大家好，我是冷逸。
这几天，我刷到 OpenRouter 官方发布的一张图。他们用同一句提示词让 20 个图像模型分别生图，按实际计费一算，发现最贵和最便宜的模型，价格竟然差了 22 倍。
22 倍！我第一反应是：那便宜的模型和贵的模型，效果到底差多少？
可惜官方并没有给到非常详尽的横评，如果大家感兴趣的话，可以空了安排一下。
不过，要论生图的性价比，那还得看国产。
最近，腾讯上线了混元图像3.5预览版（Hy Image3.5 preview），主打「画字更准」和「排版增强」，可达到 GPT Image 2 九成以上的效果，价格却只要七分之一。
正好朋友最近搞了个咖啡新品牌「栖山咖啡」，我干脆给自己接了个活：用它做一整套开业物料。
中文排版能不能用、能不能反复改，干完这单自然有答案。
一手测评
新模型刚刚上线，在腾讯自家的设计 Agent Miora 上，甚至还可以免费白嫖一波。
1）品牌初建：直出Logo与产品图
一个品牌要立起来，Logo 和产品图是绕不开的基建。所以我先尝试用 Hy Image3.5 preview 做了一套品牌资产。
提示词：
极简矢量 Logo 设计，2×2 网格展示同一品牌的四种构图变体，白色背景。品牌：虚构咖啡品牌「栖山咖啡」，山形图标 + 中文品牌名。
四格分别为：
左上：拱形排列——山形图标居中在上，中文「栖山咖啡」沿拱形排在图标下方；
右上：图标与字标左右并置——左侧山形图标，右侧横排「栖山咖啡」；
左下：纯文字版——只有中文「栖山咖啡」，字重粗壮，无图标；
右下：带副标题版——山形图标 +「栖山咖啡」+ 下方小字「秋日市集限定」。
焦糖棕单色，扁平矢量，线条干净，无渐变无阴影。全中文，中文不得错字、缺笔、变形。1:1 方形。
3:4 竖版商品实拍图。一袋牛皮纸咖啡豆袋立于浅灰色无缝背景前，袋身正面贴米白标签：上半部分是山形 logo 与中文「栖山咖啡」，下半部分是中文「秋日市集限定 · 中深烘焙」。旁边一只白色陶瓷咖啡杯，杯身烫印同样的山形 logo 与「栖山咖啡」。商业棚拍质感，柔和顶光，纸张纹理与陶瓷釉面反光真实，85mm 镜头。避免塑料感、错误反射、明显 CGI 感。
可以看出来，这次混元的新模型在对细节的理解和把控上相当稳。
给到我的 LOGO 比我想象的有设计感，不是烂大街的随便敷衍两笔。
但光有基础包装不够，我又追加了一组专业的微距咖啡豆细节图。
提示词：
咖啡豆与陶瓷咖啡杯微距摄影：几颗烘焙咖啡豆散落在牛皮纸咖啡豆袋开口处，100mm 微距镜头，突出咖啡豆的油脂光泽、表面纹理、豆袋纸张纤维与麻绳捆扎细节，杯身釉面反光与细微使用痕迹。商业棚拍质感，柔和侧光，浅景深，RAW 照片质感，焦糖棕与米白色调。避免塑料感、错误反射、畸形结构及明显 CGI 感。3:4 竖版。
咖啡豆微距（Hy Image3.5 preview）
咖啡豆微距（GPT Image 2）
这张图，我分别用两个不同的模型都跑了一次。
Hy Image3.5 preview 的表现让我非常惊喜——不仅豆子的油脂、袋口的纸纤维、麻绳上的细节表现得淋漓尽致，连杯沿那点釉面反光都极其逼真。
我是真没看出来任何“AI 味”，甚至带了不少专业摄影师的布光风范。
不过对于“散落在开口处”这几个字，两个模型的理解不太一样。
大家可以评论区留言看看，你更喜欢哪一种？
2）产品图背景随意换：电商主图的生死线
海报做得再好，真实世界的活儿往往不会这么一路顺下来。我紧接着甩了一个常见难题：“手上只有一张产品图，能不能直接丝滑换背景出图？”
打底图，用的是刚刚的商品参考图。接下来，两个场景共用一段锁定描述，只换背景：
提示词：
场景1·咖啡馆吧台：
