ai绘画强不强？四类工具同题实测，四个维度打分见分晓
单刀直入：ai绘画强不强，看参数表没用，同一道题跑一遍立刻见高下。四类工具各出十张、四个维度打分后没有全胜选手，差距集中在水花、手部和招牌文字这些细节上。你先照文末的测试题把自己常用的工具跑一遍，再决定留谁卸谁。
ai绘画强不强，群里吵了半年也没吵出结果。我干脆把同一道题丢给四类工具，各跑十张，按四个维度打分，结论先放这儿：没有全胜选手，谁对你强，取决于你的题材更吃哪一项。
起因是两位老哥为了谁家模型牛差点退群。一个捧网页型省事，一个捧本地型自由，谁也说服不了谁。说实话，这种争论缺个裁判就收不了场，我试了下自己来当：出一道埋了难点的题，让四类工具同台，拿张数说话。结果比预想有意思，参数最亮眼的那位，稳度反而在末尾打转。
测试怎么设计：一道难题、十张、四个维度
同一道题、每家十张、四个维度打分，是比参数表可靠的比较法。题里必须埋难点，比如手、文字和反射光。
题目定为：雨夜小巷，穿米色风衣的女性撑一把透明伞回头，暖色路灯打在冷色霓虹招牌上，地面留一滩积水。这道题埋了四个坑——撑伞的手、回头的动作、招牌上的中文字、水面反射的光色。随便一个坑都能让模型现原形。
四类选手代称先交代：网页型A是开箱即用的在线工具，本地型B跑在我那台 8G 显存的老机器上，混合型C是云端按张计费的新模型，垂直型D专攻人像。提示词一字不改，随机种子各跑十张，可调参数统一到各家默认值。维度也只有四个：命中原意、细节质感、稳定度、速度与成本。命中原意数十张里有几张凑齐伞、风衣、回头、霓虹四样；细节质感分开记手部可用张数和招牌文字可读张数；稳定度按能直接发出去不用返工来数；速度成本折算成单张秒数和单张开销。
出图质量与命中原意：差距最大的两关
四类工具的元素齐全度都在六到九张之间，真正的分水岭在细节：手部可用率三到六张，中文招牌文字几乎全军覆没。
元素齐全这项，A 和 C 各九张，B 八张，D 只有六张。D 的翻车方式最有意思：十张里四张把透明伞画成蕾丝伞，米色风衣还被它自作主张改成白裙。垂直模型认死自己熟悉的审美，提示词拗不过。
手部是重灾区。撑伞那只手，A 只有三张指头数对，B 五张，C 四张，D 六张。专攻人像的选手手确实稳，这钱没白花。招牌文字就没人能打了：A 和 B 的中文招牌全是鬼画符，C 拼对过两张完整店名，D 一张没对上。想让图里带字，四家都得靠后期。
翻车最典型的是 C 的第三张和第七张：回头画成转身，风衣纽扣从胸口错位到腰侧，远看像披了条围裙。本该是全场最高分的两张，毁在一个关节动作上。A 的问题在水花，地面反光被它画成干水泥地，霓虹染不进水里，十张里八张地面是干的。我把水面描述加重、又改了两次措辞，好转有限。这工具画面是好看，就是不太听话。
稳定度、速度与成本：账面好看不等于好用
稳定度上本地型B以八张能用领先，混合型C两极分化最重；速度成本各有取舍，没有一家四项全占。
十张里能直接用的：B 八张，D 八张，A 七张，C 六张。C 的两张最高分和四张最崩分都出在它自己身上，两极分化名不虚传。B 胜在发挥匀速，没有惊为天人的图，也几乎没有不能看的。四个维度的计分汇总成一张表：
| 维度 | 网页型A | 本地型B | 混合型C | 垂直型D |
|---|---|---|---|---|
| 命中原意（十张里元素齐全） | 9张 | 8张 | 9张 | 6张 |
| 细节质感（手部可用/文字可读） | 3张/0张 | 5张/0张 | 4张/2张 | 6张/1张 |
| 稳定度（能直接用的张数） | 7张 | 8张 | 6张 | 8张 |
| 速度与成本 | 单张约8秒，包月折算每张约1毛 | 单张约12秒，电费忽略不计 | 排队6到40秒，按张付费 | 单张约10秒，免费额度有限 |
表格最后一行得单独说：C 的排队时间从 6 秒晃到 40 秒，高峰期更久，这事儿参数表上根本看不出来。A 的包月费平摊下来最便宜，前提是你一个月真跑得满三百张。个人觉得本地型的隐形成本被低估了，调参、装环境、爆显存重来，这些时间都没算进那 12 秒里。
怎么按得分选工具：三步自测法
别抄我的分数，抄我的方法：固定一道有难点的题，每家跑十张，按能用张数和元素齐全数记分，再折算速度成本。
第一步出题。挑一道你题材里最容易崩的，至少埋两个坑，手、文字、反光或者多人构图都行。坑越狠，差距越明显。
第二步跑量。每家跑十张，别偷懒只跑一张，单张看脸，十张看底子。顺手记下每张缺了哪个元素，五分钟记完。
第三步折算。把能用张数、元素齐全数抄进一张表，再按使用频率算单张成本。做商用把稳定度权重拉高，日常玩图看速度。分怎么加权，你说了算。
回到开头那场差点退群的争论，跑完这四十张图我反而更没立场了。四类工具各守着一两个强项，没有谁赢下全部四项。谁的强项正对你的题材，谁对你就强。这道题怎么出、分怎么打，上文都写清了，花半小时照着跑一遍，你自己的计分表比什么评测都作数。
常见问题
为什么用代称，不报真实产品名？
模型版本月月在换，写死名字三个月后这篇就成了旧账。代称的重点是类型差异：开箱即用、本地自由、云端新贵、垂直专精，你对着类型就能找到自己手里那几款的位置。
十张样本会不会太少？
会。十张够看出倾向，不够当榜单。这套分数只对这一道雨夜题负责，你换成电商产品图或者国风场景，排名大概率要洗牌。
本地型对显卡要求很高吗？
8G 显存就能舒服出 1024 的图，我的老卡跑四十张没趴窝。4G 也能跑，尺寸往下降就行。装环境那一步确实劝退不少人，怕折腾就选网页型。
透明伞翻车那题后来修好了吗？
把透明伞改成英文直译再补一个 see-through 的写法后，十张里八张正常。中文提示词丢语境是主因，短关键词分段补全的老办法在这儿同样用得上。
打分标准能直接抄吗？
维度能抄，权重别抄。商用把稳定度拉高，日常玩图看速度，做封面海报的盯细节。先给自己的用途排个序，再套这四个维度就行。