图像 · 文生图 · 3D 图片模型设计排行榜

基于公开偏好评测数据展示 文生图 / 3D 图片模型设计 榜单,每个榜单独立排序。

选型指南

3D 图片模型设计模型怎么选?

3D 图片模型设计排行榜用于回答“3D 图片模型设计哪个 AI 模型更强”这类选型问题。页面基于公开偏好评测数据展示模型排名,每个榜单独立排序,不把不同任务的原始分数直接混合。当前榜首是 gpt-image-2 (medium),厂商为 openai,百分制分数 100.0,样本量 3.8K。 数据来源保留 Arena 原始榜单和 LMArena leaderboard dataset,更新时间以榜单发布时间 2026-05-26 为准。

gpt-image-2 (medium)gemini-3.1-flash-image-preview (nano-banana-2) [web-search]mai-image-2.5-previewgemini-3-pro-image-preview-2k (nano-banana-pro)gpt-image-1.5-high-fidelity
当前目录图像 · 文生图 · 3D 图片模型设计
模型数量64
榜单发布时间2026/05/26
Arena 公开偏好评测原始榜单: 文生图 / 3D 建模榜单发布时间: 2026/05/26榜单数据集: LMArena latest parquet打开 Arena 来源打开榜单数据集
1
gpt-image-2 (medium)
Openai
100.0
3.8K
-
¥36.4 / ¥233输入/输出
2
gemini-3.1-flash-image-preview (nano-banana-2) [web-search]
Google
98.4
7.2K
131K
¥3.6 / ¥21.6输入/输出
3
mai-image-2.5-preview
Microsoft Ai
96.8
484
32K
¥36 / ¥338输入/输出
4
gemini-3-pro-image-preview-2k (nano-banana-pro)
Google
95.2
11.1K
1.05M
¥14.4 / ¥86.4输入/输出
5
gpt-image-1.5-high-fidelity
Openai
93.7
12.1K
1M
¥36 / ¥216输入/输出
6
gemini-3-pro-image-preview (nano-banana-pro)
Google
92.1
8.4K
1.05M
¥14.4 / ¥86.4输入/输出
7
grok-imagine-image-quality
Xai
90.5
1.9K
1M
¥9 / ¥18输入/输出
8
mai-image-2
Microsoft Ai
88.9
4.7K
32K
¥36 / ¥338输入/输出
9
grok-imagine-image
Xai
87.3
16.5K
1M
¥9 / ¥18输入/输出
10
uni-1.1-max
Luma Ai
85.7
733
-
-
11
flux-2-flex
Bfl
84.1
14.4K
-
-
12
hunyuan-image-3.0
Tencent
82.5
16.8K
-
-
13
grok-imagine-image-pro
Xai
81.0
9.7K
1M
¥9 / ¥18输入/输出
14
flux-2-max
Bfl
79.4
11K
-
-
15
uni-1.1
Luma Ai
77.8
883
-
-
16
qwen-image-2.0-pro-2026-04-22
Alibaba
76.2
365
8.19K
¥0 / ¥0输入/输出
17
seedream-4-2k
Bytedance
74.6
963
-
-
18
recraft-v4.1-utility-pro
Recraft
73.0
220
-
-
19
flux-2-pro
Bfl
71.4
14.6K
-
-
20
flux-2-dev
Bfl
69.8
6.1K
-
-
21
wan2.6-t2i
Alibaba
68.3
14.1K
-
-
22
qwen-image-2512
Alibaba
66.7
7.6K
8.19K
¥3.6 / ¥14.4输入/输出
23
gemini-2.5-flash-image-preview (nano-banana)
Google
65.1
74.4K
1.05M
¥2.16 / ¥18输入/输出
24
seedream-4.5
Bytedance
63.5
19.3K
-
-
25
imagen-ultra-4.0-generate-001
Google
61.9
34.8K
-
-
26
reve-v1.5
Reve
60.3
1.6K
-
-
27
seedream-4-fal
Bytedance
58.7
943
-
-
28
wan2.5-t2i-preview
Alibaba
57.1
20K
-
-
29
seedream-5.0-lite
Bytedance
55.6
6.5K
-
-
30
imagen-4.0-generate-001
Google
54.0
47.3K
-
-
31
seedream-4-high-res-fal
Bytedance
52.4
16.1K
-
-
32
gpt-image-1
Openai
50.8
23.7K
-
¥36 / ¥288输入/输出
33
recraft-v4.1-pro
Recraft
49.2
250
-
-
34
hidream-o1-image
Hidream
47.6
493
200K
¥108 / ¥432输入/输出
35
gpt-image-1-mini
Openai
46.0
16K
1M
¥36 / ¥216输入/输出
36
mai-image-1
Microsoft Ai
44.4
9.9K
32K
¥36 / ¥338输入/输出
37
seedream-3
Bytedance
42.9
2.8K
-
-
38
qwen-image-2.0-2026-03-03
Alibaba
41.3
5K
8.19K
¥0 / ¥0输入/输出
39
qwen-image-prompt-extend
Alibaba
39.7
63.3K
8.19K
¥3.6 / ¥14.4输入/输出
40
wan2.7-image
Alibaba
38.1
2.5K
8.19K
¥0 / ¥0输入/输出
41
wan2.7-image-pro
Alibaba
36.5
2.4K
8.19K
¥0 / ¥0输入/输出
42
flux-1-kontext-max
Bfl
34.9
4.7K
-
-
43
flux-2-klein-9b
Bfl
33.3
13K
-
-
44
recraft-v4
Recraft
31.7
6.7K
-
-
45
z-image-turbo
Alibaba
30.2
1.9K
-
-
46
qwen-image
Alibaba
28.6
6.8K
8.19K
¥3.6 / ¥14.4输入/输出
47
flux-1-kontext-pro
Bfl
27.0
28.3K
-
-
48
flux-1.1-pro
Bfl
25.4
5.9K
-
-
49
imagen-3.0-generate-002
Google
23.8
31.2K
-
-
50
photon
Luma Ai
22.2
11.4K
-
-
51
flux-2-klein-4b
Bfl
20.6
13.1K
-
-
52
p-image
-
19.0
9.9K
-
-
53
ideogram-v3-quality
Ideogram
17.5
10.7K
-
-
54
glm-image
Zai
15.9
483
200K
¥5.4 / ¥18.7输入/输出
55
lucid-origin
Leonardo Ai
14.3
26.3K
-
-
56
runway-gen4
Runway
12.7
4.3K
-
-
57
recraft-v3
Recraft
11.1
16.5K
-
-
58
ideogram-v2
Ideogram
9.5
6.1K
-
-
59
dall-e-3
Openai
7.9
20.3K
-
-
60
flux-1-dev-fp8
Bfl
6.3
3.9K
-
-
61
gemini-2.0-flash-preview-image-generation
Google
4.8
21.6K
1.05M
¥1.08 / ¥4.32输入/输出
62
stable-diffusion-v35-large
-
3.2
1.6K
0.26K
¥0.58 / ¥0输入/输出
63
flux-1-kontext-dev
Bfl
1.6
17.9K
-
-
64
bagel
Bytedance
0.0
846
-
-
榜首模型解读

