十月的图像模型市场，每周都在产生新的“第一”。
OpenAI 说 GPT Image 2.5 更准、改图更稳；Google 说 Nano Banana Pro 能出真正的 4K，小字不糊；字节说 Seedream 5.0 Pro 能把一张成图拆成十几个可编辑图层。Hugging Face 那边，Qwen-Image-2.1 单月九万次下载，Z-Image-Turbo 累计五十八万九千次，Ming-Image 用 MIT 协议直接放开商用。
九张成绩单，九套口径。有人比盲测 Elo，有人比下载量，有人比“我们支持 4K”。
把这些数字并排放，会发现它们量的不是同一件事。
这篇横评只回答一个问题：一张图生成完，能不能直接交给下一个人改。能，才叫进了生产；不能，再高的分也只是样片。
先说明谁不在表里。LTX-2.5 这周在 Hugging Face 上点赞破六千，但它是图生视频模型，输入一张图、输出一段带声音的视频。把它塞进图像生成横评，等于拿相机和摄像机比像素，数字越比越乱。所以这篇只评“出静态图”的九个模型。
第一把尺子是第三方盲测。Artificial Analysis 的做法是让用户看两张图、选一张，再用 Elo 算分。截至 2026 年 4 月，文生图榜的前排大致是：GPT Image 2 高质版 1,332，GPT Image 1.5 1,270，Nano Banana 2 1,262，Nano Banana Pro 1,216，FLUX.2 max 1,204，Seedream 4.0 1,202，grok-imagine 1,186。开源侧最高一档在 1,170 附近，FLUX.2 dev Turbo 与 Qwen Image Max 咬得很紧。
1,332 和 1,216 差 116 分。按 Elo 公式，这个差距对应大约 66% 的胜率——盲选三次，第一名赢两次。听着很稳。
问题在于，盲测只问“哪张好看”。它不问这张图里的价签能不能单独改，不问模特的手有没有多一根指头，也不问海报上的中文有没有变成方块。Elo 是下限，不是上限。
还有时间差。GPT Image 2.5 是 9 月 8 日上线的，Seedream 5.0 Pro 是 7 月 8 日发布的，两个都还没进这张 4 月更新的榜。所以看到“某某第一”时，先看榜单的采样日期，再看它测的是文生图还是图像编辑——这是两张不同的榜，名次经常对不上。编辑榜上，Nano Banana Pro 排到第三，Seedream 4.0 在文生图里是第六，换一张榜就换个位置。
| 模型 | 路线 | 最强项 | 硬约束 | 价格 / 热度 |
|---|---|---|---|---|
| GPT Image 2.5 | 闭源 API | 评论式改图、多轮细节一致 | 按 token 计费，Flare / Sunburst 二选一 | 与 gpt-image-2 同价 |
| Nano Banana Pro | 闭源 API | 2K/4K、复杂场景小字 | 重绘整张，成本高 | 约 $134 / 千张 |
| Seedream 5.0 Pro | 闭源 API | 中英文字、图层拆分 | 最高 2K | 按像素档计费 |
| Canva Craft | 场景内置 | 设计构图、55 种语言 | 只走 Canva / API | DesignArena 第 4 |
| HunyuanImage 3.1 Instruct | 开源权重 | 多图融合、编辑 | 80B 家族，部署重 | 腾讯社区许可 |
| Qwen-Image-2.1 | 开源权重 | 10 张参考图、RGBA | 研究许可 | 单月 9 万下载 |
| FLUX.2 klein 9B | 开源权重 | 轻量图生图 / 编辑 | 非商用 | 1.16k 点赞 |
| Z-Image-Turbo | 开源权重 | 单卡高效出图 | 6B，通用向 | Apache-2.0，58.9 万下载 |
| Ming-Image-0.1-Design | 开源权重 | UI、信息图、海报 | 推荐 80GB 显存 | MIT，2048 输出 |
