Nano Banana 2.1 能否为您提供完成设计所需的充分控制力,还是说 Nano Banana Pro 值得多花这笔钱?我们将通过对比精确文本、信息图结构、产品 placement 以及基于参考资料的编辑,并结合谷歌官方 API 费率进行分析。.
相同的提示让差异显而易见:保留下来的重音、重复的步骤,以及超出编辑要求范围的改动。每项任务都包含任务说明、原始图片以及输出结果所需的修改内容。.
如果您需要同时处理多个模型,, GlobalGPT 提供多模型订阅服务。以下示例是通过 API 请求生成的。.

Nano Banana 2.1 与 Nano Banana Pro 一览
Nano Banana 2.1 侧重于效率;Nano Banana Pro 侧重于复杂的视觉工作和创意控制。. 以下是谷歌的产品配置。这些测试旨在验证所列出的 API 选项如何处理相同的需求。.
| 区别 | Nano Banana 2.1 | 纳米香蕉 Pro |
|---|---|---|
| 官方 API 模型 ID | gemini-nano-banana-2.1 | gemini-3-pro-image |
| 主要定位 | 高效生成与对话式编辑 | 复杂的视觉任务与精准的创意控制 |
| 图像输出分辨率 | 1K、2K、4K | 1K、2K、4K |
| 模型输入 | 文本、图片、视频、PDF | 文本、图片 |
| 输入上下文限制 | 131,072 个代币 | 65,536 枚代币 |
| 搜索“接地” | 网页和图片搜索 | 网络搜索 |
| 官方指南中的参考文献 | 总计最多14个;其中物体图像最多10个,人物图像最多4个 | 总计最多14张;其中最多6张物体图、5张人物图或3张风格图 |

来源: 谷歌的图像生成指南, 2.1 型号页面, 和 Pro 型号页面, ,查阅于2026年10月8日。参考类别共享一个总限额;它们并非可以相加的独立配额。.
- 2.1 与 Nano Banana 2 属于不同的型号。. 它的官方ID不是
gemini-3.1-flash-image. - 两者都支持图片的创建和编辑。. “Pro”标签并不能证明它会更准确地遵循每一项约束条件。.
- 分辨率是一种显示设置。. 4K文件中仍可能包含错误的词语或物体数量不正确的情况。.
有关上一版本的背景信息,请参阅我们的 Nano Banana 2 与 Nano Banana Pro 对比. 其旧版本的发现不应直接套用到 2.1 版本上。.
公开基准测试
图像偏好基准测试有助于评估整体吸引力。我们的检查重点在于设计是否严格遵循了文本、数量、版式和保留方面的具体要求。.
| 基准镜头 | 它能帮助您评估什么 | 哪些内容仍需进行任务级检查 |
|---|---|---|
| 文本转图像的偏好设置 | 在整个提示词集合中的整体吸引力 | 确切的措辞、字数和版式要求 |
| 图像编辑首选项 | 人们如何评判经过修图的图片 | 请求区域之外发生了什么变化 |
| 本次审查中的约束条件检查 | 某项成果是否符合本简报的要求 | 在其他提示和设置下的表现 |
我们无法验证当前是否存在同一排行榜下的得分组合,该组合对应于 Nano Banana 2.1 和 Nano Banana Pro 2026年10月8日。因此,我们不公布数值排名差距。Nano Banana 2的分数将用于另一种比较。. Arena 的文本转图像排行榜 是更广泛偏好结果的一个参考点;下文的测试侧重于可检查的设计要求。.
同提示测试:六项真实设计任务
我们的测试方法
本次对比涵盖了六个任务简报。每组配对运行均使用相同的提示和参考输入,请求尺寸为 1024 × 1024 的正方形,且采用中等质量设置。未要求进行搜索。下方的尝试标签标识了每个任务中显示的完整配对。.
示例内容: 共七组完整的配对图片,即14张输出图片:六项任务各一组,外加一组信息图配对。下方的每张图片均链接至其原始文件。.
- 请保留完整的成对物品。. 请包含所有已审核且完整退回的配对图片;单张图片无法用于比较。.
- 检查原始输出结果。. 预览图采用相同的 WebP 格式转换;输出图片未经过裁剪、修图或放大处理。.
- 先检查约束条件,再品尝。. 字符串的准确性、计数、位置以及引用保留比美学偏好更为重要。.
- 记录原生规格。. 所要求的尺寸和质量标签并不能证明实际尺寸或上游层级。.
