AI 生图文字渲染实测：11 个模型做电商海报

第 2 题要一张电饭煲促销海报，图上必须有三段字：「限时五折」「智能电饭煲」「¥199」。FLUX.2 Max、FLUX.2 Pro 和 Ideogram 3 一共 6 张图，主标题和价格全对，可「煲」字每一张都画错了：FLUX 画出来的是带火字旁、但根本不存在的字，Ideogram 则换成了别的字，顾客一眼看过去就是错别字。更麻烦的是，我们用来读图的 OCR 评审模型，有 3 张把它当成了正确的「智能电饭煲」。

这次 AI 生图文字渲染实测 反复出现的就是这个情况。2026-10-03（UTC），我们让 SandBase 上 11 个文生图模型画同样 5 张电商海报，每题 2 张，逐字检查要求的文字。英文标题和价格基本已经不是问题；生僻一点的汉字、小字号、价格排版还会出错，而 LLM 评审偏偏在这些地方需要人来复核。

先说结论

• 11 个模型里有 7 个在全部 10 张海报上一字不差：GPT Image 2、GPT Image 2.5 Flare、Nano Banana Pro、Nano Banana 2、Seedream 5.0 Pro、Qwen Image 3、Wan 2.7 Pro。
• FLUX.2 Max 和 Pro 都是 6/10，Ideogram 3 只有 3/10，中文海报全部栽在字形上；Midjourney v8.1 是 5/10，丢在中英混排列表、SKU 连字符和一处价格标签。
• 10/10 里最便宜的是 Nano Banana 2（实扣 $0.039/张，中位耗时 18.7 秒）和 Qwen Image 3（$0.04，52.7 秒）。GPT Image 2 同样 10/10，但要 $0.15、中位 107 秒。
• GPT-6.1 Sol 做 OCR 评审，在 83 张人工复核图上判对 75 张；它误判为通过的 14 个字符串里有 13 个是中文，被它「顺手改对」了。中文必须人工看。
• 范围：5 道题、每模型每题 2 张、默认参数、一天之内。这不是图像质量总排名。

测试怎么做：11 个模型

场景是电商或营销 Agent：文案写好，直接出一张带原文的海报，中间没人修图。所以标准只有一条：要求的每段字都得逐字出现在图上。

11 个模型在 2026-10-03 的 GET https://api.sandbase.ai/v1/models/<id> 里都是 enabled: true（13:54 UTC 我们又查了一次 Qwen Image 3，仍是 enabled: true）。这个接口需要和调用相同的 Authorization: Bearer Key；没有 Key 的话，公开模型页上能看到同样的价格。所有图片都通过同一个 Unified Run 接口 POST https://api.sandbase.ai/v1/run 提交。10 个模型返回 202 和未完成的 run，我们用 GET /v1/run/{id} 轮询；GPT Image 2.5 Flare 直接返回 200 和生成好的图，不需要轮询。除了比例设成 1:1，其他参数一律默认；Qwen Image 3 和 Midjourney v8.1 没有比例参数，默认就是方图。大多数模型输出 1024×1024，Wan 2.7 Pro 是 1328×1328，Seedream 5.0 Pro 是 2048×2048。生成时间为 10:34 到 11:00 左右（UTC）。

模型（SandBase id）	标价 / 张	2026-10-03 模型页显示
openai/gpt-image-2	$0.20（默认 quality high）	$0.15（25% OFF）
openai/gpt-image-2.5-flare	$0.20（quality high）	$0.15（25% OFF）
google/nano-banana-pro	$0.12（1K）	$0.08（35% OFF）
google/nano-banana-2	$0.06（1K）	$0.04（35% OFF）
bytedance/seedream/5.0/pro	$0.0675（设置了 aspect_ratio）	未截取
bfl/flux-2/max	$0.07	未截取
bfl/flux-2/pro	$0.03	未截取
alibaba/qwen-image-3/text-to-image	$0.04（1K）	$0.04
ideogram-ai/ideogram-v3	$0.06（默认 BALANCED）	未截取
alibaba/wan/2.7/pro	$0.075	未截取
midjourney/midjourney-v8.1	$0.10 / 次请求（出 4 张）	未截取