gpt-image-2 (medium) 为什么排第一

gpt-image-2 (medium) 当前排名第 1,厂商为 openai,百分制分数 100.0,样本量 3.8K。如果你的任务与本榜单口径一致,可以优先把它作为候选模型,再结合价格、上下文长度和可用性做最终选择。

如何选择模型

不要只看第一名

先选择最接近真实任务的排行榜,再比较 Top 模型的分数和样本量。分数越高说明同一榜单内偏好表现越强;样本量越高通常结果更稳定。最后再结合价格、上下文长度、开源闭源和厂商可用性筛选。

常见问题

3D 图片模型设计常见问题

3D 图片模型设计排行榜看什么指标?

主要看排名、百分制分数、样本量和来源。分数用于快速比较同一榜单内模型表现,样本量用于判断结果稳定性。

为什么不同榜单不能直接混合成总分?

不同榜单的任务、样本和评测口径不同,模力榜默认只在同一榜单内排序,避免把写作、代码、图像等能力强行合并。

3D 图片模型设计模型应该怎么选?

优先看与你任务最接近的榜单,再结合价格、上下文长度、开源闭源和厂商可用性。排名靠前不代表适合所有预算和部署方式。

榜单多久更新?

页面展示的是最新成功采集的公开榜单数据。当前优先使用 LMArena leaderboard dataset,并在页面来源中保留原始链接。