プラットフォーム上で最もよく使用されている 3 つの画像モデル間で比較した、解像度、速度、スタイル制御、画像あたりのコスト。
Starsg で最もよく使用される 3 つの画像モデルは、テキスト モデルよりもはるかに異なっています。イメージ呼び出しはイメージごとに料金が設定され、再試行が一般的であるため、間違って選択するとコストが高くなります。
解像度と速度
- GPT 画像 1 — 画像あたり最大 1920px、6-9、読みやすいテキストと UI モックアップで最も強力
- FLUX — 最大 2048px、3 ～ 5s、1 ドルあたり最高のフォトリアリズム、タイポグラフィーが最も弱い
- Seedream — 最大 1536px、2 ～ 4s、最速のオプションとバッチ全体での最高のスタイルの一貫性
スタイルコントロール
同じアート ディレクターから作成されたように見える 20 枚の画像が必要な場合、最高の品質よりもスタイルの一貫性が重要です。 Seedream は、バッチ全体にわたって参照スタイルをほとんどドリフトなく保持します。シードを固定してスタイル句を逐語的に繰り返さない限り、約 8 枚の画像の後、FLUX は顕著に変化します。
単語を含む画像はすべて GPT 画像に属します。他の 2 つは、自信を持ってスペルミスのある美しいテキストを生成します。
承認された画像あたりのコスト
呼び出しあたりの定価は誤解を招きます。代わりに、受け入れられた画像ごとのコストを測定します。価格に再試行率を掛けます。マーケティング資産のワークロードでは、3 出力の 1 がテキスト エラーで拒否されたため、FLUX は呼び出しごとに最も安く、受け入れられた画像ごとに 2 番目に安価でした。