---

#Nano Banana 2.1

开发公司：Google DeepMind

发布时间：2026 年 10 月 6 日

核心特点：基于 Gemini 3.6 Flash，支持文字与图片输入、图片与文字输出，重点面向信息图、文字排版、人物与商品一致性及多参考图编辑。生成速度快于 Pro，在指令遵循、文字呈现和主体一致性方面接近 Pro，可用于多数日常图片任务。

Arena 评分：文生图综合榜中的 Gemini Nano Banana 2.1 为 1328±9 分，第 6 名（初步评分，Preliminary）。单图编辑榜中的 Gemini Nano Banana 2.1 为 1426±6 分，第 5 名（初步评分，Preliminary）。

适用场景：可用于知识图解、多语言海报、产品素材及连续修改；Genspark 图片选择器标注最高支持 4K。例如，制作知识点流程图、中英双语活动海报，或连续调整同一商品图片的背景与角度。画面元素较多或文字尺寸较小时，应检查排版与文字清晰度；如出现明显问题，可尝试 Nano Banana Pro。

#GPT Image 2.5

开发公司：OpenAI

发布时间：2026 年 10 月 22 日

核心特点：支持文字生成图片、参考图编辑、蒙版局部修改和多轮图像迭代。官方区分 Sunburst 与 Flare：前者侧重画面质量与编辑精度，后者侧重快速日常生成；Genspark 菜单仅写 GPT Image 2.5，不能确定实际选用哪一变体。尺寸、质量、透明背景及参考图数量应以平台参数为准。

适用场景：可用于海报、产品视觉、信息图及需要反复修改的设计素材。例如，以产品照片为参考制作广告图，或在既有版式中局部调整背景与文字。提示词应写清必须保留的主体和文字内容，并在输出后检查小字与品牌元素。

#GPT Image 2

开发公司：OpenAI

发布时间：2026 年 4 月 21 日

核心特点：支持文字与图片输入、图片输出，提供图像生成和编辑能力，并支持灵活的图片尺寸与高保真图片输入。高保真输入有助于在编辑过程中保留参考图中人物、商品等主体的细节。

Arena 评分：文生图综合榜中的 GPT-Image-2 (Medium) 为 1383±4 分，第 3 名；单图编辑榜中的 GPT-Image-2 (Medium) 为 1461±3 分，第 3 名。上述成绩对应 Medium 配置。

适用场景：可用于包含文字的海报、产品宣传图、图文排版及已有图片修改。例如，在活动海报中设置标题、日期与地址，将产品照片调整为节日主题宣传图，或修改已有图文的布局。需要出现在画面中的文字，应使用引号明确列出完整内容；仅说明文字大意，可能导致错字或非预期改写。

#ByteDance Seedream 5.0 Pro

开发公司：字节跳动 Seed 团队

发布时间：2026 年 7 月 8 日

核心特点：重点面向信息密集型图文、多语言生成、写实光影及交互式编辑，可在同一画面中组织较多文字与图形元素。厂商介绍的能力包括空间标注、草图引导及图层分离，适用于信息量较大的版面设计。

Arena 评分：文生图综合榜中的 Seedream 5.0 Pro 为 1255±4 分，第 12 名；单图编辑榜中的 Seedream 5.0 Pro 为 1391±4 分，第 11 名。

适用场景：可用于教学信息图、商业宣传、复杂版式及精细商品图。例如，制作包含步骤说明与配图的教学信息图、多语言促销海报，或具有精细光影的商品图。空间标注、草图引导与图层分离等能力在 Genspark 中的开放情况，应以实际功能为准。

#Nano Banana 2 Flash Lite

开发公司：Google DeepMind

发布时间：2026 年 6 月 30 日

核心特点：按 Google Nano Banana 轻量图片系列介绍，定位为快速、经济的图片生成与编辑，适合较高频率的交互式修改。官方 Nano Banana 2 Lite 对应 Gemini 3.1 Flash Lite Image，优化目标为 1K 输出，支持文字和图片结合生成、多轮局部编辑；不能将 Nano Banana Pro 的高分辨率规格直接套用到此功能。

