Qwen-Image 3.0 实测：五大生图模型横评
10 道海报、日程表、茶叶标签、Logo 设计题，千问 Qwen-Image 3.0 对比 GPT、Nano Banana、Seedream、Grok。
Qwen-Image 3.0 Pro 是阿里巴巴的生图模型（也就是「千问」的生图模型）。官方宣传它能精准渲染小到 10 像素的文字、原生支持 12 种语言、擅长高密度信息版式。我拿它和另外四个生图模型做了一次对比：10 道带字的设计题，包括请柬、贴纸、海报、会议日程表、中英文茶叶罐标签、竖排日文海报、Logo、实景照片、改图和双参考图。每个模型拿到的提示词一字不差，每组只取第一张图打分。
参测的 5 个模型，分辨率统一 2K：
- Qwen-Image 3.0 Pro（阿里巴巴）。 只有 1K 和 2K 两档分辨率，没有质量档。它自带的提示词改写功能是关着的，和另外四家一样拿到原样的提示词。
- GPT Image 2.5 Sunburst（OpenAI），High 档。 GPT Image 2.5 有 Low、Medium、High、Extra High、Max 五个质量档。这次测的是 High，也就是 FontVibe 上的默认档；Extra High 和 Max 没有测。
- Nano Banana 2.1（Google）。 没有质量档可选。
- Seedream 5.0 Pro（字节跳动）。 没有质量档可选。
- Grok Imagine 2.0（xAI），Medium 档。 Medium 是 Grok Imagine 2.0 的最高档。我的 Grok Imagine 2.0 实测比过它的 Low 和 Medium 两档，Medium 分数更高。
结果
| 模型（档位） | 可读性 | 字形与质感 | 信息与构图 | 吸引力 | 总分 | 出图耗时中位数 | FontVibe 积分 |
|---|---|---|---|---|---|---|---|
| Grok Imagine 2.0（Medium） | 9.9 | 8.8 | 8.9 | 8.6 | 9.01 | 95 秒 | 40 |
| GPT Image 2.5 Sunburst（High） | 9.4 | 9.0 | 8.7 | 8.9 | 8.99 | 41 秒 | 40 |
| Nano Banana 2.1 | 9.7 | 8.8 | 8.3 | 8.3 | 8.76 | 28 秒 | 25 |
| Seedream 5.0 Pro | 10.0 | 8.7 | 8.0 | 8.5 | 8.75 | 73 秒 | 40 |
| Qwen-Image 3.0 Pro | 10.0 | 8.8 | 7.7 | 7.8 | 8.57 | 23 秒 | 40 |
满分 10 分，取 10 道题第一张图的平均分。耗时是第 1–8 题和第 10 题新出的图（每题两张）在 2K 下的中位数：每个模型 18 张，Seedream 5.0 Pro 因为第 10 题里的失败只有 17 张。积分是在 FontVibe 上出一张 2K 图的价格。每张图的具体分数见文末附录。另做的一轮隐去模型名的盲评里，最后一名同样是 Qwen-Image 3.0 Pro，第一名是 GPT Image 2.5。
Grok Imagine 2.0 Medium 总分最高，9.01 分。GPT Image 2.5 Sunburst 8.99 分，低 0.02。Nano Banana 2.1 8.76 分，Seedream 5.0 Pro 8.75 分，两者差 0.01。Qwen-Image 3.0 Pro 总分最低，8.57 分，比 Seedream 5.0 Pro 低 0.18。五个模型的平均分最多相差 0.44 分。某一题改动 1 分，平均分就会变动 0.02 到 0.035，所以第一、二名的先后，以及第三、四名的先后，都取决于单个分数。
Qwen-Image 3.0 Pro 和 Seedream 5.0 Pro 的可读性并列最高，10.0 分：两家参评的每张图，主标题都一眼能读出来。Qwen-Image 3.0 Pro 的「信息与构图」7.7 分、吸引力 7.8 分，两项都是五家最低。它有 3 张参评图把提示词要求的文字改了或写错了；第 5 题要的是标签，它却画了一个茶叶罐；日程表的版式也是同题里最朴素的。它没有一道题拿到最高分。
