2026 年,哪个生图模型最好用?我把 GPT、即梦、Nano Banana、千问、MiniMax 和 FLUX 都试了
2026 年 11 月,六款生图模型实测。文生图、图生图、局部改图,我们挨个试了一遍。生图有点看运气,所以每道题我都只看模型第一次交的图,一次出什么,就放什么。
2026/11/21
第一张先用提示词直接生成。第二张在第一张的基础上,只用文字告诉模型「哪里要改、改成什么样」。第三张也从第一张出发,这回再给模型一张参考图,看它能不能照着参考来改。两次改图都用同一张原图,方便对照。
后面有新的测试题,我再接着补。
这篇里,GPT、Nano Banana 和 MiniMax H3 的图都是用造图网生成的,其余模型使用了lovart对应模型。后面我会把这次测下来表现比较好的模型也接到造图网上,方便大家自己试试。
· 文生图
提示词:竖幅 3:4,纪实摄影。一位约 45 岁的东亚女性坐在靠窗的早餐店里,穿深蓝色棉衬衫,自然地看向镜头。保留毛孔、细纹和少量雀斑,不做美颜磨皮。阴天窗光,背景是普通街道,整体像真实生活中拍下的一张照片。不知道你们更喜欢哪张?这一轮,我会把 Nano Banana 2.1 放在第一。桌面的质感、吃到一半的早餐,还有窗外的街道,放在一起特别像一张随手拍下来的照片。
GPT Image 2.5 Sunburst 我排第二。单看人物,我其实更喜欢 GPT 这张,比 Nano Banana 那张还自然一点。Seedream 是这组里唯一一个做出明显景深的,人物也画得挺精致。MiniMax H3 的人物质感我也挺喜欢,就是拿杯子的那只手有点别扭。
最后是 Qwen 3.0 和 FLUX 3。Qwen 那张的豆浆和油条做得特别像真的,光凭这个细节,我就愿意把它排在 FLUX 前面。
第一轮排名 : Nano Banana 2.1 > GPT Image 2.5 Sunburst > Seedream > MiniMax H3 > Qwen 3.0 Pro > FLUX 3
· 局部修改
(参考图为对应对应模型输出的那张图)将人物身上的深蓝色衬衫改为低饱和度酒红色,保留原有棉布材质、衣服款式、纽扣、褶皱和光影。仅改变衬衫颜色,人物的面部特征、年龄、皮肤纹理、发型、表情、姿势,以及背景、构图和画面比例均保持不变。先不说谁最好,谁垫底估计大家一眼就能看出来。Qwen 3.0 Pro 直接把人物的性别和场景都换了。(我发誓,参考图真的传了。)MiniMax H3 也翻车了,人物变形挺明显,还把原图裁了一截。
这一轮我最喜欢 GPT Image 2.5 Sunburst 的结果。衣服的褶皱还在,人物的神态也没跑,连背后墙上的价格数字都原样保留了。Seedream 这次也改得很稳,衣服褶皱和人物神态都保留得很好,所以我把它俩并列第一。
Nano Banana 2.1 换上红衣服后,人物的脸也跟着红了一点。不知道是不是受衣服颜色影响,真要用这张图,我大概还得单独调一下肤色。FLUX 3 的局部修改倒是让我挺惊喜的,脸部颜色也偏了一点,其余地方没看出什么大问题。
第二轮排名 : GPT Image 2.5 Sunburst = Seedream > FLUX 3 = Nano Banana 2.1 > MiniMax H3 > Qwen 3.0 Pro
· 基于参考图的修改
为图1中的人物换上图2中的服装与配饰:黑色贝雷帽、带银色链条项链的黑色高领内搭、具有银紫色与浅绿色虹彩反光的宽松羽绒外套,以及外套上的贴章、透明口袋和粉色斜挎带。准确参考图2的服装款式、配色、材质与装饰细节,根据图1人物的真实身材和原有姿势自然调整穿着效果。 保持图1人物的面部特征、年龄、皮肤纹理、发型、表情、身体姿势和双手位置不变,保持原有早餐店背景、构图、景别和画面比例。仅替换原画面可见范围内的穿搭,不扩展画面展示全身。服装呈现真实摄影质感,反光、褶皱和阴影符合图1的环境光线。不要引入图2人物的脸、发色、身体比例或卡通渲染风格。测到这一步,基本就能看出各家照着参考图改衣服的本事了。