参考输入: 三张使用Seedream 5.0 Pro生成的独立合成图像。两种选项均采用相同的原始2048 × 2048 JPEG图片URL,并使用相同的文件哈希值进行了验证。 香水标签为空白。参考图像显示在各自的任务中;它们是输入,而非对比输出。两种选项的源图像到输出图像的尺寸变化相同。.
原生 2.1 文件为 PNG 格式;原生 Pro 文件为 JPEG 格式。两者的分辨率均为 1024 × 1024。我们对比了可读文本和可见的约束错误,但并未将这种格式差异视为像素质量更高的证据。 上游模型与质量等级的映射关系尚未经过独立验证,因此研究结果仅适用于在记录设置下这些指定的 API 选项。.
1. 文本排版和双语海报
任务设置: 一张扁平风格的方形海报,包含八行精准的文字、醒目的标题、通俗易懂的活动详情,以及完全可辨识的西班牙语重音符号。一张设计时尚但时间有误或网址失效的海报,无法符合设计要求。.
关于您自己的活动简报,我们的 Nano Banana Pro 海报指南 介绍了如何在生成之前指定复制和层次结构。.
两个选项均使用了相同的提示语
为一个虚构的社区设计活动设计一张精致、方形、平面的海报。白色背景,炭灰色无衬线字体,青绿色和珊瑚色的几何图案作为点缀。请准确呈现以下这八行文字,每行出现一次,不得添加任何额外文字: 开放工作室之夜 让创意可见 10月23日,星期五 18:30 - 21:00 开放工作室 门票:12 欧元 设计、咖啡与对话 openstudio.example 将“OPEN STUDIO NIGHT”设为最大标题,确保日期和时间易于辨识,网址字号较小但完全清晰可读。请完全保留西班牙语的重音符号和标点符号。仅使用抽象形状。不得包含徽标、照片、纸质效果图、装饰性仿手写字体或任何额外文字。.
配对尝试 1
在这组测试中,两个输出结果都保留了全部八个必需的文本字符串。.
- 两者都保留了西班牙语重音、日期、时间、12 欧元的价格以及 openstudio.example 网址的可读性。.
- Pro 版将标题和日期分别排在单独的行上。白色文字带使活动信息一目了然。.
- 2.1 将标题分三行大字排版,并用下方两栏展示活动详情。这是一种不同的版式设计选择,而非排版错误。.
这两个布局都适合本项目的需求。就文本准确性而言,这两种布局都没有理由支付Pro版更高的官方图像输出费用。布局偏好和后续编辑仍可能改变最终选择。.
2. 信息图的准确性与图表比例
任务设置: 由四条箭头连接的五个有序步骤,以及代表 20%、40% 和 60% 的横条。数值必须正确,且横条必须体现 1:2:3 的比例关系。我们还会检查在正常查看尺寸下,阅读顺序是否一目了然。.
这些细节比图表的装饰性样式更重要。请使用我们的 图形教程指南 在生产提示中将教学内容与视觉样式区分开来。.
两个选项均使用了相同的提示语
在白色背景上制作一张方形、专业的信息图,标题必须精确为“从构想到发布”。在画面上方的三分之二区域内,将五个等长的步骤按从左到右的顺序排列,并用恰好四个指向右侧的箭头连接起来。 文字采用简洁的炭灰色无衬线字体,并以青绿色和珊瑚色作为点缀。请准确包含以下编号标题及说明文字(各出现一次): 1. 定义 / 选择一个目标 2. 调研 / 验证受众需求 3. 构建 / 制作首个版本 4. 审核 / 修正文本和视觉元素 5. 发布 / 发布并评估 底部需包含一个标题为“试点完成”的小型横向条形图,图中必须包含以下三个标注数值:A组 20%、B组 40%、C组 60%。 这三条柱状图必须以零为基准线,且长度比例为 1:2:3。请勿添加其他数字、步骤、百分比、标签、装饰性文字、重复内容或页脚。确保每个词和数值都清晰可读。.
配对尝试 1
配对尝试 2
2.1 在两次尝试中都保留了要求的五步行;Pro 则在第二次尝试中更改了布局,并重复了一个步骤。.
- 四个输出结果均显示:A队为20%,B队为40%,C队为60%,其条形长度比例约为1:2:3。.
- 2.1 在两个示例中,均将五个独特的步骤排列在单行中(从左到右),并配有四条连接箭头。.