需要说明：GPT Image 2.5 测的是 High 档，是它五个档位里的第三档；另外四家测的都是各自的最高档。GPT Image 2.5 开到 Extra High 或 Max 会得多少分，这次测试回答不了。
文字准确度
50 张参评图里，47 张把要求的每一行字都写对了。没写对的 3 张都是 Qwen-Image 3.0 Pro：
- 第 1 题：「Mia's」被写成了「MiA'S」，名字中间冒出了大写字母。
- 第 4 题：页脚网址「formfunction.design」被写成了「formfunction.deign」。
- 第 9 题：改图时要求「18+」保持不变，结果被改成了「$Z+」。
其他模型参评图里的小问题：
- GPT Image 2.5，第 8 题：自己加了一块列着五种菜品的黑板（提示词没要求），黑板上有一行是看不懂的乱码；提示词要的那块菜单牌上，中间点「·」被画成了一条波浪线。
- Nano Banana 2.1，第 8 题：菜单牌上的「·」位置错了。
- 提示词没要求的文字：Seedream 5.0 Pro 第 4 题加了「ONE-DAY DESIGN CONFERENCE」；Nano Banana 2.1 第 10 题加了「WEEKEND ART EVENT」；Grok Imagine 2.0 第 10 题把「OPEN STUDIO」重复写了一遍；Qwen-Image 3.0 Pro 第 10 题从参考图里照抄了「NEON OUTLINE」。
- 第 5 题要求「不要其他文字」，GPT Image 2.5 和 Nano Banana 2.1 都在茶叶罐标签上加了一枚带字的红色小印章。
千问官方的三条宣传，逐条核对
宣传一：小到 10 像素的文字也能精准渲染。 部分属实。第 4 题要求 10 行日程文字，Qwen-Image 3.0 Pro 那张图 10 行字全部清晰可读，可读性 10 分。但页脚网址少了一个字母（「formfunction.deign」），而且同样的错在它 4 张日程表里出现了 3 张（1K 两张都错、2K 第一张错）。另外四家的 8 张日程表，网址全部写对。
宣传二：12 种语言原生渲染。 测到的两种语言属实。第 5 题里，Qwen-Image 3.0 Pro 把四行中英文全部写对，用的是简体，「二〇二七年春」里的「〇」也对。第 6 题里，它把三行日文全部竖排、全部写对。另外 10 种语言这次没有测。
宣传三：擅长高密度信息版式。 这次测试不支持这一条。Qwen-Image 3.0 Pro 第 4 题的日程表只得了 7.4 分，是这道题的最低分：白底黑字、没有分组，页面下方空了一大块。它的「信息与构图」平均 7.7 分，五家最低。
测试方法
10 道题如下。第 1 题和第 3 题与我的 Grok Imagine 2.0 实测、更早的 7 款 AI 设计工具横评用的是同一批提示词，另外 8 题是新写的。
- 儿童生日请柬（3:4）：亮面气球字，外加三行信息
- 滑板店贴纸（1:1）：厚重的镀铬立体字，一条飘带副标题，白底
- 乐队演出海报（2:3）：熔岩火焰字，外加四行信息
- 会议日程表（3:4）：8 个时段，含长破折号、斜杠和网址
- 茶叶罐标签（3:4）：中文毛笔书法加一行英文
- 日文书店海报（2:3）：所有文字竖排
- 户外品牌徽章（1:1）：「FW」组合字母加小号大写的全称
- 海边餐车实景照片（3:2）：车身手绘字和一块菜单牌
- 修改现有图片（2:3）：改一个日期和一个价格，其他保持不变
- 双参考图出新图（3:4）：版式参考图 1，字效参考图 2
这次只测带文字的设计图，人像、风景等不带字的图没有测。每道题的完整提示词附在下面各题小节里。测试规则：
- 每个模型拿到的提示词一字不差，走 FontVibe 的 DIY 模式，提示词原样发给模型，不改写、不套风格预设。
- 画幅比例用参数锁定，每个模型都一样。
- 每个模型每题出两张，只有第一张参与打分和展示；第二张只用来核对拼写是否稳定。第一张出图失败的，重试一次，以第一张成功的图打分。
- 所有图都在 2026 年 10 月 21 日生成，在 FontVibe 上公开可查。
评分标准
评分用的是 FontVibe 内部给生成作品打分的标准，2026 年 10 月在这次测试之前定稿，和 Grok Imagine 2.0 实测用的是同一套。每张图打四个分，每项 1–10 分，每次扣分我都先写下理由再给分。