Seedream 的衣服和帽子还原得都不错,衣服上的小装饰也做出来了,人物神态跟原图挺接近。唯一让我有点在意的是,参考图里那条粉色斜挎带是藏在衣服里的,它给放到了外面。整体我觉得能及格。
Nano Banana 2.1 把衣服细节、帽子和斜挎带的样子都还原得挺好,但人物的身体明显缩小了一圈。改个衣服,连身体比例也跟着变了,这个我觉得扣分挺多。
GPT 这轮发挥还是挺稳的,人物神态保留得不错,就是斜挎带也放到了衣服外面。MiniMax H3 的帽子和参考图有点出入,不过这次人物没变形,比上一轮顺眼多了。
FLUX 3 倒是给了我一个惊喜。这组里只有它把斜挎带放对了,确实是穿在衣服里面的。不得不说,FLUX 改图还真有两下子。至于 Qwen 3.0 Pro,这轮人物、衣服和斜挎带都没对上。
第三轮排名 : FLUX 3 > GPT Image 2.5 Sunburst = Seedream > MiniMax H3 > Nano Banana 2.1 > > Qwen 3.0 Pro
· 动漫风格
创作一张 16:9 横向日系二次元角色手账拼贴海报,采用正面平视构图,整个画面是一张完整的平面海报,不出现桌面、相框或透视角度。 中央区域: 放置角色精致的全身立绘,角色穿着时尚的衣服(不要和原图一样),做着好看的动作,带着鸭舌帽,完整展示人物从头到脚的造型。人物占据画面的主要视觉空间,保持角色原有的发型、发色、眼睛、面部特征及服装细节。 左右两侧: 杂乱而富有美感地拼贴多张同一角色的生活抓拍照片。照片呈现不同角度、姿势和自然表情,包括侧脸、背影、回眸、微笑、害羞、生气、发呆等。每张照片都应具有独立构图,仿佛在不同时间和场景中被随手拍下。 照片采用拍立得、白边照片和小尺寸相纸等不同形式,随意倾斜、交错重叠,部分使用纸胶带固定。 Q版人物贴纸: 在照片之间穿插4~6个该角色的Q版小人贴纸,采用二头身至三头身比例,拥有夸张可爱的表情和不同动作,如比心、挥手、叉腰、生气、眨眼、趴着等。所有Q版贴纸都具有白色刀模描边,呈现真实的手账贴纸效果。 装饰细节: 添加淡彩便利贴、彩色纸胶带、手写注释、箭头、星星、爱心、小涂鸦等元素。所有元素排列不规则,保留手工拼贴的层次感。 整体要求: 精致日系二次元画风,中央立绘清晰醒目,两侧照片充满生活感,Q版贴纸可爱灵动。画面丰富、热闹、富有收藏纪念意义,但不能过度拥挤。所有照片与Q版贴纸中的人物必须与中央角色保持一致。
到了动漫这组,同一句「日系二次元海报」,各家的理解一下就拉开了。Nano Banana 画出了点美漫味儿,GPT 还是一眼就能认出来的 GPT 风格。我管它叫「碎片化」,画面像是拿一小块一小块的颜色拼出来的。单看一张挺好看,多看几张就有点腻了。剩下四家在画风上倒是挺接近的,都更像我预想中的日漫。
接着看海报上的那些小贴纸。提示词里点了侧脸、背影、回眸,还有微笑、害羞、生气和发呆。我就挨个看,哪些画出来了,哪些糊弄过去了。
Seedream 的动作给得比较全,每张小图也能认出是同一个角色。就是看了一圈,好几张都顶着差不多的表情。Nano Banana 在这点上做得更好,动作和表情都分得开,哪张在害羞、哪张在生气,一眼就能看出来。GPT 这轮也没什么大毛病,表情够丰富,换了角度也还是同一个人。角色一致性这块,一直是 GPT 的强项。
MiniMax H3 的主图其实挺讨喜,一看就是日漫少女。可一看旁边的贴纸,问题就多了。动作有重复,手指也有没画完整的地方。FLUX 3 比它稍好一点,表情更丰富,小图的细节也处理得不错,角色没画跑。Qwen 这次直接文生图也还过得去,角色认得出来,就是小图里漏了几个指定动作。这轮我会把它和 MiniMax 排在同一档。
动漫生成排名(主观) : FLUX 3 > GPT Image 2.5 Sunburst > Seedream > MiniMax H3 = Qwen 3.0 Pro > Nano Banana 2.1
· 动漫参考生成
将参考图片中的角色转换为日系粗糙数字涂鸦风格。 整体画风: 一张极其随意、粗糙、稚拙的日系萌系动漫人物数字涂鸦,仿佛使用普通绘画软件中的粗糙蜡笔、马克笔快速绘制完成。保留原角色的辨识度、发型、发色、五官特征、服装、配饰和标志性表情。 线稿: * 使用明显的黑色粗糙笔触勾勒人物。 * 线条粗细极不均匀,部分突然加粗,部分断开。 * 轮廓松散、不准确、略微歪斜。 * 线条具有明显的手绘颗粒感和涂抹感。 * 不追求精准描边,允许线条错位、重叠和不完整。 * 禁止精细流畅的矢量线稿。 上色: * 使用大面积不透明的简单平涂。 * 颜色略微溢出轮廓,允许漏涂和白色空隙。 * 阴影使用少量粗糙的灰色或同色系深色笔触。 * 高光使用随意涂抹的白色短笔触。 * 保留蜡笔、粉彩和马克笔混合的粗糙质感。 * 不使用复杂渐变、精细光影和丰富色彩层次。 人物五官: * 保留原角色的眼睛颜色、眼型和标志性神态。 * 五官适当简化,眼睛使用粗黑线条和简单色块表现。 * 嘴巴尽量简洁,鼻子可以省略。 * 面部可以添加少量随意的粉色腮红笔触。 * 表情保留原角色特点,不要擅自改变性格气质。 头发与服装: * 完整保留原角色最具辨识度的发型和发色。 * 头发由几块大面积色块构成,不绘制大量细碎发丝。 * 服装保留原有颜色、轮廓和标志性配饰。 * 衣服褶皱和装饰高度简化。 * 不要擅自更换服装或增加原图不存在的配饰。 构图: * 1:1 正方形画布。 * 角色半身像,头部比例略大。 * 人物居中,保留自然的白色留白。 * 纯白背景,不添加文字、复杂场景或装饰边框。 最重要的风格限制: 画面必须粗糙、潦草、简单、稚拙,像随手画出来的可爱动漫涂鸦,而不是精致插画刻意模仿草稿。 禁止自动精修,禁止精细线稿,禁止复杂头发结构,禁止细腻渐变,禁止3D效果,禁止过度光影,禁止增加复杂服装细节。 最终效果:低完成度、粗黑轮廓、大色块平涂、随意白色高光、明显蜡笔颗粒感的日系动漫数字涂鸦。这轮我在提示词里写的是「用粗糙的蜡笔、马克笔快速画完」,结果各家对「粗糙」的理解还真不一样。
我最喜欢 GPT Image 2.5 Sunburst 这张。它画出了我想要的那种感觉,像是拿着马克笔随手涂了几下,笔触有点糙,角色的特征却一眼就能认出来。
单看画风,Qwen 3.0 Pro 其实也挺对味。问题是,我传了参考图,出来的角色却没对上。我都开始怀疑它到底认不认参考图了,特意去查了一下,明明是支持的啊。
Seedream 的角色画得很讨喜,凑近看也确实有马克笔的笔触,就是画得太精致了,离我想要的粗糙感还差一点。Nano Banana 2.1 刚好介于 GPT 和 Seedream 之间,笔触挺粗,画面收得又比较细。MiniMax H3 我觉得可以跟它坐一桌。至于 FLUX 3,我看了半天,粗糙感和马克笔味儿都不太明显。
动漫参考生成排名(主观) : GPT Image 2.5 Sunburst > Seedream > Nano Banana 2.1 = MiniMax H3 > FLUX 3 > Qwen 3.0 Pro
0 次阅读