- Pro 的第一个示例中有两张卡片位于三张卡片之上。其第二个示例中有六张卡片,因为“3 BUILD / Make the first version”在两行中都出现了。这两个示例都需要重新调整结构,以符合要求的五个等距水平步骤。.
对于这份幻灯片风格的信息图简报,2.1版本在两次配对尝试中所需的结构调整较少。即使图表标签准确无误,Pro版本中重复或重新排列的内容也尚不具备发布条件。.
3. 产品摄影与空间控制
任务设置: 正好有三件物品:中央是一个玻璃香水瓶,左侧是一个珊瑚色立方体,右侧是一个蓝绿色球体。所有物品都必须置于桌面上,左侧光线应连贯自然,且玻璃、金属和纸张等材质的表现应合乎情理。.
在评估逼真度之前,我们会先检查物体的数量和摆放位置。即使某个额外的道具看起来很吸引人,也仍需进行修正,因为产品说明书中明确排除了该道具。.
两个选项均使用了相同的提示语
拍摄一张正方形的商业摄影作品,画面中需精确摆放三件无品牌标识的物品,背景为无缝白色背景,物品置于浅灰色石质桌面上。主体为一个圆柱形透明玻璃香水瓶,内装浅绿色液体,配有拉丝银色瓶盖和一张空白哑光白色纸质标签;将其置于画面中央。 在香水瓶左侧放置一个小巧的哑光珊瑚色立方体,右侧放置一个小巧的抛光蓝绿色球体。这三件物品必须彼此分离、完全可见、在适用情况下保持直立,并接触台面;香水瓶的高度必须高于这两件道具。左侧使用大型柔光箱,右侧控制反光,并采用接触式阴影。 呈现清晰可辨的眼平四分之三视角,需展现细腻的金属拉丝纹理和逼真的玻璃折射效果。画面中不得出现其他物体、文字、徽标、重复物品、悬浮物体或水印状图形。.
配对尝试 1
三个主要物体的位置都正确,但两个样本都需要进行背景清理。.
- 两者都将珊瑚立方体放在左侧,香水瓶放在中间,青绿色球体放在右侧。香水瓶较高,这三件物品都与桌面接触。.
- 两者都呈现出拉丝金属瓶盖、浅绿色液体、一张空白纸质标签以及清晰的玻璃反光。.
- 这两张照片都将部分照明设备纳入了左侧边缘。黑色边框违反了“画面中不得出现多余物体”和“纯白无缝背景”的要求。.
一张吸引人的摄影棚照片仍可能不符合产品目录的要求。在此情况下,无论选择哪种输出方式,都意味着要么移除可见的灯具,要么测试修改后的离机闪光灯方案;这种测试无法在首次尝试时就获得完全符合要求的产品照片。.
4. 精确的局部编辑
任务设置: 仅将空瓶标签的颜色从白色改为哑光青绿色,色号约为#6B9D98。保持标签空白,并保留瓶身形状、液体、光照、阴影、背景和构图。.
这是一项图像修复任务。修复后的效果虽然可能看起来更干净,但若偏离了原始图像,则属于不必要的改动,例如修改了帽檐边缘、添加了新的反射,或者调整了裁剪范围。.
两个选项均使用了相同的提示语
编辑提供的商品图片。仅将标签的空白背景从白色改为柔和的青绿色,色号约为#6B9D98。保持标签空白。保留瓶身、瓶盖、浅绿色液体、倒影、光线、阴影、背景、拍摄角度及整体构图。 请勿添加任何文字、物体,请勿重新设计标签,请勿对整张图片进行锐化处理,也请勿对照片进行风格重塑。请提交一张正方形图片。.
《冰雪奇缘》参考输入:
配对尝试 1
这两种设计既重新调整了空白标签的颜色,又保留了瓶身醒目的形状和轮廓。.
- 两者都保留了瓶盖、浅绿色液体、空白标签、光线方向以及向右延伸的接触阴影等可辨识的特征。两者均未添加文字或物体。.
- 2.1 在蓝绿色标签上呈现出更明显的明暗过渡。Pro 渲染出的蓝绿色表面更为均匀。由于提示要求提供近似颜色,因此这属于外观差异,而非基于精确颜色的“通过/未通过”结果。.
- 源图像右下角那处模糊的生成标记在两个输出结果中都消失了。虽然从视觉上看这两次编辑非常相似,但均无法证明只有请求的标签区域发生了变化。.
