶缶全体の写真を描いたため、ラベルとして印刷できず、この課題の最低スコアの8.45点でした。最高スコアはGrok Imagine 2.0の9.2点で、すべての行がそろった平面のラベルに、余分なものは何も追加していません。GPT Image 2.5とNano Banana 2.1は、プロンプトの「no other text」に反して文字入りの小さな赤い印章をそれぞれ追加し、どちらも8.95点でした。筆書道をプリセットで使うなら中国の水墨筆文字スタイルがあります。
課題6：日本語の書店ポスター
Poster for a bookstore's autumn reading week, headline "秋の読書週間" set vertically in elegant Mincho lettering, sub-line "十月二十七日〜十一月九日", and "全品ポイント二倍", warm maple leaves, all Japanese text written vertically, no other text
5モデルとも3行すべてを縦書きで正しく書き、プロンプトが指定した明朝体の文字を使いました。最高スコアはGPT Image 2.5の9.2点で、書店の情景を描き、ポイントの告知を赤い縦長の垂れ幕に入れています。Qwen Image 3.0 Pro、Nano Banana 2.1、Grok Imagine 2.0は9.0点でした。Seedream 5.0 Proは8.95点で、日付の列が淡く細くなっています。
課題7：アウトドアブランドのバッジ
Badge logo for a hiking outfitter called "Fernwood Outfitters", an interlocking "FW" monogram with a fern leaf in the center, the full name in clean small caps around the badge, flat vector look, two colors, on plain white, no other text
最高スコアはGPT Image 2.5とGrok Imagine 2.0の同点で、9.2点でした。Qwen Image 3.0 Proは、モノグラムの間からシダが伸びるデザインで9.0点です。最も低かったのはNano Banana 2.1の8.05点で、モノグラムに余分な丸い膨らみがあり、ひと目見たときに「FPW」と読めます。Seedream 5.0 Proは8.3点で、FとWが組み合わさらずに横に並び、シダは中央ではなく文字の上にあります。Qwenの採点していない2枚目では、バッジの周りに正式名が2回入っています。
課題8：キッチンカーの写真
Realistic photo of a vintage food truck parked by the beach at noon, hand-painted lettering on its side reads "SALT & LIME TACOS", a menu board next to it reads "3 TACOS $9 · HORCHATA $4", bright sunlight, shot on a 50mm lens
5モデルとも必須の2行を正しく書きました。最高スコアはSeedream 5.0 ProとGrok Imagine 2.0の同点で、9.2点です。どちらもプロンプトのとおり、メニューボードをキッチンカーの横に立てています。最も低かったのはGPT Image 2.5の7.5点です。販売窓口の横に5品目を書いた2枚目の黒板を追加し、その黒板の1行は文字が崩れています。採点基準では致命的なミスにあたるため、可読性は4点です。指定したメニューボードの「·」も波線で描いています。Qwen Image 3.0 Proはメニューボードを横に置かずに車体に掛け、8.75点でした。
課題9：既存画像の編集
Change the date to "FRIDAY • NOVEMBER 13 • 2026" and the price to "$20", and keep everything else exactly as it is
元のポスターには6行の文字があります。プロンプトが変更を求めたのはそのうち日付と価格の2行です。ほかの4行と「18+」は変えずに残す必要がありました。
4モデルは日付と価格を正しく変え、ほかはそのまま残したため、4モデルとも9.0点でした。Qwen Image 3.0 Proは日付と価格を正しく変えたものの、「18+」も「$Z+」に変えてしまい、8.5点です。2枚目では「18+」を正しく残しています。
採点基準は画像のほかの部分が元のままかどうかを測らないため、Grokのテストと同じく、その点は別に計測しました。各結果と元画像を800 × 1200に縮小してグレースケールに変換し、変更対象の2行の外側で、ピクセル差の絶対値の平均（0〜255）を求めました。値が低いほど元画像に近いことを示します。
| モデル | 元画像との差 |
|---|---|
| Seedream 5.0 Pro | 2.6 |
| GPT Image 2.5 Sunburst | 5.7 |
| Nano Banana 2.1 | 8.2 |
| Grok Imagine 2.0 Medium | 10.0 |
| Qwen Image 3.0 Pro | 12.2 |
元画像は1664 × 2496ピクセルです。Nano Banana 2.1以外はすべて同じサイズで返しました。Nano Banana 2.1は1696 × 2528で返したため、その差の一部はリサイズによるものです。Grokのテストの編集課題でも、元画像に最も近かったのはSeedream 5.0 Proでした。今回の編集の生成時間の中央値は118秒で、ほかの4モデルは23〜55秒です。
課題10：参考画像2枚
Portrait poster that says "OPEN STUDIO" with a small line "Sat & Sun · 11 AM–6 PM". Use the layout of reference image 1 and the lettering style of reference image 2.