严格保留参考图中的白色陶瓷咖啡杯与牛皮纸咖啡豆袋不变：杯形、袋形、山形 logo、杯身烫印「栖山咖啡」、袋身中文标签「秋日市集限定 · 中深烘焙」，一字不错、一处不动。只更换场景：独立咖啡馆的木质吧台上，暖色吊灯照明，背景虚化出手冲吧台和咖啡师剪影，杯中有刚倒好的拿铁。写实摄影，85mm 镜头质感，保留材质真实纹理，避免塑料感、错误反射、明显 CGI 感。3:4 竖版。
场景2·居家晨光：
严格保留参考图中的白色陶瓷咖啡杯与牛皮纸咖啡豆袋不变：杯形、袋形、山形 logo、杯身烫印「栖山咖啡」、袋身中文标签「秋日市集限定 · 中深烘焙」，一字不错、一处不动。只更换场景：居家窗边的原木小桌上，清晨柔和的斜射光，旁边有一本翻开的书和一小盆绿植，窗外虚化成暖色光斑。写实摄影，50mm 镜头质感，保留材质真实纹理，避免塑料感、错误反射、明显 CGI 感。3:4 竖版。
结果极其惊喜。结构、包装上的中文、Logo 都保持的很稳定，甚至连纸袋子上面那个不起眼的「S」包装小字，都被完好无损地保留了下来。
不仅杯袋光影自然融入了新环境，不同光线下投射在不同台面上的阴影也模拟的很自然。
3）多约束海报直出：改字修图一条龙
搞定了产品，接着来做宣传海报。
如果不知道怎么写提示词也没关系，Hy Image3.5 preview 自带了一个非常贴心的功能：一键扩写提示词。
提示词：
请为这个咖啡品牌设计一张中文商业宣传海报，画面需体现品牌调性与产品特色。具体要求：整体风格温暖高级，色调以深棕、奶白与焦糖色为主，可加入咖啡豆、蒸汽、拿铁拉花等元素；构图采用主体居中或三分法布局，突出品牌 Logo 与核心视觉焦点；光线柔和自然，营造手冲咖啡的质感与氛围；画面上方或中央配置简洁有力的中文主标语与副标题，字体选用现代无衬线或书法体以适配品牌气质；预留产品名称与价格信息的位置。整体呈现出精致、有格调的商业广告效果。
第一版出图后，如果里面的细节文字不是特别满意，还可以直接在 Hy Image3.5 preview 里选择「文字替换」，修改对应的文字重新生成。
当然，也可以直接用自然语言去修改替换对应的画面。
整个修图过程，相当丝滑，除了要改的地方，其他一点没崩。
也算是真正实现“指哪打哪”了。
4）信息图：一张图塞进一本说明书
还记得当初让 GPT Image 2 一战成名的一个检验标准，就是中文高密度信息图。
所以这次，我干脆也来挑战一下 Hy Image3.5 preview 的能力边界，让他生成了一页「手冲咖啡指南」。
提示词：
请生成一张高密度信息图风格的说明书，主题为「手冲咖啡指南」。要求：整体采用信息图（infographic）版式，信息层级清晰、图文密集而不杂乱；包含手冲咖啡的关键要素，如所需器具清单、咖啡豆与水的推荐比例、水温范围、研磨度、注水与闷蒸步骤流程、总萃取时间，以及常见风味影响因素。视觉风格简洁现代，配色以咖啡棕、米白、深灰为主，搭配少量强调色；使用图标、数据标注、分步骤编号与流程箭头增强可读性。版式适合竖版长图海报，文字为中文，标题醒目，重点数据突出显示。
手冲咖啡指南（Hy Image3.5 preview）
手冲咖啡指南（GPT Image 2）
事实证明，两个模型的表现都很不错，即使在复杂排版下，也没有出现文字变形或乱码的情况。
我甚至单独放大了 Hy Image3.5 preview 的小字细节，竟然也非常清晰准确，确实达到了 Image2 的九成功力。
这一步跨过去，这个模型在我这儿也算是真正的“能打”了。
5）换个画风做社媒海报
有了前面的资产，换个画风再发一轮社交平台，自然是水到渠成。
提示词：