文字渲染是图像模型最容易被低估的能力。它不只考“画得像”，还考文本编码器和扩散主干之间的对齐：模型要先读懂这句话，再决定每个字落在哪、用什么字体、占多大空间。中文更难，字符密度高、字形差异小，一个字糊，整句就废。
Seedream 5.0 Pro 把这件事当卖点。7 月 8 日发布，默认输出 2K，火山方舟的接口可选 1K、1.5K、2K，官方说法是中英双语文字渲染。它还有一个别的模型少有的能力：图层拆分。一张成图可以被拆成 1 张底图和最多 16 个带透明通道的 PNG，每个图层带坐标、层级顺序和内容说明。翻译成人话——价签、标题、产品抠图、装饰元素，都是分开的。
Nano Banana Pro 走的是另一条路。它基于 Gemini 3 Pro Image，支持 2K 和 4K，主打复杂场景下的小字可读和光影控制。代价是价格：盲测站的口径是每千张约 134 美元，是 Nano Banana 2 的两倍。有意思的是，上一代 Nano Banana 2 每千张约 67 美元，盲测分反而更高一点（1,262 对 1,216）。新旗舰不等于新第一，这在图像模型里是常态。
GPT Image 2.5 在 9 月 8 日上线，API 拆成两个型号：Flare 主打质量和速度，Sunburst 为精细创作拉长生成时间。它最实用的改进是评论式改图——在图上圈一块、写一句话，只改被指到的地方；多次编辑之间还能保持细节一致。配套还加了 Sketch 手绘和海报、周边模板。
具体到一张双11 主图：要求价格数字不动、只换背景。第一次生成，三家都能过。第三次开始，差别出来了。Seedream 拆出的价签是独立图层，设计在画布上把“¥299”改成“¥259”，底图一点没动；NB Pro 要重新生成整张，4K 下重绘一次就是钱；GPT Image 2.5 可以圈住背景写“换成暖光客厅”，但它仍然是在重绘，不是在图层面板上改。
答案很清楚：中文密集排版交给 Seedream，4K 终稿交给 NB Pro，对话式反复微调交给 GPT Image 2.5。
编辑能力可以粗排个序：能拆图层的最省事，其次是多参考图加局部重绘，最后才是纯提示词重生成。
Seedream 的 16 层属于第一档。它返回的不只是图，还有结构：每层的坐标、层级、说明。设计工具接进去，就能像普通素材一样拖动、缩放、换色。对电商团队来说，这意味着改价签不用求模型，直接在画布上改。
Qwen-Image-2.1 属于第二档里的高配。7B 参数，32 层单流 DiT，最多吃 10 张参考图，支持圈选、涂鸦、遮罩三种局部指定方式，原生输出 RGBA 透明底，7 种比例，最高 2752×1536。它还用了 prefix KV cache 复用，长上下文编辑时省算力。9 月上线后单月下载九万次，社区里已经长出一百多个微调和量化版本。透明底这项能力，做电商贴图和直播物料的人会懂。
HunyuanImage 3.1 Instruct 是开源里编辑分数最高的一档，盲测编辑约 1,225。它背后是 80B 的 MoE 家族，强项是多图融合——把几张参考图里的元素合成到一个场景里，同时保住各自的身份特征。代价是部署，80B 不是一张消费卡能扛的。
FLUX.2 klein 9B 是 9B 的轻量编辑模型，盲测编辑 1,159，适合在消费级显卡上跑图生图和局部改图。Ming-Image-0.1-Design 更垂直：6B，专攻 UI、信息图、海报这类文字密集的设计稿，推荐 2048 分辨率、12 步采样、CFG 1.0，官方验证配置是一张 80GB 显存的卡。它不是通用选手，但做落地页配图和 PPT 插图时，出稿结构比通用模型干净。
Canva Craft 的逻辑不太一样。它先规划构图、再渲染画面，最高 2K，支持 30 多种宽高比和 55 种语言，DesignArena 综合第四、人像与风景子类第一。Magic Layers 能把结果转成可编辑分层。它不追求“什么都能画”，追求的是“画完能接着排版”。
先看分数。编辑榜上，HunyuanImage 3.1 Instruct 约 1,225，FLUX.2 klein 9B 是 1,159，Qwen Image Edit Plus 约 1,150，Qwen Image Max 约 1,147。
