同一句中文要求，我发给了三个 AI 出图工具，各画一遍：ChatGPT 生图（在 ChatGPT 里直接让它画）、Z-Image（开源，装在自己电脑上）、FLUX（开源，装在自己电脑上，早已停用、这次拿来当参照）。规矩在出图前写死：要求一个字不差，不挑图，不重画。结论先说：免费的那个，差的不是手艺，是听话——要写中文字，Z-Image 就够；要听懂数量、位置、动作，得用 ChatGPT 生图，多等一分钟；只会说中文的 FLUX，别碰。
▶ 视频直达：https://youtu.be/oB2-xWkMCjk
四道题，同一句话
四道题分别考写中文字、数量与位置、真人感、复杂动作，预设先写死要求再出图，中文句子三家逐字相同：Z-Image 与 FLUX 每题各出 3 张固定序号（不挑图），ChatGPT 生图每题出 1 张（等的时间长），FLUX 另加一组英文直译对照。共 36 张图，全程 0 元；即梦这次没测。
写中文字：开业海报八个字
要求海报上有「开业大吉」「欢迎光临」八个字。ChatGPT 生图全对；Z-Image 三张都全对；FLUX 给它中文就画成山水，给它英文才肯写字，写出来的还是假汉字——它根本没读懂中文要求，不是画错了。
数数和位置：三个红苹果、两个青苹果
要求橘猫伸爪够最右边的青苹果。ChatGPT 生图全对；Z-Image 三张都只画出四个苹果，少了一个青的——它能听懂「画苹果」，听不懂「画几个、摆在哪」。
真人感：菜市场随手拍
要求「手机随手拍的感觉」。ChatGPT 生图给了一张自然的侧面抓拍；Z-Image 三张都按字面把「手机」画进了画面里，变成「一位女士举着手机」——理解错了要求里「手机拍的」是指画风，不是要画一部手机。
复杂动作：如来神掌
要求如来神掌从天而降、把士兵炸开。ChatGPT 生图的手掌朝下压、士兵被掀飞，动作对了；Z-Image 与 FLUX 的手掌都画成朝上举，方向反了。
谁快
Z-Image 一张十几秒，FLUX 十几秒，ChatGPT 生图一张要等一到两分钟。免费本地的两个在速度上明显占优，只是听不懂复杂要求。
我的判决
要写中文字的海报，Z-Image 就够，又快又不花钱；要它听懂数量、位置、动作，用 ChatGPT 生图，多等一分钟；只会说中文、拿中文当噪音处理的 FLUX，别碰。
诚实边界
这次只考了四道题，ChatGPT 生图每题只出一张，结论下不到「哪个更厉害」的定论；不比价格；即梦没测；装在电脑上的两个（Z-Image、FLUX）只在这一台电脑上测过；FLUX 是早已停用、拿来当参照的旧模型。以上仅供参考，请以你自己的实测为准。
上一篇：OpenAI Codex 对 Claude Code：同一个活各干一遍，一个 100 分一个 49 分——49 分的那个拆穿了我的考场
更多真机实测视频，见 YouTube 频道「富爸爸AI实测」。
评论