请为「栖山咖啡」设计一张插画风格的秋日市集宣传海报。要求：整体采用温暖的手绘插画风，色调以秋日的橘棕、金黄、枫红与暖米色为主；画面可包含咖啡杯、落叶、南瓜、市集摊位、木质纹理等秋日元素，构图层次分明、留白舒适；搭配柔和光影与细腻的颗粒质感，营造温馨治愈、充满季节氛围的市集感；排版注重主标题与信息的清晰可读，融入品牌「栖山咖啡」的名称或标志，风格统一、富有手绘艺术气息。
这一组图我依然是用了两个模型来对比，毕竟 GPT Image 2 在生图的创造力和审美上一直都出了名的优秀。
但 Hy Image3.5 preview 的表现这次同样让我惊喜，在手绘插画上体现出了该有的温暖颗粒感与细腻光影。
而事实证明，参考图有时候确实会很大程度的限制模型的想象力。
6）市集现场手机抓拍
再来看看 Hy Image3.5 preview 在写实场景下的表现，结果也相当不错。
我试了两组写实抓拍：一张是秋日市集的现场，一张是情绪氛围感的人像。
提示词：
用手机拍摄的秋日市集现场，傍晚，从人群中微微仰拍，画面略微倾斜。画面中央是「栖山咖啡」的市集摊位：木质餐车上方挂着一块发光的中文灯牌「栖山咖啡 · 秋日市集」，高亮发光字体在傍晚天色中微微溢出光晕；摊位前两三个人排队，手持纸杯。暖色串灯、枫叶装饰，背景是虚化的市集人群。
画面存在噪点、轻微模糊、HDR 不均衡，亮部灯牌略过曝，暗部有细节丢失，真实随手拍风格，iPhone 实拍质感。除灯牌外不出现其他可读文字，中文不得错字、缺笔。3:4 竖版。
模拟市集现场手机抓拍
提示词：
一张情绪氛围人像：夜晚的市集街道，年轻的中国女性侧身回头看向镜头，背景是收摊中的市集，暖色串灯和路灯形成光斑与动态模糊。复古色调，富士胶片相机风格，粗颗粒感，85mm 镜头，浅景深。避免过度磨皮、避免塑料感。3:4 竖版。
收摊时的情绪片
第一张图里，过曝的光晕、噪点、色差都非常接近真实拍摄，镜头虚化得也很自然。
第二张图里，富士胶片的颗粒感、串灯拖出来的光斑、回头的那个角度，以及最考验 AI 的人手。都非常完美。
这种身临其境的烟火气，说是我亲自去现场拍的，你们估计都会信吧？
7）多参考修图
在修图这个场景，这次我也来了个猛的。
我一次性喂了 5 张参考图：现场抓拍、商品图、情绪片、毛线材质、毛绒玩偶，尝试让模型理解后生成最终的融合图。
提示词：
把图2的咖啡杯和图4的毛绒枫叶玩偶合体之后，放在图1市集摊位的木质餐车上，卡通眼睛看着镜头。参考图3中串灯的样式外观，将暖色小灯零散地漂浮在图1画面各处，把图1的餐车墙面材质整体换成图5的针织毛线材质。整体呈现梦核的怪诞感觉，色调保持秋日暖棕。
结果让人叹为观止：玩偶和咖啡杯成功合体上了餐车，玩偶长了双卡通眼睛盯着镜头；小灯散在画面各处，背景墙换成了针织毛线；而原来的灯牌和人群还在原位没动。
图片也按照参数自然调整为了 16:9 的横版。
这么天马行空的修图逻辑被稳稳接住，多图融合能细致到这个程度，是我完全没料到的。
8）彩蛋：顺手做了个经营小游戏UI
最后，再来个彩蛋。趁着手热，我顺便尝试做了一款横版经营手游的界面。
提示词：
20:9 横屏治愈系模拟经营手游主界面截图。背景：秋日市集里的一间木质咖啡小店，暖色灯光，柜台后有手冲吧台，窗外飘枫叶。UI：左上椭圆等级「Lv.12」；左侧细线图标纵列「订单·菜单·仓库·店员」；右侧 24% 复古纸片菜单＋一张票券「开店 OPEN」；底部渐暗区一行中文台词「今天的第一杯，要加一份秋天吗」。手绘质感、纸张纹理，焦糖棕、暖沙色、墨绿、象牙白配色，UI 克制不挡景。全中文（票券英文除外），中文不得错字、缺笔。避免写实照片感、避免杂乱图标。
满满的氛围感这不就来了？直接拿去当游戏 Demo 的概念宣发图都毫不违和。