对于该合成产品而言,这两种重新着色效果都很有用。如果生产工作流程要求每隔一个区域保持原样,请检查整张图像,或使用基于蒙版的工具完成编辑。此空白标签测试并不能保证印刷标签的完整性。.
5. 不同场景中角色的性格一致性
任务设置: 一位虚构的成年女性出现在两个大小相同的画格中。一个场景是白天在书店外,她手里拿着一本海军蓝笔记本;另一个场景是傍晚在咖啡馆,笔记本放在桌上。她的面部特征、波波头、圆框眼镜、橄榄绿夹克和白色衬衫应保持一致。.
我们分别对身份和笔记本的位置进行核查。两张肖像画中风格的相似性,作为证据的效力不如与实际参考图的可识别匹配。.
对于可重复的系列,我们的 角色一致性工作流程 说明了如何将每个新场景锚定到一张输入人像上。.
两个选项均使用了相同的提示语
在一张正方形图片的两个画格中,均使用提供的虚构成年人参考图,表现同一个人。创建两个等大的垂直画格,中间以一条窄而干净的白色分隔线分隔。左侧:该人物在白天站在一家现代书店外,画面仅显示上半身,双手捧着一本合上的海军蓝笔记本。 右侧:同一人在温暖的晚霞中坐在咖啡馆的桌前(仅展示上半身),那本合上的海军蓝笔记本放在桌上。需保留参考图中人物的面部特征、发际线、发型、眼镜、夹克颜色及衬衫细节。采用写实风格的摄影手法。不得出现图片说明、店面字样、多余人物、包袋、帽子、额外配饰或身份变更。.
《冰雪奇缘》参考输入:
配对尝试 1
两者都将这一醒目的参考形象融入了所要求的两个场景中。.
- 两人都保留着短黑波波头、细框银色圆框眼镜、橄榄绿夹克和白色圆领衬衫,与输入的肖像有着明显的相似之处。.
- 两幅画都采用了两个垂直画板和一条狭窄的白色分隔线。左侧画板中放着一本海军蓝色的笔记本,右侧画板中,这本笔记本正放在桌子上。画面中没有出现其他人物,也没有可辨认的店面招牌字样。.
- 2.1 将晚间咖啡馆场景设定在户外餐桌旁;Pro 则采用了一家室内咖啡馆,并配有温暖的侧光。设计要求中并未指定必须采用室内场景。.
这两个样本均可作为单参考、双面板一致性的有效证据。这仅代表每个选项的一代数据,并非多轮身份验证测试,也不是整个活动期间一致性的证明。.
6. 双参考产品广告
任务设置: 将产品参考图中的瓶子放入单独的暖色调桌面场景中。标签处留白,将一个瓶子放置在略偏左的位置,并预留右侧三分之一的位置以供后续添加广告文案。在导入场景时,请保留场景的光线方向,但不要导入产品参考图的背景。.
我们的 多图合成指南 解释了同样的实际区别:告诉模型哪个引用提供产品,哪个引用提供环境。.
两个选项均使用了相同的提示语
利用提供的两张参考图,制作一张方形的产品广告照片。 参考图1明确规定了香水瓶、瓶盖、浅绿色液体及空白标签的具体样式。参考图2规定了桌面、墙面颜色、阳光方向及场景风格。将参考图1中的一瓶香水直立放置于参考图2的桌面上,确保瓶身完全可见,位置略偏左侧,并呈现出符合该场景的逼真接触阴影和反射效果。 产品标签应保持空白。右侧三分之一区域应留作干净的负空间。场景应保持真实的摄影风格。请勿添加标题、正文、文字、其他产品、额外道具、人物、徽标或边框。请勿重新设计产品,也不要将产品照片的背景复制到新场景中。.
冻结的参考输入:
配对尝试 1
两者都将所提供的产品与环境相结合,并留有可用于广告文案的版面空间。.
- 两者都保留了一个圆柱形瓶子、一个银色瓶盖、淡绿色的液体以及一张空白标签,这些元素均位于画面中央偏左的位置。石质桌面、沙色的墙壁以及对角线状的光影效果均源自场景参考图。.
- 这两张照片都让瓶子呈现出向右延伸的、稳稳落地的投影,并将瓶身的倒影与温暖的光线相协调。两者均未采用产品照片中常见的灰白色背景,也没有添加任何道具。.
- 2.1 版本将瓶子在画面中的尺寸放大;Pro 版本则将较小的瓶子放置在更靠左的位置。两者都将右侧的主要区域留白。此外,两者都保留了场景参考图右下角那道淡色的生成标记,在最终广告投入使用前需对此予以关注。.
