AI产品狙击手此前用一套「祖传测试用例」测过不少大语言模型，但文生图模型一直没有做过 Benchmark。这次补上：同样是 6 道题、每题 10 分，分别考察中文文字生成、物理规律理解、AI 修图等能力。第一位上场的，是字节跳动的 Seedream 5.0 Flash。

Q1 中文长文本排版支持（水彩风珠海 5 天行程插画，6 分）：整体生成的大方向没有问题，画面和五日行程安排也都正常，主要问题出在错别字，一共错了三处——第一天的「日月贝鹈鹕歌剧院」把「鹈鹕」写错，第二天「鲸鲨馆」的「鲨」字写错，第三天「外伶仃」的「仃」字写错。算它刚及格。

Q2 推理和中文支持（桂林手绘三日行程图，7 分）：这一题不给任何具体行程描述，要求模型自己推理。三日行程的安排它能正常推理出来，整个画面也比较讨喜，核心能力是达成的。但错别字依然存在：某处「船……夜游」有个字认不出来，「土鸡」后面接的「等」字不对，「世外桃源」的「世」字写得很别扭，乍一看像个「山」字。因为本题主要考察推理能力，给 7 分。

Q3 同一角色多视角一致性（女孩四宫格不同角度，4 分）：三个问题——右边不该多出一个人物来，说好的是四宫格；右下角那张应该是 3/4 视角、稍微侧对着镜头，没有做到；左下角两只手是垂下来的，很明显没有抱着白猫。完全不及格。

Q4 物理常识（女孩落地镜自拍 + 水杯筷子折射，3 分）：这是穿帮最密集的一题，一共挑出七处。第一，女孩明显不是站着的，提示词写的是站在落地镜前拍摄；第二，镜子里的手机方向反了，违反物理规则；第三，镜中女孩拿手机的手能看到 5 根手指，而对比扶着手机边框的手指和真实情况，那明显是食指，也就是说还有一根拇指被挡住没看到，镜子里的女孩有 6 根手指；第四，提示词说杯子是装满水的，但明显没有；第五，筷子无论在镜子里还是镜子外都没有半点折射；第六，从我们这个角度看镜子，杯子放在那个位置其实不大可能从镜中被看到；第七，提示词说的是一根筷子，画面里明显是两根。穿帮太多，只能给 3 分。

Q5 柱状图和饼图图表生成（7 分）：完整看过一遍，没有什么大问题。真要挑的话，就是左边柱状图里红色那一根数值是 25，但高度稍微超出了代表 25 的虚线一点点。其余没什么问题。

Q6 参考图和图片编辑（左右两个男生位置互换，3 分）：左右两个男生的位置确实互换了，但三位女生的位置也跟着换了——感觉模型只是把它理解成了「所有人物左右互换」。勉强给 3 分。

总的测评下来，因为这是这套 Benchmark 的第一个被测模型，没有其他模型做比较，所以目前还不确定是这套用例太难，还是这个模型太烂，只能等测多几个之后再下定论。