| 打分项 | 权重 | 看什么 |
|---|---|---|
| 可读性 | 20% | 先查硬伤：乱码字、文字被裁掉、文字被其他元素挡住、字形残缺。没有硬伤给 7–10 分，看主标题读起来有多轻松；有任何一项硬伤给 1–4 分。 |
| 字形与质感 | 35% | 提示词要求的字效（气球、镀铬、火焰、毛笔、霓虹）有没有做出来，做得精不精。 |
| 信息与构图 | 25% | 先看交付的是不是提示词要的东西、信息是否完整准确：提示词里的每一行都在，拼写和标点与原文一致，也没有多出提示词没要求的东西。每缺、改、多一行或一个符号，至少扣 1 分。再看最重要的信息是不是最先被读到、各行顺序对不对。 |
| 吸引力 | 20% | 看起来像不像专业设计师做的。 |
总分由公式算出，不靠主观判断：0.20 × 可读性 + 0.35 × 字形与质感 + 0.25 × 信息与构图 + 0.20 × 吸引力。
有四处具体口径要说明：可读性按标准只看主标题，次要信息太小或太淡、不好读的，记在「信息与构图」里；整行统一改成全大写（比如「WITH SPECIAL GUESTS」）不算改动，单词中间随机冒出大写字母（比如「MiA'S」）算改了原文；招牌、黑板这类观众会去读的东西上出现乱码，算硬伤，和 Grok 实测同一口径，而背景里在原图分辨率下本来就看不清的小标签不算；提示词要的是设计稿（比如标签、印刷用的日程表），图里却画成了一件被拍摄的实物，「信息与构图」扣 3 分，因为这样的结果没法直接拿去印。
打分时我知道每张图出自哪个模型。为了检验这有没有带来偏差，我另做了一轮隐去模型名的盲评。
第 9、10 题要用到现成的图。这三张图都取自 FontVibe 的公开作品库，都不是这次参测的 5 个模型生成的，而是 Seedream 5.0 出的，它是 Seedream 5.0 Pro 的上一代、同一个模型家族。
逐题结果
第 1 题：儿童生日请柬
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
GPT Image 2.5 和 Grok Imagine 2.0 并列最高，9.2 分。两家都把三行信息分组得很清楚：GPT Image 2.5 用一条飘带，Grok 用带图标的卡片。Qwen-Image 3.0 Pro 得分最低，8.3 分：名字被写成了「MiA'S」，而且画面正中放了一张小女孩的照片，三行信息被挤到左侧窄窄的一栏里。Seedream 5.0 Pro 的三行信息是浅色字压在浅色底上，在「信息与构图」扣了 1 分。想直接用气球字效果，可以看泡泡字风格。
第 2 题：滑板店贴纸
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
五个模型两行字都写对了。GPT Image 2.5 和 Nano Banana 2.1 并列最高，9.2 分：GPT Image 2.5 的镀铬字最有体积感，Nano Banana 2.1 在字后面垫了一个大轮子。Qwen-Image 3.0 Pro 和 Grok Imagine 2.0 都是 9.0 分。Seedream 5.0 Pro 得分最低，8.15 分，因为它把飘带插在了「SLOW」和「LANE」中间，而提示词要求放在下方。想直接用镀铬字效果，可以看金属字风格。
第 3 题：乐队演出海报
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
GPT Image 2.5 得分最高，9.2 分：可读性 10，另外三项都是 9，燃烧的果园上方还有一轮血红的月亮。Qwen-Image 3.0 Pro、Nano Banana 2.1 和 Grok Imagine 2.0 都是 9.0 分：Qwen 和 Nano Banana 2.1 的吸引力是 8，Grok 的可读性是 9。Qwen 用手写体排暖场乐队，和主乐队拉开了层级。Grok 的火焰纹理是五家里最重的，标题要多看一眼。Seedream 5.0 Pro 得 8.5 分，因为它把暖场乐队放到了主乐队上方，和它在 Grok Imagine 2.0 实测里用同一提示词犯的是同一个主次颠倒的错。想直接用火焰字效果，可以看火焰字风格。
第 4 题：会议日程表
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"