参数差了十倍，分数只差七十多分。原因不在参数量，在数据。编辑任务最难造的不是“好看的图”，是“成对的图”：同一张图只改一处，其余像素、光照、身份都要保持一致。这种数据没法从网上爬，只能人工构造或用模型合成，规模上不去，再大的参数也吃不饱。
所以开源模型在“从零生成”上追得很快，在“精准编辑”上追得慢。这也解释了为什么 Hunyuan 的编辑分高，而 Qwen 的文生图口碑好。
但许可证才是真正的第一道闸。Qwen-Image-2.1 挂的是 qwen-research，研究协议，下载免费，商用要单独谈；HunyuanImage 用腾讯社区许可，条款要看清楚再嵌产品；FLUX.2 klein 9B 是非商用许可，内部试验可以，对外收费不行；Z-Image-Turbo 是 Apache-2.0，6B，五十八万九千次下载，商用最省心；Ming-Image 是 MIT，条款最干净，但它的定位是设计稿，不是通用出图。
这张许可清单里，只有两个能让人闭眼用：Apache-2.0 和 MIT。其余三个，都要法务过一遍。开源不等于可商用，这句话在 2026 年依然成立。
先看标价，按每千张算：GPT Image 2 高质版 211 美元，GPT Image 1.5 133 美元，Nano Banana Pro 134 美元，Nano Banana 2 67 美元，FLUX.2 pro 30 美元，Seedream 4.0 30 美元，grok-imagine 20 美元。最贵和最便宜差十倍。
但标价不是账单。算一笔有效张数：假设一次通过率 60%，剩下 40% 平均改 3 版，交付 1000 张要生成 1000×（0.6＋0.4×3）＝1800 张。单价差被放大 1.8 倍。
反过来也成立。如果模型能拆图层、只重绘一层，返工可能从 3 版降到 1 版，有效张数从 1800 掉到 1000。这时候贵的模型反而便宜——因为它省掉的是人的时间，而人的时间比 token 贵。
自托管还有第三笔账。Z-Image-Turbo 和 Ming-Image 都能本地跑，许可证也允许商用，但 GPU、运维、模型更新、故障排查都要自己扛。小团队一年跑不到十万张，自托管通常不划算；跑到百万张，账才反过来。
所以别问“哪个模型便宜”。先问“我一年要交付多少张、一次通过率多少、返工一版要几个人”。这三个数出来，选型表自己会收敛。
电商主图，拼的是改价签的速度。用 Seedream 5.0 Pro 出图并拆层，价签、标题、产品都是独立 PNG，设计只改要改的那一层，底图不动。走量草稿用 Doubao-Seedream-5.0-flash，火山方舟的价目表上标的是免费。
品牌海报，拼的是终稿质量。Nano Banana Pro 出 4K，复杂场景和小字更稳；评审意见一条条来，就用 GPT Image 2.5 的评论式改图，圈住哪块改哪块，避免每次都重生成整张。
批量改图或者私有化部署，拼的是可控。Qwen-Image-2.1 本地跑，10 张参考图、RGBA 透明底、7 种比例够用；商用前确认研究许可的边界。预算再紧一档，换 Z-Image-Turbo，Apache-2.0，6B，单卡能跑。
设计团队内嵌，拼的是协作。Canva Craft 的两阶段架构先规划构图再渲染，2K、30 多种宽高比、55 种语言，Magic Layers 把结果转成可编辑分层，直接进设计流程。它不适合跑批量，但适合坐在设计师的工具栏里。
Seedream 5.0 Pro 出图拆层，价签单独改；草稿用火山免费的 flash 版。
Nano Banana Pro 出 4K 终稿，GPT Image 2.5 按评论逐条微调。
Qwen-Image-2.1 本地跑；预算紧换 Z-Image-Turbo，Apache-2.0。
因为问题本身就不是“谁最强”。
Elo 决定你看第一眼会不会惊艳，图层和参考图决定你第三版会不会骂人，许可证决定你能不能把它放进产品。三件事都过了，才是你的第一名。
生成一张图的钱在降，改一张图的时间没降。选型的核心不是找最强的模型，是让第三版没那么痛。