“排名第一”的说法满天飞，做架构的我本能就怀疑：这排名的维度是啥，出图质量、速度还是好不好用，不同任务下结论完全能反过来。
我不想背榜单，想弄明白自己该咋横向测——固定同一句描述、同一分辨率，让几个模型各跑一批，再看谁更稳。
想请教有经验的，除了主观看图，还有没有相对客观点的比法，别让我被营销号带节奏。
同一 prompt 横测才公平
榜单水分大，自测靠谱
客观指标其实挺难定的
理性 
1 个赞
别被营销号带走
分任务看，没有万能第一