在这组示例中,两者都展示了实用的双参考合成效果。请选择适合您文案布局的产品尺寸,然后核对源标记和实际品牌细节。空白标签表示此示例未测试徽标或印刷标签的还原精度。.
Speed 和官方 API 定价
记录的任务完成间隔
| 配对任务 | Nano Banana 2.1 | 纳米香蕉 Pro |
|---|---|---|
| 双语海报 | 60 秒 | 44 秒 |
| 五步图解 · 第一组 | 43 秒 | 35 秒 |
| 五步图解 · 第2组 | 70秒 | 49 秒 |
| 三件商品的组合照片 | 29 秒 | 37 秒 |
| 空白标签的颜色更改 | 61 秒 | 33 秒 |
| 两格人物场景 | 69 秒 | 36 秒 |
| 双参考广告 | 22 秒 | 40 秒 |
每个值都使用同一任务服务的 完成时间戳减去提交时间戳. 其中包括排队、生成和处理服务;不包括本地轮询和文件下载的延迟。这些是针对指定 API 选项记录的时间间隔,而非 Google API 的直接延迟测量值或纯粹的模型推理时间。.
官方汇率的衡量标准
谷歌的 Gemini API标准价格 对输入、文本/思维输出和图像输出分别采用不同的费率。以下所有数值均为美元,数据截至2026年10月8日。.
| 计费类别,每100万个代币 | Nano Banana 2.1 | 纳米香蕉 Pro |
|---|---|---|
| 文本/图像输入 | $1.50 | $2.00 |
| 文本和思维输出 | $7.50 | $12.00 |
| 图像输出 | $30.00 | $120.00 |
2.1 还列出了以输入帧率表示的视频输入。该表对比了这些图像任务中使用的分类。.
| 官方图像输出示例 | Nano Banana 2.1 | 纳米香蕉 Pro | Pro / 2.1简体中文(大陆) |
|---|---|---|---|
| 一张 1K 图片 | $0.0336 | $0.134 | 3.99× |
| 一张2K图片 | $0.0504 | $0.134 | 2.66× |
| 一张 4K 图片 | $0.113 | $0.24 | 2.12× |


这些是图像输出费用,并非我们测试中测得的总请求账单或费用。. 提示符令牌、参考图像输入、文本/思考输出以及任何已启用的搜索功能都可能增加成本。2.1 节中提到的 4K 这一数值遵循了谷歌文档中四舍五入后的示例。.
根据可计费代币估算请求
要根据实际使用量为请求定价,需将每个计费类别的消耗量乘以其对应的官方费率,然后除以一百万。仅凭一个总代币数无法正确区分输入、文本/推理和图像输出。我们的 Nano Banana Pro API 指南 涵盖了 API 工作流;本审查将成本计算与返回的类别挂钩。.
测试的意义:质量、修正工作量和价值
文字密集型设计:准确性与层次结构是两个独立的概念
发帖的两位用户都不赞成仅仅为了获得正确的文本而额外付费购买Pro版。两人都保留了八个必需的字符串,包括西班牙语重音符号和短链接。Pro版将标题和日期各占一行;而2.1版则采用了一行更长的三行标题。这改变了阅读体验,但两者的措辞都没有错误。.
在这组样本中,信息图的表现更为出色。两种方案都准确呈现了百分比和条形图的比例,但方案2.1在两次尝试中均保留了要求中水平序列的五个独立步骤。Pro方案的两行重新设计已经需要调整版式;而在其第二个样本中重复“BUILD”一词,还增加了内容修正。. 对于这份五步教学指南,2.1 是一个更合适的起点。.
产品的真实感并不能证明符合简报要求
这两张产品照片都清晰呈现了玻璃、拉丝金属、纸张和彩色道具。此外,画面中还纳入了照明设备。 即使选择更吸引人的那张照片,仍需进行后期处理。提示中提到的左侧柔光箱是一个有用的教训:布光说明应注明灯具位于镜头外。这一修改是接下来的测试内容,而非已演示的修正方案。.
引用控制:有用的编辑仍可能更改源文件
该标签-重新着色组合保留了可识别的瓶身和构图,并采用了要求的空白青绿色标签。此外,它还去除了两个输出结果中都存在的微弱源生成标记。当您的设计要求仅修改一个区域时,这一差异至关重要:如果仅检查标签,就会遗漏额外的修改。这两个样本均未在编辑区域之外实现像素级精确保留。.
该角色组合符合要求的“两场景设置”和“笔记本摆放”要求,且与提供的肖像有明显的相似之处。方案“Pro”采用温暖的室内咖啡馆场景,而方案“2.1”则采用室外的咖啡馆桌位。两种诠释均符合设计要求。由于每个方案仅提供一张两格图,因此无法据此确定长系列形象设计的优胜者。.
这组包含两个参考图像的广告配对在两个输出结果中都正确地结合了瓶身与温馨的场景。2.1 让产品在画面中占据更大比例;Pro 则在较小的瓶身周围留出了更多空间。两者都保留了源场景右下角的生成标记。对于这些参考任务,, 有用的区分在于剩余的生产劳动, ,而不是那种毫无依据的说法,即Pro版总能更好地保持产品原貌。我们的无标识输入样本并未对印刷的品牌名称或徽标进行测试。.
价格差距对修复工作意味着什么
- 1K: Pro 列出的图像输出费是 2.1 的 3.99 倍。.
- 2K: 该比率降至2.66倍。.
- 4K: 该数值降至约2.12倍。.
在我们的信息图简报中,更低廉的产出成本和较轻的重组负担都指向同一个结论。这组海报在文本准确性方面也没有任何优势,无法证明更高的费用是合理的。这些都是有说服力的理由,说明我们应该先用2.1版本开展类似的测试,而不是假设Pro版本的定位会带来更少的修改。.
对于已完成的工作,计算 每项可用资产的成本 = 所有尝试的计费支出 ÷ 可用资产总数, ,然后分别记录校正时间。我们对官方数据与实际校正需求进行的对比分析,支持基于具体任务的价值判断,而非基于测得的节省比例或长期接受率。.
你应该选哪一个?
对于类似的“文本与图表”类任务,建议先从 2.1 版开始。当特定的版式或保留要求足以证明其较高的官方输出费用是合理时,可测试 Pro 版,并根据该要求对生成的图像进行评估。我们的 Nano Banana Pro 提示指南 有助于将该试稿转化为一份具体的案情摘要。.
常见问题
Nano Banana 2.1 和 Nano Banana 2 是同一款产品吗?
不。谷歌将 Nano Banana 2.1 列为 gemini-nano-banana-2.1。Nano Banana 2 则使用 gemini-3.1-flash-image。旧款机型的测试结果或基准测试分数不应被重新标记为 2.1 的证据。.
Nano Banana Pro 的官方 API 名称是什么?
谷歌当前的稳定版模型 ID 为 gemini-3-pro-image。请在官方 Gemini API 中使用完全相同的 ID;如果使用标签相似的第三方选项,仍需单独核对其模型映射关系。.
Nano Banana 2.1 的价格比 Nano Banana Pro 便宜吗?
按照谷歌的标准费率,所列的1K图像输出费用为:2.1版本为$0.0336,Pro版本为$0.134。这些示例未包含其他计费项目,因此并非最终设计方案的全部成本。.
这两款机型都能生成4K图像吗?
是的。谷歌的图像生成指南中列出了这两种模式下均支持 1K、2K 和 4K 输出。请求的分辨率与实际返回的尺寸是两个不同的概念;本评测记录的是收到的原始文件。.
对于文字量较大的海报和信息图来说,哪种更好?
在所示的两张海报中,两种方案均保留了全部八个必备文本字符串。在两组信息图中,方案2.1保留了要求的五步水平序列;方案Pro则重新排列了顺序,并在其中一个输出中重复了“BUILD”一词。这表明对于本特定信息图的创意简报而言,方案2.1更具优势,但这并不能证明其是文本呈现方面的通用优选方案。.
它们支持多少张参考图片?
官方指南中列出了每个项目最多可包含14个引用,其中对象、角色和风格各有不同的子限制。本次比较仅使用了一个或两个冻结引用,因此并未测试最大输入限制。.
这些测试是否采用了谷歌搜索作为基准?
未要求使用任何搜索工具。该事实类信息图直接采用了提示中提供的数值。其生成的结果不应被视为对网络研究、时事信息或基于搜索的图像生成的测试。.
两次尝试能否说明哪种模型更可靠?
两次配对测试揭示了信息图任务内部的变异性,但未能确定总体可靠性率。测试标签显示了每项任务的实际样本覆盖范围;结论仅限于返回的图像。.
