参考画像1はポップアート調のギャラリーポスターです。上部に青い帯、赤い網点の背景に2行の巨大なタイトル、下部に日付があります。参考画像2は、星空の背景に細い青のネオンのアウトライン文字で描いたロゴです。正解は、参考画像1のレイアウトに参考画像2のネオン文字を組み合わせたものです。
GPT Image 2.5とSeedream 5.0 Proは両方の指定を満たし、9.2点で最高スコアの同点でした。Grok Imagine 2.0も両方の指定を満たしましたが、上部の帯に「OPEN STUDIO」をもう一度書き、8.95点です。Nano Banana 2.1はネオン文字と上部の帯を使ったものの、背景は参考画像2の星空で、プロンプトにない「WEEKEND ART EVENT」の1行を追加しました。Qwen Image 3.0 Proは文字表現もレイアウトも参考画像2に従い、参考画像2から「NEON OUTLINE」という語句を写しました。2枚目も同じでした。
この課題では、Seedream 5.0 Proの1回目の試行が失敗しました。FontVibeでは、Seedream 5.0 Proのリクエストは2分で打ち切られます。2Kで参考画像2枚というこの課題で、Seedream 5.0 Proは4回の試行のうち3回でこの上限に達し、成功した1枚は121秒かかりました。採点したのはその1枚です。Nano Banana 2.1も課題7の2枚目で1回失敗し、再試行で成功しました。FontVibeでは、失敗したリクエストのクレジットは返還されます。
Qwen Image 3.0は1Kと2Kのどちらがよいか
FontVibeでのQwen Image 3.0 Proの画像1枚のクレジットは、1Kで22、2Kで40です。文字が最も小さい2つの課題、課題4と課題5を1Kでも各2枚生成しました。
1Kの画像は1024 × 1360ピクセル、2Kの画像は1728 × 2304ピクセルです。1Kでも日程表の10行とお茶のラベルの4行はすべて読め、どちらの課題も2Kと同じ7.4点と8.45点でした。1KでもQwenはラベルではなく茶缶を描いています。「formfunction.deign」のつづりの間違いは、1Kの日程表では2枚とも、2Kの日程表では2枚のうち1枚に出ました。生成時間の中央値は1Kが14秒、2Kが23秒です。
スマートフォンで見る下書きやSNS用の画像なら、このテストでは1Kのクレジットは2Kの55%で、文字も読める状態を保ちました。印刷用なら、2Kのピクセル数は1Kの2.9倍です。
Qwen Image 3.0 Proを試すには、FontVibeのジェネレーターのモデルメニューで選んでください。1回のリクエストで使える画像は、編集する画像と参考画像を合わせて最大3枚です。この記事の画像はすべて、クリックするとFontVibeの作品ページが開きます。カーソルを合わせると「これをもとに作る」ボタンが表示され、同じプロンプトで生成できます。
2つのテストの比較
GPT Image 2.5 Sunburst、Grok Imagine 2.0 Medium、Nano Banana 2.1、Seedream 5.0 Proは、別の8つのプロンプトを使ったGrok Imagine 2.0のテストにも参加しています。
| モデル | Grok Imagine 2.0のテスト | 今回のテスト |
|---|---|---|
| GPT Image 2.5 Sunburst (High) | 8.90（1位） | 8.99（2位） |
| Grok Imagine 2.0 Medium | 8.84（2位） | 9.01（1位） |
| Nano Banana 2.1 | 8.55（5つの設定中4位） | 8.76（3位） |
| Seedream 5.0 Pro | 8.20（5位） | 8.75（4位） |
GPT Image 2.5とGrok Imagine 2.0 Mediumは1位と2位が入れ替わりました。差はGrokのテストで0.06点、今回は0.02点です。Nano Banana 2.1は両方のテストでSeedream 5.0 Proを上回り、差はGrokのテストで0.35点、今回は0.01点でした。Grokのテストでは8.59点のGrok Imagine 2.0 Lowも含まれていたため、Nano Banana 2.1は4位になっています。
課題1と課題3は両方のテストで同じプロンプトを使っているので、直接比較できます。課題1のQwen Image 3.0 Proは8.3点で、どちらのテストのほかの4モデルよりも低いスコアです。課題3では9.0点で、今回のGPT Image 2.5、Nano Banana 2.1と同じスコアでした。
各モデルのまとめ
Grok Imagine 2.0 Medium、9.01。 情報とレイアウトのスコアが最も高く8.9点。10問のうち5問で最高スコア（同点を含む）。採点したどの画像にも文字の欠落やつづりの間違いはありません。最低スコアは日程表の8.3点で、タイトルが幾何学的な文字ではなく長体のサンセリフでした。生成時間の中央値は95秒で、このテストで最も遅い結果です。
