这期测评的是 Black Forest Labs 最新开源的 Flux 3 Image Klein。照旧搬出我们那套祖传测试用例，六道题逐一过一遍，看这个「乞丐版」模型到底能不能打。

第一题是中文长文本排版支持测试，要求生成一张水彩风的珠海五天行程插画。结果错字密度高得离谱：第一天的渔女和日月贝真实形象不对，「渔女」的「渔」字就错了，「渔民老鹈鹕海鲜餐厅」里的「渔」「鹈鹕」「海」都没写对。第二天「鲸鲨馆」的「鲨」字也错，第三天「渔民乐」的「渔」字同样错，「外伶仃」的「伶」「岛」只能算它潦草，细究也有问题；第四天「唐家湾」的「家」「湾」和「荔枝苑农家乐」都不对。第五天已经懒得数了——坦白说，这个模型的中文就是烂。

第二题考文生图的综合能力：左撇子咖啡馆写信。四个问题。提示词要求左手拿笔、右手拿烟斗，它正好反了；杯子里的清水应该满到快溢出来，也没有；画面上的文字本该面向我们、写着「亲爱的阿珍，见字如面」，结果很多字是错的；墙上的时钟要求停在 3 点 45 分，时针和分针都没指对地方。另外玻璃窗反射出的那只手也很怪，看着像在握一把勺子——而且手能被反射出来，同样肤色的人脸却完全看不到，这不合理。

第三题是同一角色多视角一致性测试，女孩四宫格不同角度。提示词要求真人写实摄影风格，角度没出大问题，细节却全崩：要求单手抱猫，它画成双手；要求缺一颗门牙，没缺；第四张图里草莓的位置也变了——另外三张都在女生左边，它挪到了右边。

第四题考物理常识，落地镜自拍加上桌面水杯与筷子。镜外女孩的高马尾是对的，镜子里却变成头发搭在肩上；镜子里女孩的手机拿反了；镜外女孩是盯着手机自拍的，镜里那个明显不是，手机离该在的位置也偏远；右边的桌子和杯子压根没出现在镜子里；杯子的水应该是满的，没有；筷子应该只有一根，也没看到折射。

第五题是图表生成，柱状图加饼图。中文已经不计了，第一题就知道它中文很烂。光看左边柱状图，刻度就不对——标的是 0、5、19、10、10，三根柱子的高度和刻度都对不上。右边饼图问题同样密集：出现了两个 D 品牌，C 品牌的标签指向了其他区块，A 品牌标称 35% 但实际占比绝对超过 35%，估计 40% 往上；而标着 10% 的「其他」那一块，看起来比 12% 的还大。

第六题是参考图编辑，把多人物参考图里左右两个男生的位置互换。下方残留了一只白人男生的右手，中间女孩的左肩还留着原来黑人男生的手——有人可能说那是黑人小女孩的手，但对比肤色深浅，应该是原黑人男生的。

测评到这里就结束了。最终这套新 Benchmark 上的得分我还没算完，晚点会在博客上公布，敬请查阅。看完之后，你觉得这个 Flux 的「乞丐版」模型怎么样？