MOSS-Image 对比 Nano Banana、Flux 2 Pro、Qwen Image、Imagen 4：海报文字实测

图片里的文字仍是模型最容易出错的地方。我们把同样两条提示词交给七个模型：MOSS-Image（Base 与 SFT）、Google 的 Nano Banana 与 Nano Banana Pro、Black Forest Labs 的 Flux 2 Pro、阿里的 Qwen Image 以及 Google 的 Imagen 4。MOSS-Image 通过官方 MOSS API 生成，其余模型通过 Replicate 生成。

请把它当作一次快照，而不是排名。 每个模型每条提示词只生成一次，使用默认参数和 3:4 竖版比例，没有重抽。文字用自动 OCR 与提示词中引号内的文案比对，被标出的行表示“值得放大查看”，不是最终结论。我们没有评价风格、构图或审美。

测试 1：六行文字的爵士海报

Event poster for a jazz night. Headline: 'BLUE HOUR JAZZ'.
Subline: 'LIVE QUARTET'. Details on three separate lines:
'FRI 07 NOV', '20:00', 'THE OLD MILL, 12 DOCK STREET'.
Deep navy background, warm yellow lettering, a saxophone silhouette.
No other text.

• MOSS-Image Base: 全部匹配
• MOSS-Image SFT: 标题被识别为 “BLUE HOUR JATT”
• Nano Banana: 全部匹配
• Nano Banana Pro: 全部匹配
• Flux 2 Pro: 全部匹配
• Qwen Image: 标题被识别为 “BLUE HOUR JAZL”
• Imagen 4: 全部匹配

测试 2：中英文茶舍招牌

Photograph of a tea house storefront at dusk. Wooden sign with large
Chinese characters: '山间茶舍'. Directly below it in capitals:
'MOUNTAIN TEA HOUSE'. Small line on the glass door:
'DAILY 09:00–18:00'. No other text.

• MOSS-Image Base：中文招牌山间茶舍；英文招牌匹配；门上营业时间匹配
• MOSS-Image SFT：中文招牌山间茶舍；英文招牌匹配；门上营业时间匹配
• Nano Banana：中文招牌识别为 山间茶夤；英文招牌匹配；门上营业时间乱码
• Nano Banana Pro：中文招牌山间茶舍；英文招牌匹配；门上营业时间匹配
• Flux 2 Pro：中文招牌识别为 山间茶会；英文招牌匹配；门上营业时间部分乱码
• Qwen Image：中文招牌山间茶舍；英文招牌匹配；门上营业时间匹配
• Imagen 4：中文招牌山间茶舍；英文招牌匹配；门上营业时间匹配

能说明什么，不能说明什么

• 在这两条提示词上，中文字符是分水岭：两个 MOSS-Image 版本、Nano Banana Pro、Qwen Image 和 Imagen 4 通过了检查，Nano Banana 与 Flux 2 Pro 没有。
• 在六行英文海报上，被标出的只有 MOSS-Image SFT 与 Qwen Image 的标题。
• 两条提示词、每个模型一次，样本非常小。换一个随机种子，表中任何一行都可能改变。
• 各模型在价格、速度和许可上也不同，我们没有比较。MOSS-Image 使用 Apache-2.0 许可发布。

想用同样的提示词试试，请打开生成器切换模型。如果某一行出错，缩短它或给它更多空间，写法见如何为 MOSS-Image 编写准确文字提示词。两个 MOSS-Image 版本之间的对比见 Base 与 SFT。

本站为独立服务，与 OpenMOSS 团队、Google、Black Forest Labs 或阿里均无隶属关系。