GPT Image 2.5 Sunburst (High)、8.99。 文字表現のスコアが最も高く9.0点、見栄えも最も高く8.9点。10問のうち8問で最高スコア（同点を含む）。最低スコアはキッチンカーの写真の7.5点で、文字が崩れた1行のある黒板を追加しました。テストした設定はHighで、Extra HighとMaxはテストしていません。
Nano Banana 2.1、8.76。 FontVibeでの2K画像1枚のクレジットは25で、5モデルの中で最も少ない量です。最低スコアは日程表の7.9点で、印刷カードの写真を出力しました。課題10では、レイアウトの参考画像に半分しか従いませんでした。
Seedream 5.0 Pro、8.75。 可読性が最も高く10.0点（Qwen Image 3.0 Proと同点）。編集の課題では元画像に最も近く、ピクセル差は2.6でした。参考画像2枚の課題では、4回の試行のうち3回でFontVibeの2分の上限に達しました。最低スコアはステッカーの8.15点。
Qwen Image 3.0 Pro、8.57。 可読性が最も高く10.0点（Seedream 5.0 Proと同点）、生成時間の中央値も23秒で最も速い結果です。情報とレイアウト（7.7点）と見栄え（7.8点）はどちらも最も低いスコアでした。採点した10枚のうち3枚で必須の行を変えたりつづりを間違えたりし、プロンプトがラベルを求めたのに茶缶を描きました。最高スコアを取った課題は1つもありません。
ブラインド評価
採点のときにどのモデルの画像かを知っていたため、ブラインド評価も行いました。専用の非公開ページに、課題ごとに5枚の画像をモデル名を伏せてランダムな順で表示しました。1枚ごとに文字表現を1〜5点、レイアウトを1〜5点で採点し、「そのまま使える」「少し直せば使える」「使えない」の3つから判定を1つ選びました。
| モデル | ブラインド：文字表現（1–5） | ブラインド：レイアウト（1–5） | そのまま使える／少し直せば使える／使えない |
|---|---|---|---|
| GPT Image 2.5 Sunburst | 4.4 | 4.8 | 8 / 2 / 0 |
| Seedream 5.0 Pro | 4.3 | 4.3 | 4 / 4 / 2 |
| Nano Banana 2.1 | 4.3 | 4.2 | 4 / 4 / 2 |
| Grok Imagine 2.0 Medium | 4.0 | 4.2 | 4 / 5 / 1 |
| Qwen Image 3.0 Pro | 3.4 | 3.5 | 1 / 2 / 7 |
ブラインド評価と採点基準によるスコアは、最下位（Qwen Image 3.0 Pro）で一致しています。ブラインド評価ではGPT Image 2.5が1位で、採点基準ではGrok Imagine 2.0 Mediumより0.02点低い2位です。Seedream 5.0 Pro、Nano Banana 2.1、Grok Imagine 2.0の順位は、採点基準と逆になりました。ブラインド評価はQwen Image 3.0 Proに対して採点基準より厳しく、Qwenの10枚のうち7枚を「使えない」と判定しました。ほかの4モデルはそれぞれ2枚以下です。
このテストの限界
- 採点したのは各モデル・各課題につき1枚で、50枚すべてを1人で採点しました。
- Grok Imagine 2.0 MediumとGPT Image 2.5の差は0.02点、Nano Banana 2.1とSeedream 5.0 Proの差は0.01点です。1つの課題で1つのスコアを1点変えると、モデルの平均は0.02〜0.035点動きます。そのため、この2組の順位は個々のスコア1つで入れ替わります。
- GPT Image 2.5は、5段階ある品質設定の3番目でテストしました。ほかの4モデルは最も高い設定でテストしています。
- Qwen Image 3.0 Proは、内蔵のプロンプト書き換え機能をオフにしてテストしました。オンにすると、モデルは生成前にプロンプトを書き換えるため、結果が変わる可能性があります。
- 編集と参考画像の課題で使った画像は、Seedream 5.0 Proと同じファミリーの前のモデルであるSeedream 5.0が生成したものです。
- Qwen Image 3.0 Proが対応をうたう12言語のうち、テストしたのは中国語と日本語だけです。
- 結果は2026年10月21日時点の各モデルのバージョンについてのものです。
すべての画像はFontVibeで公開していて、すべてのスコアに理由を書き残しています。同じプロンプトを試して大きく違う結果が出た場合は、hello@fontvibe.ai宛てにメールをください。この記事に追記します。
付録：すべてのスコア
可読性／文字表現／情報とレイアウト／見栄え、続けて加重平均の総合スコアです。各モデルの1枚目です（課題10のSeedream 5.0 Proは唯一成功した画像）。
