中文文生圖模型評測榜揭曉

SuperCLUE 2026年4月中文文生圖模型評測榜單出爐：海外領先、國產崛起

SuperCLUE 正式發布《2026年4月中文文生圖模型綜合評測榜單》，全面覆蓋18款主流文生圖模型，從圖像品質、圖文一致性、細節還原度、中文語境適配能力等多維度進行嚴謹評分與橫向對比。

全球排名：Google Nano Banana 2 奪冠，OpenAI GPT-Image-1.5 居第三

整體表現上，海外模型仍具明顯優勢。Google 推出的 Nano Banana 2 以總分83.73高居榜首；其 Pro 版本緊隨其後；OpenAI 最新推出的 GPT-Image-1.5 則以81.26分位列第三，展現強大的跨模態理解底座能力。

中國模型表現亮眼：ERNIE-Image 拔得頭籌，第一梯隊競爭白熱化

在國內模型中，百度 ERNIE-Image 以76.37分位居第一，超越多數國際競品，僅小幅落後於 GPT-Image-1.5；阿里 Qwen-Image-2.0-Pro 與字節跳動 Doubao-Seedream-5.0-lite 同樣表現出色，穩居國產第一梯隊，三方技術路線各具特色，競爭格局持續升級。

關鍵發現：圖像品質趨於成熟，圖文一致性成最大瓶頸

本次評測指出，當前主流模型在基礎畫質（如解析度、光影表現、構圖合理性）方面已達相對成熟水準；但「圖文一致性」仍是普遍短板——尤其在複雜指令解析、多物體關係建模、精細文字內容生成（如標語、招牌、書籍封面文字）等場景下，多數模型出現語義偏離或細節遺漏，僅少數模型表現穩定。

ERNIE-Image 獲評國產第一的關鍵原因

百度 ERNIE-Image 在圖文一致性、漢字生成準確性及中文場景深度適配（如主體比例匹配、地域文化語境還原、日常用語視覺轉譯）等方面展現出顯著優勢。值得注意的是，國產模型在漢字結構識別與渲染品質上已不遜於國際頂級模型；若未來能在高階語義理解、長程邏輯推理與跨句意圖整合等核心能力上實現突破，有望進一步縮小與海外領先水平的整體差距。