标价按各模型 model card 里的 price_formula 和我们的参数算出。我们事先定的门槛是每张不超过 $0.30，11 个都在线内，没有剔除。Midjourney 一次请求出 4 张、收 $0.10，我们只评每次请求的第一张，所以它的 $0.10 按一张计。

截图：Qwen Image 3 模型页标价 $0.04 / 次、异步执行，和它 10 张测试图每张实扣 $0.04 一致（2026-10-03 截取）。

5 道海报题和评分规则

每道题写明商品、背景和必须出现的原文，结尾都加同一句「严格按原文渲染，图上不要有任何其他文字」。一共 16 个必需字符串：

题号	类型	必需字符串
P1	英文标题 + 价格	STAY COLD 24 HOURS、$39.99
P2	中文标题 + 价格	限时五折、智能电饭煲、¥199
P3	中英混排 4 行列表	AirFlow Pro 降噪耳机、40dB 主动降噪、续航 36 小时、Bluetooth 6.0、IPX5 防水
P4	小字	HYDRA SERUM、SKU: BX-2026-07
P5	两个价格 + 日期	FLASH SALE、Was $129.00、Now $89.00、Ends 2026.10.03

5 道题的原文如下（提示词本身是英文），每题都以同一句 “Render the text exactly as written, with no other text anywhere in the image.” 结尾：

P1（英文标题 + 价格）：

Square e-commerce product poster for a matte black stainless steel insulated water bottle on a light gray studio background. At the top, a large bold headline that reads exactly: "STAY COLD 24 HOURS". At the bottom right, a price tag that reads exactly: "$39.99". Render the text exactly as written, with no other text anywhere in the image.

P2（中文标题 + 价格）：

Square e-commerce promotional poster for a white smart rice cooker on a red festive background. A large Chinese headline that reads exactly: "限时五折". Below it, a smaller Chinese subtitle that reads exactly: "智能电饭煲". A price badge that reads exactly: "¥199". Render the text exactly as written, with no other text anywhere in the image.

P3（中英混排 4 行列表）：

Square product poster for wireless noise-cancelling earbuds on a dark blue gradient background. A headline that reads exactly: "AirFlow Pro 降噪耳机". Below it, a bulleted list of exactly four lines: "40dB 主动降噪", "续航 36 小时", "Bluetooth 6.0", "IPX5 防水". Render the text exactly as written, with no other text anywhere in the image.

P4（小字 SKU）：

Square product poster for a glass dropper bottle of face serum on a soft beige background. A large headline that reads exactly: "HYDRA SERUM". In small print at the bottom left corner, a product code that reads exactly: "SKU: BX-2026-07". Render the text exactly as written, with no other text anywhere in the image.

P5（两个价格 + 日期）：

Square flash sale poster for a pair of white running shoes on a bright yellow background. A headline that reads exactly: "FLASH SALE". Show the old price "Was $129.00" with a strikethrough line, and the new price "Now $89.00" larger next to it. At the bottom, a line that reads exactly: "Ends 2026.10.03". Render the text exactly as written, with no other text anywhere in the image.

每次请求只传 model、prompt，模型有比例参数时再加 aspect_ratio: "1:1"。逐图标注、原始转写和打分记录留在内部；本文引用的每个数字都能在文中的表格里找到。

评分分两步。第一步，用视觉模型 openai/gpt-6.1-sol（走 POST /v1/chat/completions）把每张图上的字转写出来，提示词要求照图逐字抄写、画错的字照抄、看不清写 ?、不许纠错。第二步，Python 拿转写结果打分：

• 先做 Unicode NFKC，全角 ￥ 会变成 ¥；
• 不区分大小写，但 SKU 除外；
• 去掉空白和行首项目符号，允许一句话折行；
• 保留 $ ¥ . : -，并检查数字边界，¥1999 里不算有 ¥199。

一张海报所有字符串都通过才算通过。另外用 google/gemini-3.8-flash 对 110 张图再评一遍做对照。

然后人工看图。看的是缩小副本和局部放大，由两个人分别完成，重叠的 3 张结论一致。看过的图以人工结论为准；没看的用 Sol 的结果，两个评审对这些图都判通过。

题目	图片数	人工看过	只用评审
P1	22	6	16
P2	22	22	0
P3	22	22	0
P4	22	11	11
P5	22	22	0
合计	110	83	27