| 課題 | Qwen Image 3.0 Pro | GPT Image 2.5 (High) | Nano Banana 2.1 | Seedream 5.0 Pro | Grok Imagine 2.0 Medium |
|---|---|---|---|---|---|
| 1 招待状 | 10/9/7/7 = 8.30 | 10/9/9/9 = 9.20 | 10/9/9/8 = 9.00 | 10/9/7/8 = 8.50 | 10/9/9/9 = 9.20 |
| 2 ステッカー | 10/9/9/8 = 9.00 | 10/9/9/9 = 9.20 | 10/9/9/9 = 9.20 | 10/8/7/8 = 8.15 | 10/9/9/8 = 9.00 |
| 3 ポスター | 10/9/9/8 = 9.00 | 10/9/9/9 = 9.20 | 10/9/9/8 = 9.00 | 10/9/7/8 = 8.50 | 9/9/9/9 = 9.00 |
| 4 日程表 | 10/7/7/6 = 7.40 | 10/9/9/9 = 9.20 | 10/8/6/8 = 7.90 | 10/9/8/9 = 8.95 | 10/7/9/8 = 8.30 |
| 5 茶缶のラベル | 10/9/6/9 = 8.45 | 10/9/8/9 = 8.95 | 10/9/8/9 = 8.95 | 10/9/7/9 = 8.70 | 10/9/9/9 = 9.20 |
| 6 日本語ポスター | 10/9/9/8 = 9.00 | 10/9/9/9 = 9.20 | 10/9/9/8 = 9.00 | 10/9/8/9 = 8.95 | 10/9/9/8 = 9.00 |
| 7 バッジロゴ | 10/9/9/8 = 9.00 | 10/9/9/9 = 9.20 | 7/8/9/8 = 8.05 | 10/7/9/8 = 8.30 | 10/9/9/9 = 9.20 |
| 8 キッチンカー | 10/9/8/8 = 8.75 | 4/9/7/9 = 7.50 | 10/9/8/9 = 8.95 | 10/9/9/9 = 9.20 | 10/9/9/9 = 9.20 |
| 9 編集 | 10/9/7/8 = 8.50 | 10/9/9/8 = 9.00 | 10/9/9/8 = 9.00 | 10/9/9/8 = 9.00 | 10/9/9/8 = 9.00 |
| 10 参考画像 | 10/9/6/8 = 8.25 | 10/9/9/9 = 9.20 | 10/9/7/8 = 8.50 | 10/9/9/9 = 9.20 | 10/9/8/9 = 8.95 |
1KのQwen Image 3.0 Pro（平均には含めていません）：課題4、10/7/7/6 = 7.40、課題5、10/9/6/9 = 8.45。
すべてのスコアの採点理由は記録として保管していて、ご希望があればお渡しします。
よくある質問
Qwen Image 3.0は文字を含むデザインが得意ですか？
このテストでは、Qwen Image 3.0 Proの可読性はSeedream 5.0 Proと同点で最も高い10.0点でしたが、総合スコアは5モデルの中で最も低い8.57点（10点満点）でした。採点した10枚のうち3枚で必須の行を変えたりつづりを間違えたりし、情報とレイアウトのスコアも7.7点で最も低い結果です。
文字を含むデザインで最もスコアが高かった画像生成AIモデルはどれですか？
Grok Imagine 2.0 Mediumが10点満点で9.01点を取り、10問・5モデルの中で最高でした。品質HighのGPT Image 2.5 Sunburstは8.99点で、差は0.02点です。Nano Banana 2.1は8.76点、Seedream 5.0 Proは8.75点、Qwen Image 3.0 Proは8.57点でした。
Qwen Image 3.0は中国語や日本語を書けますか？
このテストでは書けました。中国語と英語のお茶のラベルを簡体字中国語で正しく書き、3行の日本語ポスターをすべての文字を正しく縦書きで組みました。ほかの4モデルも同じ結果でした。
Qwen Image 3.0で画像を編集できますか？
できます。編集の課題では日付と価格を正しく変えましたが、1枚目では「18+」も「$Z+」に変えました。また、元画像とのピクセル差は0〜255の尺度で12.2と、5モデルの中で最も大きい結果でした。
Qwen Image 3.0は1Kで十分ですか？
文字が最も小さい2つの課題では、1Kの画像は2Kと同じ7.4点と8.45点で、すべての行が読める状態を保ちました。FontVibeでのクレジットは1Kが22、2Kが40です。
GPT Image 2.5は最も高い品質設定でテストしましたか？
いいえ。GPT Image 2.5 Sunburstは、5段階ある品質設定の3番目で、FontVibeの初期設定でもあるHighでテストしました。Extra HighとMaxはテストしていません。
5モデルを1か所で試せますか？
5モデルともFontVibeのモデルメニューにあり、同じプロンプトをそれぞれで実行できます。
コメント