AI 生图模型写字哪家准？2026 实测

让 AI 生图模型做一件写着 VENOM 的死亡金属 T 恤，我们测下来最准的模型印出来的是 VENON。这是 GPT Image 在 404 张图里仅有的 3 处拼写错误之一。Qwen-Image 错了 86 处。

各家生图模型现在拉开差距的地方，就是写字。一个模型能把镀铬、颜料滴落、影棚灯光画得跟照片一样，却会放错一个点，把一个词变成另一个词。我们的工作就是做 AI 字体提示词，每条提示词发布前都要在五个模型上出图，每张图逐个字母核对。做到第 59 款，这些核对攒成了下面这份对比。

结论先看

• GPT Image 2.5 和 Nano Banana 2.1 是写字最准的生图模型。 各自约 400 张图里只错两三处，每种文字都稳。
• Grok Imagine 2.0 和 Seedream 5.0 Pro 拉丁字母和中文没问题，到日文开始出错，阿拉伯文错得很多。
• Qwen-Image 3.0 Pro 是唯一在普通英文字母单词上也丢分的模型，阿拉伯文 53 个只写对 6 个。

怎么测的

59 款风格都是 AIFont 已发布的提示词，比如 Textura、Paint Splatter、Tagging Letters。每款风格每种语言一条提示词，图里写一个该语言的短词：FRESH、Reino、ばくはつ、كعك。

• 每个模型用同一条提示词。 同一款风格、同一种语言，五个模型拿到的提示词一字不差。只算每个模型返回的第一张图，不挑重跑里好的那张。
• 参数： 2K、正方形，走各家官方 API，2026 年 10 月 22 日到 29 日出图。GPT Image 用 xhigh 画质，Grok Imagine 用 medium（它的最高档），另外三家没有画质选项。
• 模型： GPT Image 2.5（OpenAI）、Nano Banana 2.1（Google）、Grok Imagine Image 2.0（xAI）、Seedream 5.0 Pro（字节跳动）、Qwen-Image 3.0 Pro（阿里巴巴）。
• 怎么判： 每张图都先由 AI 核对，中文、日文、阿拉伯文放大看。计分的图里有 489 张又经过人工核对：AI 判错或拿不准的全部、大部分阿拉伯文，以及从其余图里随机抽的一批。
• 什么算错： 说得出它读成了什么（VENON 而不是 VENOM）才算错。风格化的字形、装饰笔画、大小写不同都算对。提示词没要求、图里却多出来的字算错。

这样一共是 2,057 张首次出图。其中 41 张阿拉伯文 AI 和人工判断不一致，两边又都不是阿拉伯语母语者，所以不计入，最后计分的是 2,016 张。

拉丁字母和中文：五家都过关

英、德、西、葡和中文，每个模型的准确率都在 90% 以上。只要写的是这几种语言的短词，五家里随便哪个，第一张图通常就能写对。

唯一的例外是 Qwen-Image 写西语和葡语，每种语言错 9 到 10 个。它典型的错法不是拼错。

「要求的词写对了，旁边多出一大段字」这种错，占了 Qwen-Image 86 处错误里的 40 处。多出来的字常常就是提示词本身，被打乱了写进图里。

日文：差距从这里拉开

日文假名上有些小符号会改变整个词：两个点（浊点）就把 は 变成了 ば。在我们的颜料飞溅提示词上，Grok Imagine 和 Seedream 都把浊点加到了不该加的地方。

Grok Imagine 和 Seedream 的其他日文错误也是一个样：错一个字，而不是写成一团乱码。Grok 把 ストリート 写成 ストリトト，ジンクス 写成 ジングス，ぼうけん 写成 ぼうげん；Seedream 把 かくとう 写成 かくどう，ねがい 写成 ねがいの。日本读者一眼就能看出来。

阿拉伯文：只有两家靠得住

阿拉伯文是这次测试里最难的文字。字母要连写，在词里的位置不同字形就不同，很多字母之间只差点的数量或位置。一条提示词就能看出五家的差距：在街边配电箱上用涂鸦写 نمر（老虎）。

Grok Imagine 和 Seedream 在阿拉伯文上的失分，主要是点和多出来的字母。Grok 的 14 处阿拉伯文错误里，6 处是点少了、多了或位置错了，5 处是多了字母；Seedream 的 20 处里，9 处是点，7 处是多了字母。在姜饼字提示词上，两家都在 كعك 上下撒了圆形小饼干，看起来就成了多出来的点。

Qwen-Image 的阿拉伯文是另一种问题。它很少把要求的词写出来，而是在旁边或干脆代替它写上一行别的阿拉伯字母。

阿拉伯文的数字要打个折扣。 我们的核对人员都不是阿拉伯语母语者，AI 和人工判断不一致的 41 张图没有计入。排名我们有把握，因为 96% 和 11% 的差距远大于任何核对误差；具体百分比会随母语读者给数据集纠错而变动。

第一名也会写错

GPT Image 的三处错误：死亡金属 T 恤上把 VENOM 写成 VENON，还有两个阿拉伯文单词，一个最后一个字母写错（تحية 写成 تحيئ），一个漏了一个字母（فتنة 写成 فتة）。

Nano Banana 的两处：一个日文词里有一个字变了形；还有一张万圣节中文图，要求的「南瓜」两个字写对了，旁边却多了三个小小的「PARTY!」。词本身没错，多出来的字违反了我们的规则。

重跑一次有用吗？

有一部分用，看模型。我们统计了第一张图写错的情况，再看多跑一次能不能写对。

Grok Imagine 和 Seedream 错的是细节，一个点或一笔，重跑一次大约一半能写对。Qwen-Image 多画字的毛病重跑也改不掉：86 处只救回 10 处。如果一个模型总是多画字，改提示词比重跑更管用。

写字该用哪个模型？

• 任何语言、只想跑一次： GPT Image 或 Nano Banana，按喜欢的画风挑。写字准不准不是在这两家之间二选一的理由。
• 只写英文或中文： 五家都行。喜欢 Grok Imagine 和 Seedream 的画风也可以用，印出来之前检查一遍。
• 日文： GPT Image 或 Nano Banana。用别家就把每个假名都读一遍，尤其看浊点。
• 阿拉伯文： GPT Image 或 Nano Banana。另外三家写的阿拉伯文，没有母语者看过我们不会拿去用。
• Qwen-Image： 展示词尽量短，检查整张图有没有多出来的字，不只看你要的那个词。

AIFont 每个字体页都放了五家模型在各语言上的出图，复制提示词之前就能看到这款风格写出来是什么样。哥特字体和涂鸦字母合集适合把几家放在一起比。

Textura 哥特正体

纯字形 · 哥特体 · 粗

涂鸦签名字

特效字 · 涂鸦字 · 手写体

泼溅字体

特效字 · 笔刷字 · 粗

数据公开

数据集里全部 2,495 张图，连同提示词、判断和核对备注，都以 CC BY 4.0 公开：GitHub 上的 AIFont 文字渲染数据集，并在 Zenodo 存档（DOI 10.5281/zenodo.23815210）。如果你读得懂其中的阿拉伯文、日文或别的语言，发现判断有错，欢迎提 issue。纠错会进下一个版本，也会更新这张表。

上新风格、新语言或模型更新后，我们会重新跑一遍这份对比。