结果：11 个模型里 7 个全对

模型	通过海报（10）	字符串（32）	P1 英文	P2 中文	P3 混排	P4 SKU	P5 价格	实扣 / 张	中位耗时	每张合格海报成本
GPT Image 2	10	32	2	2	2	2	2	$0.15	106.9 秒	$0.15
GPT Image 2.5 Flare	10	32	2	2	2	2	2	$0.15	20.0 秒	$0.15
Nano Banana Pro	10	32	2	2	2	2	2	$0.078	24.0 秒	$0.078
Nano Banana 2	10	32	2	2	2	2	2	$0.039	18.7 秒	$0.039
Seedream 5.0 Pro	10	32	2	2	2	2	2	$0.0675	30.3 秒	$0.0675
Qwen Image 3	10	32	2	2	2	2	2	$0.04	52.7 秒	$0.04
Wan 2.7 Pro	10	32	2	2	2	2	2	$0.075	16.2 秒	$0.075
FLUX.2 Max	6	24	2	0	0	2	2	$0.07	21.4 秒	$0.117
FLUX.2 Pro	6	24	2	0	0	2	2	$0.03	13.5 秒	$0.05
Midjourney v8.1	5	25	2	2	0	0	1	$0.10 / 次请求	44.8 秒	$0.20
Ideogram 3	3	19	2	0	0	1	0	$0.06	16.5 秒	$0.20

「实扣」是该模型所有任务 GET /v1/tasks/<id>/cost 返回的 cost 中位数。耗时从提交算到完成，每 2 秒轮询一次，单机测得。查成本时我们直接把 run id 传给 GET /v1/tasks/<id>/cost；文档里 task id 的来源是响应头 x-task-id，在我们的调用里它和 run id 是同一个值。

按题型看：P1 的 22 张全过，P2 是 16/22，P3 是 14/22，P4 和 P5 都是 19/22。P1 的两段、「限时五折」「¥199」「IPX5 防水」「HYDRA SERUM」「Ends 2026.10.03」，在所有模型的所有图上都对。

截图：第 2 题输出，2026-10-03 分别由 bfl/flux-2/max、ideogram-ai/ideogram-v3、alibaba/qwen-image-3/text-to-image、bytedance/seedream/5.0/pro 生成（各取第一张）；只有下面两张把「智能电饭煲」写对了。

字错在哪

不常用的汉字。 FLUX.2 两款和 Ideogram 3 写常用字没问题，「限时五折」「防水」都对，碰到稍生僻的就画错。「煲」在它们 6 张 P2 图里全错；P3 里的「降噪」在 6 张图上也全错，标题和第一条卖点都没逃过，多数是「噪」画坏了。「续航 36 小时」错了 5 张，「续」「航」「时」都有画错的，还有一张漏了字。Midjourney 第 2 题过了，但 P3 两张的「降噪」都写错，其中一张还把「耳机」画成「毛机」。FLUX.2 Pro 还有一次直接漏掉了 Bluetooth 6.0 这一行。

截图：第 3 题输出，2026-10-03 分别由 bfl/flux-2/pro、midjourney/midjourney-v8.1、openai/gpt-image-2、alibaba/wan/2.7/pro 生成（各取第一张）；英文部分都没问题，「噪」字过不去。

小字。 Midjourney 两张 P4 都写成 SKU: BX 2026 07，连字符没了；Ideogram 有一张写成 Bx-2026-07，商品编码区分大小写，判不通过。其余模型的 SKU 都完全正确，这 19 张里有 8 张是我们裁出局部、人工确认的。

价格排版。 Ideogram 第二张 P5 让鞋子挡住了 SALE 的 a，还印成 WAS $1299.00 和 $89.0；第一张把 NOW 放在右上角，离 $89.00 很远。后者我们按「标签脱离价格」判了不通过，这一点见仁见智。Midjourney 有一张把 Now 画成了 “Novr Low”。还有模型没画删除线，改成了下划线：在我们看过的图里，Midjourney 两次、Seedream 一次。样式不计分，只计文字。