适用场景：可用于社交配图、贴纸、商品颜色变体及设计初稿。例如，快速比较不同背景和配色，筛选后再制作最终素材。需要大幅印刷或精细小字时，应先核对实际输出像素和文字清晰度。

#Qwen Image 3

开发公司：阿里巴巴通义千问团队

发布时间：2026 年 7 月 21 日

核心特点：Qwen Image 3 为 Genspark 显示名称，厂商正式名称为 Qwen-Image-3.0。该型号侧重复杂信息布局、细小文字、写实纹理及多语言内容，可用于同时包含中文、英文等多种文字的设计。

适用场景：可用于信息图、教学材料、分镜、界面示意图及中英文混排图片。例如，制作中英文对照的课程信息图、短视频分镜草图，或应用界面示意图。生成的网页与界面示意图属于图片；如需可编辑的页面或文件，应通过幻灯片、文档或代码类功能进一步制作。

#Nano Banana Pro

开发公司：Google DeepMind

发布时间：2026 年 5 月 28 日

核心特点：对应 Google 的 Gemini 3 Pro Image 图像模型，面向图像创作与精细编辑，可结合参考图控制画面内容与风格。与 Nano Banana 2.1 相比，侧重复杂构图和细小文字的呈现，但生成速度较慢，单张生成成本较高。

Arena 评分：文生图综合榜中的 Gemini 3 Pro Image (nano-banana-pro, 2K) 为 1248±3 分，第 16 名；单图编辑榜中的 Gemini 3 Pro Image (nano-banana-pro, 2K) 为 1390±3 分，第 13 名。上述成绩对应榜单标注的 2K 配置。

适用场景：可用于写实视觉、品牌创意及需要多轮调整的设计素材。例如，制作包含多个人物和道具的广告主视觉、带小字说明的产品海报，或依据品牌色调修改已有宣传图。构思与方案比较阶段可先使用 Nano Banana 2.1，确定构图后再使用 Pro 制作最终版本，以控制前期试验的积分消耗。

#Grok Imagine Image 2.0

开发公司：xAI 的 Grok 研发团队

发布时间：2026 年 8 月 7 日

核心特点：侧重精确指令遵循、文字排版、复杂画面布局和连续编辑中的主体保留。官方支持最多 5 张参考图参与编辑，并介绍了区域修改、分割选择、背景移除及比例调整等功能；这些工具在 Genspark 中是否开放，应以实功能为准。

Arena 评分：厂商发布页引用 2026 年 8 月 7 日 Overall Elo 数据，grok-imagine-image-2 (low) 的文生图分数为 1320，图像编辑分数为 1439，当时均列第 2。该数据为发布时的历史快照，不代表当前排名，也不代表 Genspark 固定采用 low 配置。

适用场景：可用于广告海报、电商图片、角色素材和需要文字与画面共同排版的内容。例如，结合产品图和风格图制作宣传图，或在多轮修改中保留角色外观。图片中的日期、价格、标点和细小文字仍需人工检查。

#ByteDance Seedream v5 Lite

开发公司：字节跳动 Seed 团队

发布时间：2026 年 2 月 13 日

核心特点：Seedream v5 Lite 为 Genspark 会员页面使用的名称，厂商对应系列名称为 Seedream 5.0 Lite。该型号是 Seedream 5.0 系列的轻量版本，面向统一的图像生成与编辑，并结合推理和搜索能力，整体能力定位低于 Pro。

Arena 评分：文生图综合榜中的 Seedream 5.0 Lite 为 1138±3 分，第 40 名；单图编辑榜中的 Seedream 5.0 Lite 为 1295±3 分，第 31 名。

适用场景：可用于日常图片创作、资料辅助制图及快速修改。例如，生成文章配图、依据资料绘制示意图，或替换已有图片中的个别元素。搜索、图层等具体能力是否开放，应以 Genspark 功能为准；对复杂版式和文字精度要求较高的任务，可优先尝试 Seedream 5.0 Pro。

