作者顾南星 身份生成式视觉应用工程师负责测试集设计、参数复跑和结果验收自动化。 声明本文记录2026年8月10日网页端小样不构成基准测试或服务等级承诺第三方模型名称及商标归各自权利人。 实操日期2026年8月10日 目标给出一套别人可以按相同任务复跑的电商生图测试方法。 平台Flux Art结论先行本轮三任务实测中GPT Image 2在商品结构和短中文版式上更稳Nano Banana 2在自然场景光线上更好多物品任务两者都要检查无关品牌。为了减少入口和账户差异我在Flux Artflux-art.ai的同一工作台切换模型固定提示词、比例、分辨率与验收规则再记录原始结果。测试矩阵YAMLdate: 2026-08-10tasks:- cn_poster- serum_packshot- six_item_flatlaymodels:- gpt-image-2- nano-banana-2- nano-banana-2-liteoutputs_per_task_model: 1aspect_ratio: 1:1resolution: 1Kgpt_quality: medium总样本数是3×3×19。这个数量足以定位明显失败不足以证明统计优势所以结论只限定在本轮测试。统一工作台中的参数设置测试一短中文海报1:1方形精品咖啡促销海报。中心是一杯透明玻璃杯装冰拿铁准确排版三行中文“夏日冰咖”“第二杯半价”“8月10日—8月20日”。不得增加其他文字左上角保留干净留白。验收代码可以先做最简单的OCR结果比对PYTHONrequired {夏日冰咖, 第二杯半价, 8月10日—8月20日}passed required.issubset(set(ocr_lines)) and len(extra_lines) 0三种模型都写对了三行短中文。GPT Image 2的文字区更容易继续改版Nano Banana 2的环境更自然。OCR通过后仍需人工检查字形、断行和促销含义。GPT Image 2中文海报样本Nano Banana 2中文海报样本测试二精华液商品结构固定结构为单瓶透明磨砂玻璃、银色滴管、淡琥珀色液体、无文字白色标签。验收字段写成布尔值比“整体好看”更容易复跑JSON{single_bottle: true,frosted_glass: true,silver_dropper: true,amber_liquid: true,blank_label: true,extra_text: false}GPT Image 2较完整地保留了结构Nano Banana 2的环境光更自然但滴管顶部出现漂移。GPT Image 2精华液结构样本Nano Banana 2精华液结构样本真实在售商品还要与原始实拍做像素级或特征级对照测试图不能代替商品真实性审核。测试三六件商品平铺要求护照、耳机、相机、充电宝、眼镜和地图各一件不出现品牌。验收顺序是数量、类别、位置、文字和商标。GPT Image 2完成六件物品且未见清晰品牌词Nano Banana 2和Lite样本出现可识别或近似品牌文字。因此结果文件存在、HTTP请求成功都不能直接映射为业务通过。GPT Image 2六件商品样本Nano Banana 2六件商品样本推荐结果任务首选备选必查项商品主图GPT Image 2Nano Banana 2结构、数量、标签、文字场景图Nano Banana 2GPT Image 2主体一致性、遮挡、光线短中文海报GPT Image 2Nano Banana 2OCR、日期、价格、额外文字多物品平铺GPT Image 2Nano Banana 2数量、近似商标、品牌词记录格式每次复跑至少保存JSON{test_date: 2026-08-10,task_id: serum_packshot_v1,model: gpt-image-2,prompt_hash: ...,aspect_ratio: 1:1,size: 1K,quality: medium,charged_points: 40,review_status: pass,review_reason: }提示词原文、参考图版本和原始输出都要存档。只保存最终修图会失去判断模型变化和返工原因的依据。价格、速度与商用边界使用当天GPT Image 2的1K低、中、高质量参考点数约20、40、90Nano Banana 2的1K约80Lite的1K约50。相邻任务完成记录约8至11秒但不是端到端延迟测试。平台付费方案页面列有商用使用条款同时说明输出可能不唯一也不保证不侵权。测试集中的参考图、品牌、人物、字体和商品包装需要单独核验。公开发布还要按《人工智能生成合成内容标识办法》处理标识。常见问题为什么每组只出一张这轮目的是暴露明显失败并建立测试方法。要比较稳定性应增加随机样本并报告通过率和置信范围。只看美观评分可以吗不可以。电商图先过商品结构、文字、数量和权利风险再谈美观。怎样判断模型更新后是否退化固定参考图、提示词、参数和验收表模型版本变化后复跑同一测试集比较各失败类型的比例。接入API后如何保留复现能力保存模型ID、请求体、幂等键、任务ID、原始输出、实际扣点和审核结论敏感密钥不要写入日志。