没要求的字。 每道题都写了「图上不要有任何其他文字」，好几个模型还是加了。放进广告里，下面这些最有风险：

• Wan 2.7 Pro 在一张电饭煲海报上自己加了「包邮」「正品」「7天退换」，这是商家没承诺过的服务。
• Nano Banana Pro 有一张带着淡淡的水印式 logo，Sol 读出来是「千图网」，一个图库网站的名字。
• Ideogram 自己编了品牌：电饭煲上印 “Ricce”，水杯上一个乱码 “D?CL”；Wan 在精华瓶标签上写了 “HYDRA STRUM”。
• Nano Banana 2、Nano Banana Pro 和 Ideogram 的鞋子上出现了类似对勾的 logo。

只有 Qwen Image 3 的 10 份转写里完全没有多余文字。家电面板上的小字和图标大多数模型都会画，我们当作装饰处理。

让 LLM 来判卷靠谱吗

大体靠谱，前提是中文由人复核。拿 83 张人工复核图对照：

评审	整图判定一致	字符串一致	评审判过、人工判错	评审判错、人工判过
GPT-6.1 Sol	75/83	280/298	14	4
Gemini 3.8 Flash	77/83	278/298	10	10

两个评审错的方向不一样。Sol 放过的 14 个错误里，13 个是中文：明明要求逐字照抄，它还是把 3 张 FLUX.2 图上画错的「煲」读成「智能电饭煲」，又在 FLUX.2 和 Ideogram 的图上把 8 处「降噪」读对了。它判严的那几次都是阅读顺序问题：模型把 “Now” 叠在 “$89.00” 上方，或者把 “Was""Now” 排成一列放在两个价格上面，Sol 先抄了标签再抄价格，字符串就对不上了。

Gemini 3.8 Flash 放过的少，判严的多；还有两张 P3 图，它没给转写，返回的是自己分析笔画部件的推理过程。

英文上两个评审都稳。我们人工看过的 17 张 P1、P4，两者都和人工一致，Midjourney 和 Ideogram 的 SKU 错误也都抓到了；没看的 27 张它们也都判通过。Sol 在英文上的误判，是 P5 那 4 处阅读顺序问题，加上 Ideogram 那个脱离价格的 NOW。要自动化的话，纯拉丁文字的通过可以直接放行，含中文的通过交给人看。下面的示例程序就是这么做的。

成本：四个模型实扣低于标价

这次一共生成 110 张计分图，另有 4 次重复扣费：我们的客户端断了连接，但上游任务照常完成并计费，我们又重新提交了一次。另有一个 Midjourney 任务卡在 running 900 秒，最后变成 failed，没有扣费。

项目	依据	费用
生图，114 个计费任务	GET /v1/tasks/<id>/cost 求和	$8.96
OCR 评审，GPT-6.1 Sol	输入 192,820、输出 18,384 token，按 $2 / $10 每百万	$0.57
OCR 评审，Gemini 3.8 Flash	用量 × $1.50 / $7.50 每百万	$0.38
探测请求（3 个模型，按标价）	Qwen Image 3、FLUX.2 Pro、Midjourney 各一次	$0.17
示例程序第一次运行	2 张 Qwen 图 + 2 次评审	$0.09
截图	10 次截图调用	$0.05
第一天合计		约 $10.22

修正轮询路径后重跑示例程序（见下文）又花了 $0.09。

有四个模型的实扣低于 model card 里的标价，原因写在模型页上：2026-10-03 两款 GPT Image 都打 75 折（25% OFF），两款 Nano Banana 都打 65 折（35% OFF）。其余七个按标价扣费。折扣会变，「实扣」一栏只代表 2026-10-03 当天。

截图：2026-10-03 的 Nano Banana 2 模型页显示 35% OFF，$0.04（原价 $0.06），它的 10 张测试图每张实扣 $0.039（2026-10-03 截取）。

截图：GPT Image 2.5 Flare 模型页显示 25% OFF，$0.15（原价 $0.20），和本次每张实扣 $0.15 一致（2026-10-03 截取）。

真正拉开差距的是「每张合格海报成本」。FLUX.2 Pro 单价最低，只要 $0.03，可 5 道题合起来只有 6/10 合格，折下来 $0.05 一张能用的；只做英文的话它是 6/6，那才真是 $0.03。Ideogram 和 Midjourney 都要 $0.20 一张合格海报。