GPT Image 2.5 得分最高，9.2 分：包豪斯风格的标题和色块，每个时段之间都有分隔线。五个模型的参评图里，8 个时段、长破折号和斜杠全部写对。Nano Banana 2.1 的字最大最清楚，但它交的是一张「印好的卡片放在深色桌面上」的照片，而不是日程表本身，得 7.9 分。Qwen-Image 3.0 Pro 和 Grok Imagine 2.0 的标题都是窄体黑体，不是提示词要的几何字，Grok 得 8.3 分。Qwen-Image 3.0 Pro 还把页脚网址写成了「formfunction.deign」，得 7.4 分，是这道题的最低分：整页白底黑字，没有分组，下方空了一大块。Seedream 5.0 Pro 自己加了一行提示词里没有的副标题「ONE-DAY DESIGN CONFERENCE」。另外，GPT Image 2.5 没参评的第二张图里，「Panel: Designing for Screens」这一整行漏掉了，只剩下「11:00」。
第 5 题：茶叶罐标签
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
五个模型都把四行字用简体写对了，包括「龙」（不是繁体的「龍」）和「〇」。提示词要的是标签，四个模型交的都是平面标签；Qwen-Image 3.0 Pro 却画了一整个贴着标签的茶叶罐照片，没法当标签拿去印，得 8.45 分，是本题最低。Grok Imagine 2.0 得分最高，9.2 分：平面标签，该有的四行都在，也没有多加任何东西。GPT Image 2.5 和 Nano Banana 2.1 都加了一枚带字的红色小印章，违反了提示词里的「no other text」，两家都是 8.95 分。想直接用毛笔字效果，可以看中国水墨毛笔风格。
第 6 题：日文书店海报
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
五个模型都把三行字全部竖排，而且全部写对，用的也都是提示词要求的明朝体。GPT Image 2.5 得分最高，9.2 分：书店实景，积分活动放在一条红色竖条上。Qwen-Image 3.0 Pro、Nano Banana 2.1 和 Grok Imagine 2.0 都是 9.0 分。Seedream 5.0 Pro 得 8.95 分：日期那一列颜色浅、笔画细。
第 7 题：户外品牌徽章
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
GPT Image 2.5 和 Grok Imagine 2.0 并列最高，9.2 分。Qwen-Image 3.0 Pro 得 9.0 分，蕨叶从组合字母中间穿过。Nano Banana 2.1 得分最低，8.05 分：它的组合字母多出一个字碗，乍看像「FPW」。Seedream 5.0 Pro 得 8.3 分：F 和 W 只是并排、没有交叉，蕨叶在字母上方而不是中间。另外，Qwen 没参评的第二张图里，品牌全称在徽章上下各写了一遍。
第 8 题：海边餐车实景照片
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
五个模型都把要求的两行字写对了。Seedream 5.0 Pro 和 Grok Imagine 2.0 并列最高，9.2 分，菜单牌按提示词要求立在车旁边。GPT Image 2.5 得分最低，7.5 分：它在出餐窗口旁另加了一块列着五种菜品的黑板，黑板上有一行是乱码，按评分标准算硬伤，可读性 4 分；提示词要的那块菜单牌上，「·」也被画成了一条波浪线。Qwen-Image 3.0 Pro 把菜单牌挂在了车身上，而不是放在车旁边，得 8.75 分。
第 9 题：修改现有图片
Change the date to "FRIDAY • NOVEMBER 13 • 2026" and the price to "$20", and keep everything else exactly as it is
原图有六行字。提示词要求改其中两处：日期和价格。其余四行和「18+」都要保持不变。
有四个模型日期和价格都改对了，其余部分也没动，都得 9.0 分。Qwen-Image 3.0 Pro 日期和价格改对了，但顺手把「18+」改成了「$Z+」，得 8.5 分。它的第二张图「18+」是对的。
