GPT Image 2 在「七个物体」的评测结果
这是该 AI 模型在此测试用例上的详细评测结果。
基本信息
- 模型名称:GPT Image 2
- 用例名称:七个物体
- 测试类型:图像生成
- 评测维度:数量控制
用户提示词(User Prompt)
这是用户给 AI 模型的具体任务要求:
生成一张图片:桌面上整齐排列着七个红色苹果,每个苹果大小相似,形状饱满,表面光滑有光泽。苹果排成一排,从左到右依次排列。白色桌面,简洁背景,自然光照。
任务要求
AI 模型需要满足以下要求:
- 图像中红色苹果的数量必须严格为七个,每个苹果个体边界清晰,可独立辨认,不得因遮挡或重叠导致数量歧义
- 七个苹果须从左到右排成水平一排,间距均匀,不得出现多行、散乱或明显弯曲排列
- 每个苹果大小相近,形状饱满圆润,颜色鲜红,表面具有光泽高光效果
- 桌面为白色,背景简洁无杂乱元素,采用自然光照,整体画面干净清晰
评测结果
综合得分
该模型在此用例的得分为:95.67 分(满分 100 分),已通过
基础难度评测结果
- 得分:95.67 分
- 通过状态:已通过
模型生成产物
该模型生成了以下图片:
注:图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图,后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评:
【CLAUDE】这是一张高质量的 AI 生成图像,几乎完美地完成了提示词的所有核心要求。数量控制精准(七个苹果无误),空间布局规整(水平一字排列),属性还原度高(红色、饱满、光泽、白色桌面、简洁背景均到位)。存在的问题极其轻微:个别苹果间距有细微差异,最右侧苹果色调略偏橙,但这些瑕疵不影响整体完成度。该图像充分展示了模型在多物体数量控制和空间排列方面的强大能力,综合表现优异。
进阶难度评测结果
- 得分:74.33 分
- 通过状态:已通过
模型生成产物
该模型生成了以下图片:
注:图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图,后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评:
【CLAUDE】图像在视觉氛围营造上表现出色,星空、山脉、云雾等元素配合默契,画面质感较高。但在核心任务「测试模型处理七个物体」上存在明显缺陷:星星数量仅为5颗而非要求的7颗,且空间排列未能准确还原北斗七星的经典勺子形状。这两项关键要求的偏差直接影响了模型对多物体数量控制和空间布局精度的表现,导致整体完成度处于中等偏下水平。
困难难度评测结果
- 得分:75.0 分
- 通过状态:已通过
模型生成产物
该模型生成了以下图片:
注:图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图,后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评:
【CLAUDE】这是一张视觉质量优秀、场景氛围到位的中式园林荷花池图像,在空间布局、建筑细节、色彩协调等方面表现出色。然而,模型在核心数量控制上出现严重失误——实际生成9朵荷花而非要求的7朵,数量偏差达28.6%,这直接导致「测试模型处理七个物体」的任务目标未能达成。此外,荷花开放阶段仅覆盖三种状态,未达到提示词要求的至少四个阶段。quantity_accuracy维度的重大失误(权重50%)严重拉低了整体表现,暴露出模型在精确数量控制方面的明显短板
相关链接
您可以通过以下链接查看更多相关内容: