過去三個月，我用同一套 53 組繁體中文題目考了六個開源生圖模型，另外幾篇評測雖然主題不是中文，也都碰到了中文字。每篇文章各回答一個問題，但最常有人問的其實是同一句：所以我該用哪個？
這篇就是那句話的整理。它不重新排名，只把各篇的證據收成「需求對模型」的對照，並附上不換模型就能少錯字的做法。新模型出來會更新，標題帶版本，文末有更新記錄。
快速結論
- 海報、Banner、菜單、資訊圖：SenseNova U1.5，配官方 Prompt 增強。它是目前開源裡唯一把「濱」「廳」「衛」「蚵」這幾個死亡字寫對的模型
- 4 字以內的大標題：ERNIE-Image Turbo、Qwen-Image-2512、Boogu、SenseNova、Ideogram 4 都能過，挑你喜歡的畫面風格就好
- 整段密集小字（說明書、內文）：沒有模型能全對。SenseNova 最接近，仍要逐字校對或後製
- 漫畫對白：在 SenseNova 上，台詞逐格用引號寫進 prompt 就會對，不需要另外改寫 prompt；其他模型未用同規則驗證
- 生成後想改字：SenseNova 的編輯模式可以只改字不動圖；用獨立編輯模型的話選 JoyAI 或 Qwen 2511，Klein 的中文會亂碼
- 不換模型也能少錯字（只在 SenseNova 上驗證過，套到其他模型是推論）：所有會出現的文字放引號逐字寫、prompt 結尾加「除引號內文字外不出現任何文字」、只有資訊密集版面才過 Prompt 增強
這篇怎麼用
三件事先講清楚，免得把不同規則的成績讀成同一張排行榜。
各篇評測的規則不一樣。 五模型評比是每題出 4 張挑最好的 1 張，量的是「挑圖後能到什麼程度」；SenseNova 兩篇是每組 2 個 seed 全放、不挑圖，量的是「固定條件下的命中率」。後者的規則對模型比較不利，所以 SenseNova 的成績是在更嚴格的條件下拿到的。本文的建議已經把這個差異算進去，但你若要自己比較，先看每篇開頭的「測試條件」表。
範圍只有開放權重的模型。 文生圖：SenseNova U1.5、ERNIE-Image Turbo、Qwen-Image-2512、Boogu Image 0.1、Z-Image、KREA 2 Turbo、Ideogram 4、HiDream-O1、Microsoft Lens；圖像編輯：JoyAI、Flux.2 Klein 9B、Qwen 2511、Mage-Flow Edit、Boogu Edit。全部在 ComfyUI 本機跑。GPT Image、Midjourney 這類閉源服務不在這篇裡。
這是 2026 年 9 月的版本。 繁體中文的文字渲染這半年進步很快，六月還沒有模型能寫對「濱」，九月已經有了。之後有新模型過關會更新這篇，文末「更新記錄」會寫改了什麼。
依需求選模型
先看總表，再往下讀每一項的理由。
| 你要做的事 | 建議 | 證據出處 |
|---|---|---|
| 海報、Banner、資訊圖、菜單、仿單 | SenseNova U1.5，資訊密集版面加過官方 Prompt 增強 | U1.5 實測、Prompt 增強實測 |
| 4 字以內的大標題 | ERNIE、Qwen 2512、Boogu、SenseNova、Ideogram 4 任選，看畫面風格 | 五模型評比、Ideogram 4 評測 |
| 整段密集小字 | 沒有模型能全對；SenseNova 最接近，出圖後逐字校對，或文字後製 | U1.5 實測 |
| 漫畫對白 | SenseNova，台詞逐格寫進引號；不必過 Prompt 增強 | Prompt 增強實測 |
| 生成後改字、換價格日期 | SenseNova 編輯模式；獨立編輯模型選 JoyAI 或 Qwen 2511 | U1.5 實測、編輯模型大亂鬥 |
| 不需要中文字、純美感 | KREA 2；人像用原始 prompt，不要過 Prompt 增強 | 五模型評比、Prompt 增強實測 |
海報、Banner、菜單、資訊圖
這是繁體中文生圖最常見的需求，也是差距拉最開的地方。六月五個模型測「台北大佳河濱公園」音樂節海報，20 張沒有一張把「濱」寫對；九月 SenseNova U1.5 兩個 seed 都對，而且是在不挑圖的規則下。
房地產廣告的「三房兩廳雙衛」也是同一個故事。上次四家全錯，這次 SenseNova 兩張全對，金字大標、深綠底、建築渲染的整體版面是八欄裡最接近可以直接交件的一張。
版面上文字越多，越建議把 prompt 先過一次官方的 Prompt 增強（下一節會講怎麼做）。11 組資訊密集題目裡，原始 prompt 只贏 1 組。
4 字以內的大標題
這是所有模型的舒適圈。六月的五個模型「台北春景圖」四個字全部正確，名片上的人名職稱也沒問題。
所以標題短的時候，選模型的依據不是文字，是畫面：想要浮世繪或水墨的味道、想要商業攝影的質感、想要插畫的風格，看各篇的對照圖挑你喜歡的那家。
整段密集小字
藥品說明書、書法長文、菜單細項，目前沒有開源模型能整段全對。SenseNova 是最接近的一家，但小字仍會出現錯字與偽字；HiDream-O1 的繁體大字大多寫對，小字錯字率還是高。
實務上的做法是把文字分成兩層：大標題與短句交給模型，整段內文用設計軟體後製。若一定要模型寫，出圖後逐字核對引號內的每個字，錯字經常長得很像（投寫成授、八寫成公），掃一眼會漏。
漫畫對白
漫畫是少數「原始 prompt 就夠」的題型。四格漫畫和武俠漫畫頁的對白，只要逐格用引號寫進 prompt，SenseNova 的原始版就已經全對，過 Prompt 增強反而讓改寫者的品味干擾畫面。
要防的是模型自己加標題，在 prompt 結尾補一句「除引號內文字外不出現任何文字」就好。這條不能直接套到其他模型：六月的武俠漫畫題，ERNIE 的「斬」無論怎麼抽都只出簡體，逐格引號救不了系統性偏差。
生成後改字
做設計最常遇到的不是重畫一張，而是改一個日期、換一個價格。SenseNova 是統一多模態模型，同一個模型可以吃編輯指令：把票價從 1,800 改成 2,200，標題書法的飛白、棕櫚剪影、音符位置全部原樣保留。
如果你用的是獨立的圖像編輯模型，中文字是分水嶺。門口掛一條「歡迎光臨」紅布條，JoyAI、Qwen 2511、Boogu 全對，Mage-Flow Edit 寫成簡體還錯一字，Klein 9B 直接亂碼。Klein 的英文排版全場最美、未編輯區域保真最強，但只要有中文就不能選它。
不需要中文字
拿掉文字壓力之後，KREA 2 的構圖想像力仍是這批模型裡最強的，人像的膚質、光影、景深也是。它的代價是繁體中文完全不可用，所以只在畫面不需要任何中文字時選它。人像題不管用哪家，都用原始 prompt，Prompt 增強對人像只有扣分。
死亡字對照
六月題庫養出六個沒有模型能穩定寫對的字：濱（17 畫）、廳（25 畫）、衛（16 畫）、蚵（10 畫）、闊（12 畫）、膚（15 畫）。九月的通關情況：
| 字 | 出現的題目 | 五模型（2026 年 6 月，4 張挑 1） | SenseNova U1.5（2026 年 9 月，2 seed 全放） |
|---|---|---|---|
| 濱 | 音樂節海報「大佳河濱公園」 | 20 張全錯 | 兩張全對；客串的 Ideogram 4 也對 |
| 廳、衛 | 房地產廣告「三房兩廳雙衛」 | 四家全錯 | 兩張全對 |
| 蚵 | 台灣美食「蚵仔煎」 | 五家全滅 | 四個食物標籤全對 |
| 闊、膚 | 見題庫 | 沒有模型穩定寫對 | 本輪未單獨追蹤，以完整 53 組對照圖為準 |
要避開的坑
- Z-Image：繁簡混淆最嚴重，「燒」「盡」「憶」整組輸出簡體，適合不需要中文字的快速出圖
- Microsoft Lens：官方自己承認非英文較弱，實測會把繁體 prompt 畫成簡體字
- ERNIE-Image Turbo：文字整體很穩，但特定字有系統性偏差，「斬」無論抽幾次都只出簡體
- HiDream-O1 Dev 蒸餾版：文字題明顯劣化，整段英文 Full 版逐字正確、Dev 版亂碼；要文字就用 Full
- KREA 2 Turbo：純美感之王，繁體中文不可用
- Flux.2 Klein 9B（編輯模型）：中文完全亂碼
- Grok、Boogu 這類「愛加字」的模型：會自己在畫面上排沒要求的文案，用結尾禁字那句話擋
不換模型也能少錯字的三招
模型是上限，prompt 決定你能不能碰到上限。這三招從 SenseNova 的 16 組同 seed A/B 測試收斂出來，只在它身上驗證過；引號逐字這一條在六月的五模型評比就是題庫的設計原則，但「亂碼長在沒指定文字的地方」這個觀察只在 SenseNova 上看到。套到其他模型請當合理推論，自己測過再信。
一、版面上每一段會出現的文字，都用引號逐字寫進 prompt
包括你以為模型會自己安排的東西：圖表的國名、流程圖每一步的說明、副標題、倒數計時器的數字。在這次測試裡，prompt 有指定的文字模型幾乎不會寫錯，亂碼幾乎都長在「版面需要文字、但 prompt 沒給」的空白處。空白留給模型，模型就還你亂碼。
二、prompt 結尾加「除引號內文字外，不出現任何其他文字」
封殺模型自作主張加標題的空間。漫畫題、極簡設計、人像都靠這一句就夠，不需要下一招。
三、只有資訊密集版面才過 Prompt 增強
SenseNova 官方 GitHub 有一套公開的 system prompt，把你的短 prompt 交給任何一個夠好的 LLM 改寫成 400 到 600 字的結構化長 prompt。它的本質就是把第一招做到極致：版面上每段文字都變成「有指定的文字」。
| 題材 | 要不要過 Prompt 增強 |
|---|---|
| 資訊圖、流程圖、海報、菜單、仿單 | 要，亂碼歸零，排版也升級 |
| 極簡風設計 | 不要，增厚描述跟極簡互斥 |
| 漫畫 | 不必，台詞逐格寫進引號就有九成效果 |
| 人像 | 不要，只剩服從度，美感反而扣分 |
另外兩個工具型的小技巧：Ideogram 4 用自然語言 prompt 的拒繪率有 17%，換成它官方的 JSON 格式同 seed 拒繪歸零；HiDream-O1 附的 Prompt Agent 對「要先知道詩句內容才畫得出來」的題目很有用，先讓它改寫再生成。
出圖之後
- 每題至少出 4 張再挑，文字渲染的抽卡成分很大
- 逐字核對引號內的文字，特別注意形近字與繁簡字：投與授、八與公、遠與远、購與购
- 小字先放大看再判定，Lens 這類模型會把文字縮得很小，錯字不容易一眼看出來
自己測
上面的建議全部來自同一套題目，你可以拿同一套去考手上的任何模型。
題庫：繁體中文 AI 生圖測試 Prompt 題庫 v1.0，17 類 53 組，附中文說明。JSON 與 Markdown 兩種格式可以直接下載，授權 CC BY 4.0，註明出處即可自由使用。
評分：文字正確性與美感分開記。文字分四級（全對、錯 1 字、錯 2 字以上、亂碼），美感分三級，細節在題庫文的「評分表」一節。
先決定挑圖規則：「每題 4 張挑 1 張」量的是挑圖後的上限，「每組 2 個 seed 全放」量的是固定條件下的命中率。兩種都可以，但要寫明，而且不要混在同一張表裡。跨模型用相同 seed 不等於公平，同 seed 只保證同一模型內可重現，跨模型比較請靠題目數與公開設定。
記錄測試條件：這個系列每篇評測開頭都有一張 8 列的表，你可以直接照抄格式。
| 項目 | 要寫什麼 |
|---|---|
| 測試日期 | 年月即可 |
| 題庫 | 版本與用了哪幾組 |
| 模型 | 名稱、版本、量化格式 |
| 執行環境 | ComfyUI 版本或其他工具，本機或雲端 |
| 解析度 | 各模型實際使用的尺寸 |
| 生成與挑圖 | 每題幾張、挑不挑、挑的規則 |
| 評分方式 | 文字怎麼判、美感怎麼判、兩者是否分開 |
| 本篇回答的問題 | 一句話 |
測了新模型、或發現新的死亡字，歡迎來信告訴我，我會把成績補進題庫文的「考過誰」表。
系列地圖
這篇整合的六篇評測與題庫，各自回答的問題與使用的規則：
| 文章 | 回答的問題 | 規則 |
|---|---|---|
| 2026 開源 T2I 繁體中文實測：五大模型 | 六月時五個開源模型的繁體中文能到什麼程度 | 53 組，每題 4 張挑 1 |
| SenseNova U1.5 繁體中文實測 | 不挑圖的前提下，U1.5 的正確率與版面完成度 | 53 組，每組 2 seed 全放 |
| SenseNova 官方 Prompt 增強實測 | 固定條件下改寫 prompt 能救多少 | 16 組同 seed A/B |
| 繁體中文 AI 生圖測試 Prompt：53 組全公開 | 題庫正本、評分表、下載 | v1.0 |
| 四家開源 T2I 同題對決與 Ideogram 4 拒繪懸案 | Ideogram 4 的文字能力與 JSON prompt 寫法 | 35 組同 seed |
| 開源圖像編輯模型大亂鬥 | 編輯模型誰能正確改中文字 | 同圖同指令 |
| HiDream-O1 實測、Microsoft Lens 實測 | 兩個新模型的官方宣稱有幾件成立，含繁體中文 | 官方宣稱逐條驗證 |
更新記錄
- 2026-09-10：初版。整合截至九月初的六篇評測與題庫 v1.0。
- 2026-09-10 修訂：快速結論的「漫畫對白」與「三招少錯字」限定於 SenseNova 實測範圍，其他模型標為推論。
本文建議以各篇評測的實測結果為準，美感判斷為作者主觀；模型更新後結論可能改變，以更新記錄的日期為準
