AI 生图模型应该怎么选
发布于
四个模型一眼看懂
FLUX.2-klein-4B 是速度之选：40 亿参数的蒸馏模型，为快速生成优化，最高 2048×2048。FLUX.2-klein-9B 用稍长的等待换取更细的细节和更强的提示词遵循（1024²）。FLUX.1-schnell 是经典 12B 蒸馏版 FLUX，尺寸最全（1024²、1536²、2048²）。Z-Image-Turbo 是 60 亿参数模型，约 9 步即可完成生成，主打写实人像与中英文字的准确渲染。
快速试错：FLUX.2-klein-4B
打磨提示词的阶段，速度比峰值质量更重要——klein-4B 是站内最快的模型。它的模型卡自带一条快速上手提示词，也是最简单的文字渲染测试：
A cat holding a sign that says hello world
用这条提示词 →最终成品：FLUX.2-klein-9B
提示词定型后换 9B 版本要细节——它的官方示例都是长提示词，每个从句都落进画面。下面的转经筒场景写明了光线方向、石面磨损、影子长度和三色主调。
An elderly Tibetan monk in burgundy and saffron robes turns a row of copper prayer wheels along the outer wall of the Jokhang Temple in Lhasa. Late afternoon sidelight. Stone wall worn smooth. Shadow falls long across the flagstone floor. Warm ochre, aged copper, deep burgundy.
用这条提示词 →经典款与中间尺寸：FLUX.1-schnell
schnell 少到 4 步就能完成生成，而且是站内唯一支持 1536×1536 的模型——介于快速方图与 2048² 大图之间很实用。同一条快速上手提示词在它身上原样可用：
A cat holding a sign that says hello world
用这条提示词 →双语场景：Z-Image-Turbo
Z-Image-Turbo 的招牌能力是准确渲染复杂的中英文字与写实人像。它的官方快速上手示例（1024²、9 步、seed 42）是一条很好的校准提示词：
Young Chinese woman in red Hanfu, intricate embroidery. Impeccable makeup, red floral forehead pattern. Elaborate high bun, golden phoenix headdress, red flowers, beads. Holds round folding fan with lady, trees, bird. Neon lightning-bolt lamp (⚡️), bright yellow glow, above extended left palm. Soft-lit outdoor night background, silhouetted tiered pagoda (西安大雁塔), blurred colorful distant lights.
用这条提示词 →并排试一试
最省事的决策方法是同一条提示词跑两个模型对比——包括画廊在内，站内每张提示词卡片都写明了所用模型与尺寸，一键复现后直接在生成器里切换模型即可。