评分标准不衡量图片其余部分有没有保持原样，所以和 Grok 实测一样，我单独量了一下：把每张结果图和原图都缩放到 800 × 1200、转成灰度，计算两行改动区域以外的平均像素差（0–255）。数值越低，说明越接近原图。
| 模型 | 与原图的差异 |
|---|---|
| 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 |
原图尺寸是 1664 × 2496 像素。除了 Nano Banana 2.1 返回的是 1696 × 2528，其余模型返回的尺寸都和原图一样，所以 Nano Banana 2.1 的差异里有一部分来自缩放。Seedream 5.0 Pro 在 Grok 实测的改图题里也是最接近原图的。不过它这次改图的耗时中位数是 118 秒，另外四家在 23 到 55 秒之间。
第 10 题：双参考图出新图
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.
参考图 1 是一张波普风格的画廊海报：顶部一条蓝色色带，红色网点底上压着两行超大标题，底部一行日期。参考图 2 是星空背景上的蓝色细线霓虹空心字。正确的结果应该是参考图 1 的版式加参考图 2 的霓虹字。
GPT Image 2.5 和 Seedream 5.0 Pro 两部分都做对了，并列最高，9.2 分。Grok Imagine 2.0 两部分也都做对了，但在顶部色带里又写了一遍「OPEN STUDIO」，得 8.95 分。Nano Banana 2.1 用了霓虹字和顶部色带，背景却用了参考图 2 的星空，还加了一行提示词里没有的「WEEKEND ART EVENT」。Qwen-Image 3.0 Pro 的字效和版式都照着参考图 2 做，还把参考图 2 上的「NEON OUTLINE」几个字也抄了过来；它的第二张图也是这样。
Seedream 5.0 Pro 这道题的第一次出图失败了。在 FontVibe 上，Seedream 5.0 Pro 的请求超过 2 分钟会被中止。它在 2K、带两张参考图的条件下尝试了 4 次，3 次撞到这个上限；唯一成功的那张用了 121 秒，参与打分的就是这张。Nano Banana 2.1 也失败过一次，是第 7 题的第二张图，重试后成功。失败的请求在 FontVibe 上会退还积分。
Qwen-Image 3.0：选 1K 还是 2K？
在 FontVibe 上，Qwen-Image 3.0 Pro 出一张 1K 图 22 积分，2K 图 40 积分。我把字最小的两道题（第 4、5 题）又用 1K 各出了两张。
1K 图是 1024 × 1360 像素，2K 图是 1728 × 2304 像素。在 1K 下，日程表的 10 行字和茶叶罐的 4 行字依然全部可读，两道题的得分也和 2K 相同：7.4 分和 8.45 分。1K 下它同样画成了茶叶罐，而不是标签。两张 1K 日程表都有「formfunction.deign」这个错，2K 的两张里有一张有。1K 出图耗时中位数 14 秒，2K 是 23 秒。
如果是草稿、或者在手机上看的社交媒体图，这次测试里 1K 的价格是 2K 的 55%，字也照样可读；如果要印刷，2K 的像素数是 1K 的 2.9 倍。
想试 Qwen-Image 3.0 Pro，在 FontVibe 生成器的模型菜单里选它即可。它一次最多接收 3 张图，被修改的原图和参考图都算在内。点本文任意一张图，会打开它在 FontVibe 上的作品页；鼠标移到图上，会出现「做同款」按钮，用同一条提示词再出一张。
两次测试的对比
GPT Image 2.5 Sunburst、Grok Imagine 2.0 Medium、Nano Banana 2.1 和 Seedream 5.0 Pro 也参加了我的 Grok Imagine 2.0 实测，那次有 8 道题的提示词和这次不同。
| 模型 | Grok Imagine 2.0 实测 | 本次测试 |
|---|---|---|
| GPT Image 2.5 Sunburst（High） | 8.90（第 1） | 8.99（第 2） |
| Grok Imagine 2.0 Medium | 8.84（第 2） | 9.01（第 1） |
| Nano Banana 2.1 | 8.55（5 组中第 4） | 8.76（第 3） |