#FLUX 3 Image

开发公司：Black Forest Labs

发布时间：2026 年 10 月 1 日

核心特点：Genspark 会员页面列出的 FLUX 图片型号，面向图像生成，重点体现视觉细节、风格表现及复杂画面要求。可用于呈现材质与光影等真实细节，并支持多种绘画风格。

适用场景：可用于写实商品图、品牌视觉、概念图及包含文字的创意素材。例如，生成电商主图中的商品材质特写、制作品牌概念视觉，或绘制带标语的创意海报。生成前应确认选择的是 FLUX 3 Image；FLUX 3 Video 对应视频生成，并按视频规格扣除积分。

#Z-Image Turbo

开发公司：阿里巴巴通义 MAI 团队

发布时间：025 年 11 月 27 日

核心特点：60 亿参数的图片生成模型，Turbo 为少步蒸馏版本，官方介绍仅需 8 次模型评估即可生成图片。侧重写实视觉、中英文文字渲染及指令遵循；官方展示的速度基于指定硬件，不代表 Genspark 的实际排队和生成时间。

适用场景：可用于写实人物、产品概念图、中文海报及大量视觉方案试作。例如，快速比较同一产品的不同场景，或生成包含中英文标题的设计草稿。复杂文字和人物细节应在选定方案后继续检查与修正。

#Krea 2 Turbo

开发公司：Krea；fal

发布时间：026年6月22日

核心特点：Krea 2 的速度优化版本，面向快速文生图，在缩短生成时间的同时保留较广的审美和风格表现。公开服务另有 Style 参考风格和 LoRA 变体；菜单仅写 Turbo 时，不能据此认定已包含全部变体功能。

适用场景：可用于创意方向探索、情绪板、人物摄影风格图和社交视觉初稿。例如，围绕同一主题快速比较灯光、色调与构图。适合先筛选视觉方向，再对入选图片检查细节、文字和主体一致性。

#Recraft V4.1

开发公司：Recraft

发布时间：2026 年 5 月 14 日

核心特点：Genspark 会员页面列出的 Recraft 型号，面向设计类图片与创意素材，侧重系列图片在色调、笔触和构图风格上的一致性。

适用场景：可用于插画、广告视觉、品牌素材及风格一致的系列图片。例如，为一套课程绘制统一风格的插画、制作同一品牌不同尺寸的广告图，或生成系列社交媒体配图。Genspark 未明确开放矢量输出；如交付要求包含 SVG 文件，应另行确认可用的矢量制作与导出方式。

#Ideogram V4

开发公司：Ideogram

发布时间：2026 年 6 月 3 日

核心特点：Genspark 会员权益页面列出的型号，为 V4.5 的上一版本，同样面向包含文字的视觉设计。

Arena 评分：文生图综合榜中的 Ideogram 4.0 (Quality) 为 1205±4 分，第 20 名。该成绩对应 Quality 配置。

适用场景：可用于带标题文字的封面、宣传图等图文设计任务，实际可选版本应以图片功能为准。如图片选择器同时提供 V4.5，多轮编辑任务可优先尝试 V4.5。

#Ideogram V4.5

开发公司：Ideogram

发布时间：2026 年 10 月 1 日

核心特点：Genspark 当前公开图片选择器列出的型号，为 V4 的后续版本。厂商重点介绍其多轮精确编辑能力，旨在减少连续修改中的画面偏移，并保留未修改区域的细节，适用于已有设计的逐步调整。

Arena 评分：单图编辑榜中的 Ideogram 4.5 为 1347±5 分，第 21 名（初步评分，Preliminary）。

适用场景：可用于图片文字替换、商品配色调整、局部修图及多轮设计修改。例如，将海报中的英文标题替换为中文、调整商品颜色，或去除照片中的多余物体。每轮宜提出一项明确的修改要求，并检查修改结果；同时叠加多项调整，可能导致部分要求未得到执行。