怎么选

你要的是	先用	注意
中英文都要准，成本最低	Nano Banana 2：10/10，$0.039，18.7 秒	两张 P2 都画成了灰色背景上的装裱样机，不是平面海报；需要的话在提示词里写明「平面海报、铺满画面」
价格低，还不乱加字	Qwen Image 3：10/10，$0.04，没有多余文字	中位 52.7 秒，倒数第二慢
10/10 里最快	Wan 2.7 Pro：16.2 秒，$0.075	留意它自己加「包邮」「正品」之类的话
再要一家 10/10，价格适中	Seedream 5.0 Pro（$0.0675，2048 像素）或 Nano Banana Pro（$0.078）	Nano Banana Pro 出过一次水印式 logo
用 OpenAI 体系	GPT Image 2.5 Flare：10/10，$0.15，20 秒	GPT Image 2 成绩相同，但中位要 107 秒
只做英文海报，最便宜	FLUX.2 Pro：P1/P4/P5 共 6/6，$0.03	中文 0/4，别拿它做中文文案

放到 Agent 里，比较实用的做法是一个默认模型、一个备用模型，中间加一道检查：默认模型出图，转写，代码比对字符串；有字符串不过就重画或换备用模型；含中文的通过结果在上线前交给人看一眼。

在 SandBase 上跑同样的检查

一个 SandBase API Key 就能同时调用生图模型和 OCR 评审。下面的程序跑单个模型的完整闭环：

1. 用 POST /v1/run 生成海报；
2. 如果提交返回未完成的 run（202），轮询 GET /v1/run/{id} 直到完成，再下载 outputs[0].url；
3. 通过 OpenAI 兼容的 Chat Completions 接口把图发给 GPT-6.1 Sol，要求逐字转写；
4. 在 Python 里核对必需字符串。

任务没完成、或者评审的 finish_reason 不是 stop 时直接报错；含中文的通过结果会标记为需要人工看。只有提交返回未完成的 run 时才轮询，因为有些模型（这次测试里的 GPT Image 2.5 Flare）是同步返回的。评审选 GPT-6.1 Sol，是因为它判严的次数比 Gemini 3.8 Flash 少（4 对 10），而且每次都返回了转写；我们的 Sonnet 5.5 与 GPT-6.1 Sol Agent 实测 里它在短工具任务上也是 30/30。

"""Generate a product poster on SandBase, transcribe its text with a vision LLM, and check the required strings.

Usage: SANDBASE_API_KEY=... python3 poster_text_check.py
"""
import base64
import os
import re
import time
import unicodedata

import requests

BASE = "https://api.sandbase.ai/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['SANDBASE_API_KEY']}"}
IMAGE_MODEL = "alibaba/qwen-image-3/text-to-image"
JUDGE_MODEL = "openai/gpt-6.1-sol"

PROMPT = ('Square e-commerce promotional poster for a white smart rice cooker on a red festive background. '
          'A large Chinese headline that reads exactly: "限时五折". Below it, a smaller Chinese subtitle '
          'that reads exactly: "智能电饭煲". A price badge that reads exactly: "¥199". '
          'Render the text exactly as written, with no other text anywhere in the image.')
REQUIRED = ["限时五折", "智能电饭煲", "¥199"]

OCR_PROMPT = ("Transcribe every piece of visible text in this image exactly as it is rendered, character by "
              "character. Do not correct spelling, do not fix garbled or malformed characters, do not guess what "
              "the text was meant to say, and do not translate. Put each separate text line on its own line. "
              "If a character is unreadable, write ? for it. If there is no text, reply with NO_TEXT.")


def generate(prompt: str, timeout_s: int = 600) -> tuple[str, bytes]:
    """Submit to POST /v1/run, poll GET /v1/run/{id} while the run is not finished, return (run id, image bytes)."""
    resp = requests.post(f"{BASE}/run", headers=HEADERS, json={"model": IMAGE_MODEL, "prompt": prompt}, timeout=120)
    resp.raise_for_status()
    task = resp.json()
    task_id, start = task["id"], time.time()
    while task.get("status") not in ("completed", "failed", "timeout", "cancelled"):
        if time.time() - start > timeout_s:
            raise TimeoutError(f"{task_id} still {task.get('status')} after {timeout_s}s")
        time.sleep(3)
        task = requests.get(f"{BASE}/run/{task_id}", headers=HEADERS, timeout=60).json()
    outputs = task.get("outputs") or []
    if task["status"] != "completed" or not outputs:
        raise RuntimeError(f"{task_id}: {task['status']} {task.get('error')}")
    return task_id, requests.get(outputs[0]["url"], timeout=120).content