| Seedream 5.0 Pro | 8.20（第 5） | 8.75（第 4） |
GPT Image 2.5 和 Grok Imagine 2.0 Medium 的第一、二名互换了：上次两家差 0.06，这次差 0.02。Nano Banana 2.1 两次都排在 Seedream 5.0 Pro 前面，上次领先 0.35，这次只领先 0.01。Nano Banana 2.1 在 Grok 实测里排第 4，是因为那次还有 Grok Imagine 2.0 Low（8.59 分）。
第 1 题和第 3 题在两次测试里用的是同一条提示词，可以直接对比。第 1 题，Qwen-Image 3.0 Pro 得 8.3 分，低于另外四个模型在两次测试里的任何一次得分。第 3 题，它得 9.0 分，和本次的 GPT Image 2.5、Nano Banana 2.1 持平。
各模型一句话
Grok Imagine 2.0 Medium，9.01 分。 「信息与构图」最高，8.9 分。10 道题里有 5 道是最高分或并列最高。参评图里没有漏字或错字。最低一题 8.3 分（日程表，标题用的是窄体黑体而不是几何字）。出图耗时中位数 95 秒，五家最慢。
GPT Image 2.5 Sunburst（High），8.99 分。 「字形与质感」最高，9.0 分；吸引力最高，8.9 分。10 道题里有 8 道是最高分或并列最高。最低一题 7.5 分（餐车照片，自己加了一块带乱码的黑板）。测的是 High 档，Extra High 和 Max 没有测。
Nano Banana 2.1，8.76 分。 在 FontVibe 上出一张 2K 图 25 积分，五家最便宜。最低一题 7.9 分（日程表，交的是印好卡片的照片）。第 10 题的版式参考只学了一半。
Seedream 5.0 Pro，8.75 分。 可读性 10.0 分，与 Qwen-Image 3.0 Pro 并列最高。改图题最接近原图，像素差 2.6。双参考图那道题尝试 4 次，3 次撞到 FontVibe 的 2 分钟上限。最低一题 8.15 分（贴纸）。
Qwen-Image 3.0 Pro，8.57 分。 可读性 10.0 分，与 Seedream 5.0 Pro 并列最高；出图耗时中位数最短，23 秒。「信息与构图」7.7 分、吸引力 7.8 分，都是五家最低。10 张参评图里有 3 张把要求的文字改了或写错了，要标签时画了茶叶罐。没有一道题拿到最高分。
盲评
因为打分时我知道每张图出自哪个模型，所以另做了一轮盲评：一个私密页面把每道题的 5 张图随机排序、隐去模型名，每张图打字效分（1–5）、版式分（1–5），再判一个结论：能直接用、小改可用、不能用。
| 模型 | 盲评字效（1–5） | 盲评版式（1–5） | 能直接用 / 小改可用 / 不能用 |
|---|---|---|---|
| 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 |
盲评和评分标准在最后一名上一致，都是 Qwen-Image 3.0 Pro。盲评把 GPT Image 2.5 排在第一，评分标准则是它比 Grok Imagine 2.0 Medium 低 0.02；Seedream 5.0 Pro、Nano Banana 2.1、Grok Imagine 2.0 这三家，盲评的顺序和评分标准正好相反。盲评对 Qwen-Image 3.0 Pro 比评分标准更严：它 10 张图里有 7 张被判为不能用，另外四家每家最多 2 张。
这次测试的局限
- 每个模型每题只评了一张图，50 张图都由同一个人打分。
- Grok Imagine 2.0 Medium 和 GPT Image 2.5 只差 0.02，Nano Banana 2.1 和 Seedream 5.0 Pro 只差 0.01。某一题改动 1 分，平均分就会变动 0.02 到 0.035，所以这两组的先后都取决于单个分数。
- GPT Image 2.5 测的是五档里的第三档，另外四个模型测的都是各自的最高档。
- Qwen-Image 3.0 Pro 测试时关掉了它自带的提示词改写。打开后模型会先改写提示词再出图，结果可能不同。
- 改图和参考图用的原图都来自 Seedream 5.0，它是 Seedream 5.0 Pro 的上一代。