#Recraft Clarity Upscale

开发公司：Recraft

发布时间：2024 年 10 月 31 日

核心特点：图片放大与清晰度增强功能，用于提高已有位图的分辨率和细节表现。Recraft 的公开服务名称为 Crisp Upscale 和 Creative Upscale，其中 Crisp 侧重细小细节与人脸；fal 另有独立的 Clarity Upscaler，不能仅因名称接近就将两者视为同一模型。本条保留截图名称，按图片增强用途介绍。

适用场景：可用于低分辨率商品图、人物照片和已有设计素材的放大处理。例如，将小尺寸配图用于更大的版面，并改善边缘观感。放大后应对照原图检查人脸、文字和纹理，新增细节不一定等同于原始真实细节。

#Bria Background Remover

开发公司：BRIA

发布时间：2024年10月28日

核心特点：识别并分离图片前景与背景，输出带透明通道的 PNG，便于继续合成或更换背景。其主要任务是保留原图主体并生成透明区域；公开服务还提供文字引导的抠图方式，具体是否开放取决于平台功能。

适用场景：可用于电商商品抠图、人物素材整理和宣传版式制作。例如，将商品从复杂背景中分离后放入统一模板。头发、透明玻璃、阴影与镂空区域容易影响边缘效果，宜放大检查后再用于正式设计。

#Text Removal

开发公司：fal

核心特点：自动移除图片中的文字或书写内容，并修补相应背景，尽量保持画面的自然外观。它处理的是图片像素中的文字，不是把图片文字识别并导出为可编辑文本；移除后也不会自动完成新文字排版。

适用场景：可用于清理旧海报文案、替换活动日期前的底图准备，以及制作不同语言版本的设计素材。例如，先去除旧标题，再在设计软件中加入新的文字。需要保留包装上的文字时，应先确认工具是否支持区域控制，避免一并移除。

#Flux Pro Erase

开发公司：Black Forest Labs

核心特点：根据原图和蒙版移除指定物体或文字，并生成与周围场景衔接的内容。蒙版决定处理区域，因此可以保留画面其他部分；它属于局部擦除与修补工具，适合有明确编辑范围的任务。

适用场景：可用于去除画面中的杂物、清理产品周围的遮挡物及局部去字。例如，移除照片边缘的路人，或清除旧设计中的局部标注。蒙版应覆盖待移除对象及必要的边缘，输出后检查透视、阴影与背景纹理是否连续。

#模型选用建议

选用图像生成与编辑模型时，应根据成品用途、现有素材及修改要求，综合考虑生成效率、文字排版、风格一致性与局部编辑能力。建议先通过代表性样图确认构图和视觉方向，再核查文字准确性、主体细节及未修改区域的保留情况，并按交付要求确认图像尺寸、清晰度与文件格式。具体选用建议如下：

• 日常制图与快速试作：日常配图与连续修改可优先评估 Nano Banana 2.1；创意初稿、配色比较及风格探索可尝试 Nano Banana 2 Flash Lite、Z-Image Turbo 或 Krea 2 Turbo。宜先确定构图与视觉方向，再根据成品尺寸、文字和细节要求完善输出。

• 复杂排版与精细编辑：信息密集或多语言图文可比较 Seedream 5.0 Pro 与 Qwen Image 3；主体保留和连续精修可评估 GPT Image 2.5、Nano Banana Pro 或 Ideogram V4.5。应提供准确文案及修改范围，并逐项检查文字、布局和未修改区域的保留情况。

• 风格创作与系列素材：重视材质、光影和风格表现时，可评估 FLUX 3 Image；统一插画与品牌视觉可比较 Recraft V4.1；多参考图创作可评估 Grok Imagine Image 2.0。宜固定配色、主体和参考素材用途，以系列样图检验一致性，并确认最终文件格式。

• 背景处理与画质提升：抠图、去字和局部擦除可分别采用 Bria Background Remover、Text Removal 与 Flux Pro Erase；已有图片放大可评估 Recraft Clarity Upscale。应先确认处理区域和实际功能，再对照原图检查边缘、文字、主体细节及背景衔接。