def transcribe(image: bytes) -> tuple[str, dict]:
    """Ask the vision model for a verbatim transcription (no correction)."""
    data_url = "data:image/png;base64," + base64.b64encode(image).decode()
    body = {"model": JUDGE_MODEL, "max_tokens": 2000, "messages": [{"role": "user", "content": [
        {"type": "text", "text": OCR_PROMPT},
        {"type": "image_url", "image_url": {"url": data_url}}]}]}
    resp = requests.post(f"{BASE}/chat/completions", headers=HEADERS, json=body, timeout=300)
    resp.raise_for_status()
    out = resp.json()
    choice = out["choices"][0]
    if choice.get("finish_reason") != "stop":
        raise RuntimeError(f"judge stopped with {choice.get('finish_reason')}")
    return choice["message"].get("content") or "", out.get("usage") or {}


def norm(s: str) -> str:
    """NFKC (full-width ￥ -> ¥), casefold, drop whitespace and leading bullets."""
    s = unicodedata.normalize("NFKC", s).casefold()
    return re.sub(r"\s+", "", re.sub(r"^[•·●\-*]+", "", s, flags=re.M))


def check(text: str, required: list[str]) -> dict[str, bool]:
    """A string passes when it appears in the transcription, not glued to another digit (¥199 vs ¥1999)."""
    blob = norm(text)
    hits = {}
    for req in required:
        pat = re.escape(norm(req))
        if req[-1].isdigit():
            pat += r"(?![0-9])"
        hits[req] = re.search(pat, blob) is not None
    return hits


def needs_human_review(required: list[str]) -> bool:
    """In our test the judge silently 'fixed' near-miss Chinese glyphs, so CJK passes get a human look."""
    return any("\u4e00" <= ch <= "\u9fff" for req in required for ch in req)


if __name__ == "__main__":
    rows = []
    for i in range(2):
        t0 = time.time()
        task_id, image = generate(PROMPT)
        seconds = round(time.time() - t0, 1)
        path = f"poster_{i + 1}.png"
        open(path, "wb").write(image)
        text, usage = transcribe(image)
        hits = check(text, REQUIRED)
        rows.append((path, task_id, seconds, hits, usage))
        print(f"--- {path} ({task_id}, {seconds}s)\n{text}\n")
    print(f"{'file':14} {'secs':>5}  " + "  ".join(f"{r:>6}" for r in REQUIRED) + "  verdict")
    for path, task_id, seconds, hits, usage in rows:
        verdict = "PASS" if all(hits.values()) else "FAIL"
        if verdict == "PASS" and needs_human_review(REQUIRED):
            verdict = "PASS (check CJK by eye)"
        print(f"{path:14} {seconds:5}  " + "  ".join(f"{'ok' if hits[r] else 'MISS':>6}" for r in REQUIRED)
              + f"  {verdict}")
        print(f"{'':14} judge tokens in/out: {usage.get('prompt_tokens')}/{usage.get('completion_tokens')}")

实测于 2026-10-03（UTC）。 上面的程序原样跑了一次，13:48:31 到 13:51:02（UTC）。输入就是上面虚构商品的第 2 题，不涉及任何第三方内容。请求：POST https://api.sandbase.ai/v1/run，body 为 {"model": "alibaba/qwen-image-3/text-to-image", "prompt": "<第 2 题>"}，返回 202 和 "status": "pending"。程序随后轮询 GET https://api.sandbase.ai/v1/run/{id}，第一张海报最后一次轮询返回的完整对象：

{"id": "e863b328-8e22-48ff-bf93-e89c7a614bb3", "status": "completed",
 "model": "alibaba/qwen-image-3/text-to-image",
 "outputs": [{"content_type": "image/png",
   "url": "https://media.sandbase.ai/files/e863b328-8e22-48ff-bf93-e89c7a614bb3/0.png"}]}