- Qwen-Image 3.0 Pro 宣称支持的 12 种语言里，这次只测了中文和日文。
- 结果反映的是这些模型在 2026 年 10 月 21 日的版本。
所有图都在 FontVibe 上公开，每个分数都有书面理由。如果你用同样的提示词重跑、得到很不一样的结果，欢迎发邮件到 hello@fontvibe.ai，我会补进这篇文章。
附录：全部分数
可读性 / 字形与质感 / 信息与构图 / 吸引力，然后是加权总分。取每个模型的第一张图（第 10 题 Seedream 5.0 Pro 取唯一成功的那张）。
| 题目 | Qwen-Image 3.0 Pro | GPT Image 2.5（High） | Nano Banana 2.1 | Seedream 5.0 Pro | Grok Imagine 2.0 Medium |
|---|---|---|---|---|---|
| 1 请柬 | 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 贴纸 | 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 海报 | 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 茶叶罐标签 | 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 日文海报 | 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 徽章 Logo | 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 餐车照片 | 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 改图 | 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 双参考图 | 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 |
Qwen-Image 3.0 Pro 1K（不计入平均分）：第 4 题 10/7/7/6 = 7.40；第 5 题 10/9/6/9 = 8.45。
每个分数的书面理由都已存档，需要可以索取。
常见问题
Qwen-Image 3.0 做带字的设计图效果怎么样？
在这次测试里，Qwen-Image 3.0 Pro 的可读性与 Seedream 5.0 Pro 并列最高，10.0 分；但总分是五个模型中最低的，8.57 分（满分 10）。它 10 张参评图里有 3 张把要求的文字改了或写错了，「信息与构图」7.7 分，五家最低。
做带字的设计图，哪个生图模型分数最高？
Grok Imagine 2.0 Medium 得 9.01 分（满分 10），是 5 个模型 10 道题里最高的；GPT Image 2.5 Sunburst 在 High 档下得 8.99 分，低 0.02。Nano Banana 2.1 8.76 分，Seedream 5.0 Pro 8.75 分，Qwen-Image 3.0 Pro 8.57 分。
Qwen-Image 3.0 能写中文和日文吗？
在这次测试里可以。它用简体中文把一张中英文茶叶罐标签写对了，也把一张三行的日文海报全部竖排、每个字都写对了。另外四个模型也都做到了。
Qwen-Image 3.0 能改图吗？
能。改图题里它把日期和价格都改对了，但第一张图顺手把「18+」改成了「$Z+」；而且它的结果和原图的像素差是五家最大的，12.2（0–255 刻度）。
Qwen-Image 3.0 用 1K 够不够？
在字最小的两道题里，1K 图和 2K 图得分相同，分别是 7.4 分和 8.45 分，每一行字都依然可读。在 FontVibe 上 1K 是 22 积分，2K 是 40 积分。
GPT Image 2.5 测的是最高档吗？
不是。GPT Image 2.5 Sunburst 测的是 High 档，是五个质量档里的第三档，也是 FontVibe 的默认档；Extra High 和 Max 没有测。
能在一个地方试这五个模型吗？
五个模型都在 FontVibe 的模型菜单里，同一条提示词可以分别在每个模型上跑。
评论