程序输出，省略了两段转写。第二段转写多了 5 行 ? 和一个 “10”，是电饭煲面板上的图标和显示屏。

file            secs    限时五折   智能电饭煲    ¥199  verdict
poster_1.png    55.4      ok      ok      ok  PASS (check CJK by eye)
               judge tokens in/out: 1318/128
poster_2.png    55.7      ok      ok      ok  PASS (check CJK by eye)
               judge tokens in/out: 1318/222

两张图我们都人工看过，标题、副标题和价格全对。GET /v1/tasks/<id>/cost 返回：

任务	Id	实扣
海报 1，Qwen Image 3	e863b328-8e22-48ff-bf93-e89c7a614bb3	$0.040000
海报 1，GPT-6.1 Sol 评审	84164611-91de-4bfa-a402-6958a7558ffd	$0.004574
海报 2，Qwen Image 3	a4b2e276-3e8b-4a6e-813c-ccf0cc9324c8	$0.040000
海报 2，GPT-6.1 Sol 评审	c0838a38-8147-4f8a-a715-4ffe8b362d62	$0.005514

用到的字段（id、status、outputs[0].url、usage）和文档里的异步 run 响应一致。请求字段见 Qwen Image 3 模型页，其他生图模型见 SandBase 模型目录。获取 SandBase API Key，拿你自己的商品文案跑一遍同样的检查。

数据范围：所有提示词都是虚构商品，所有图片都是我们自己生成的。提示词、必需字符串、评分规则和全部汇总数据都在本文里；逐图标注、原始转写和打分记录留在内部。想看这些厂商的功能对比，可以读 AI 生图 API 推荐；10/10 里三款模型的深入对比见 Seedream、Qwen Image 与 Nano Banana 对比。

常见问题

2026 年哪个 AI 生图模型写字最准？

在我们这 5 张电商海报上，有 7 个模型 10 张图全部一字不差：GPT Image 2、GPT Image 2.5 Flare、Nano Banana Pro、Nano Banana 2、Seedream 5.0 Pro、Qwen Image 3、Wan 2.7 Pro。每个模型只有 10 张图，把它当作候选名单，别当成这 7 个之间的排名。

海报要写中文，用哪个生图模型？

这 7 个模型的中文海报（P2 和 P3 各 2 张）全对，其中最便宜的是 Nano Banana 2 和 Qwen Image 3，每张 $0.039 和 $0.04。FLUX.2 Max、FLUX.2 Pro 和 Ideogram 3 的中文海报一张没过；Midjourney v8.1 过了简单的中文题，混排列表没过。

FLUX.2 能在图上写字吗？

英文可以：FLUX.2 Pro 和 Max 各自的 6 张纯英文海报（P1、P4、P5）全部通过，连小字 SKU 也对。中文不行：两款各 4 张带「煲」「噪」这类字的海报全错，中文文案别用它。

能用大模型自动检查生成图里的字吗？

英文基本可以。GPT-6.1 Sol 在 83 张人工复核图上判对 75 张，人工看过的 17 张纯英文 P1、P4 图，两个评审的结论都和人工一致。中文不行：评审会自己把画错的字「纠正」过来，含中文的通过结果要交给人看。

一张文字准确的 AI 海报要多少钱？

10 张全过的模型里，2026-10-03 每张实扣从 $0.039（Nano Banana 2）、$0.04（Qwen Image 3）到 $0.15（两款 GPT Image）不等，OCR 检查每张再加约半美分（示例运行实扣 $0.0046 到 $0.0055）。当天有四个模型打 65 到 75 折，用之前看一下模型页。

测试边界

这次只有 5 道题，每个模型每题 2 张，共 110 张图，一天之内完成，默认参数、方图、英文提示词。2 张图分不出 90% 和 100% 通过率的模型，所以 10/10 的意思是「没看到出错」，不是保证。我们只评文字，不评设计、商品还原度或字符串以外的版式；删除线和「不要其他文字」两条要求只做了记录，没有计分。人工复核覆盖 83/110 张，其余 27 张依赖 OCR 评审，在我们的样本里它对英文是可靠的。耗时是单机经 SandBase 网关测得，价格和折扣只代表 2026-10-03。正式定默认模型前，拿接近你自己商品的题目再跑一遍。