GenEval
以目标检测与颜色分类自动评估文生图模型的组合对齐；榜单在模型名中区分提示词重写设置。
收录成绩1717 个模型或系统
当前第一94.0Structured Prompter + Qwen-Image
指标总分六类任务准确率的平均值（原始 0–1 分数乘以 100）
最近同步10-19 15:306 个数据源 · 文生图组合对齐
排名表
显示 17 / 17
| 模型 | 机构 | 参数 | 开源 | 评测设置 | 来源 | 备注 | |||
|---|---|---|---|---|---|---|---|---|---|
| 1 | Structured Prompter + Qwen-Image | ByteDance Seed | — | — | 94.0 | — | 模型方自报 | 2026-10-19 | 定位：Table 2，w/ PE / Ours (Qwen-Image)；来源发布日期：2026-07-31；使用训练后的结构化提示词重写器；单次生成；原始 0–1 分乘以 100。 |
| 2 | Matched NL + Qwen-Image | ByteDance Seed / Alibaba Qwen | — | — | 91.0 | — | 模型方自报 | 2026-10-19 | 定位：Table 2，w/ PE / Matched NL + Qwen-Image；来源发布日期：2026-07-31；使用论文的 matched natural-language 重写；单次生成；原始 0–1 分乘以 100。 |
| 2 | Qwen-Image [official PE] | Alibaba Qwen | — | — | 91.0 | — | 第三方复现 | 2026-10-19 | 定位：Table 2，w/ PE / Qwen-Image official PE；来源发布日期：2026-07-31；使用 Qwen-Image 官方提示增强；论文统一复测，原始 0–1 分乘以 100。 |
| 4 | Intern Lumina U2 (NVIDIA) [no reasoning prompt] | Shanghai AI Laboratory | — | — | 89.0 | — | 模型方自报 | 2026-10-19 | 定位：Table 7，Ours (NVIDIA)；来源发布日期：2026-10-14；模型方自报；论文明确说明不使用 reasoning-augmented prompting；GenEval 已按 0–100 报告。 |
| 4 | Nano Banana [PE] | — | — | 89.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/ PE / Nano Banana；来源发布日期：2026-07-31；转引自该论文表 2；使用产品内置提示增强，原始 0–1 分乘以 100。 | |
| 6 | BAGEL + CoT [PE] | ByteDance Seed | — | — | 88.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/ PE / BAGEL + CoT；来源发布日期：2026-07-31；转引自该论文表 2；使用 CoT 提示增强，原始 0–1 分乘以 100。 |
| 6 | SeFi-Image-5B [no reported rewriter] | SeFi Team | — | — | 88.0 | — | 模型方自报 | 2026-10-19 | 定位：Table 5，SeFi-Image-5B；来源发布日期：2026-06-21；模型方自报；报告未说明使用提示词重写；原始 0–1 分乘以 100。RL 使用通用 tagged reward model，未报告以 GenEval 评分或奖励训练。 |
| 8 | LongCat-Image [PE] | Meituan LongCat | — | — | 87.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/ PE / LongCat-Image；来源发布日期：2026-07-31；转引自该论文表 2；使用提示增强，原始 0–1 分乘以 100。 |
| 8 | Qwen-Image [no PE] | Alibaba Qwen | — | — | 87.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/o PE / Qwen-Image；来源发布日期：2026-07-31；转引自该论文表 2 所列已发布基线；不使用提示词重写，原始 0–1 分乘以 100。 |
| 10 | Emu3.5 [no PE] | BAAI | — | — | 86.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/o PE / Emu3.5；来源发布日期：2026-07-31；转引自该论文表 2；不使用提示词重写，原始 0–1 分乘以 100。 |
| 11 | Mural 7B [no rewriter] | Amazon AGI | — | — | 85.0 | — | 模型方自报 | 2026-10-19 | 定位：Table 2，Mural 7B / GenEval；来源发布日期：2026-06-27；模型方自报；表 2 的 ‡ 才表示 prompt rewriting，Mural 7B 行无 ‡；原始 0–1 分乘以 100。CoT 只用于同表 WISE，不用于 GenEval。 |
| 12 | GPT-Image-1 [PE] | OpenAI | — | — | 84.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/ PE / GPT-Image-1；来源发布日期：2026-07-31；转引自该论文表 2；使用产品提示增强，原始 0–1 分乘以 100。 |
| 12 | i1 [Qwen3-4B rewriter] | Princeton University | — | — | 84.0 | — | 模型方自报 | 2026-10-19 | 定位：Table 8，i1 (Ours) / GenEval；§5.1 Prompt Rewrite；来源发布日期：2026-06-09；模型方自报；GenEval 短提示词由 Qwen3-4B 扩写；原始 0–1 分乘以 100。报告仅把 DPG/PRISM/LongText 用于受控设计实验，未以 GenEval 评分或奖励训练。 |
| 14 | LongCat-Image + APT [no inference rewriter] | Meituan LongCat | — | — | 83.2 | — | 模型方自报 | 2026-10-19 | 定位：Table 1，LongCat-Image / w/ APT；来源发布日期：2026-10-13；模型方自报；APT 是训练数据构建流程，推理时未报告提示词重写；原始 0–1 分乘以 100。 |
| 15 | BAGEL [no PE] | ByteDance Seed | — | — | 82.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/o PE / BAGEL；来源发布日期：2026-07-31；转引自该论文表 2；不使用提示词重写，原始 0–1 分乘以 100。 |
| 16 | OmniGen2 [no PE] | VectorSpaceLab | — | — | 80.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/o PE / OmniGen2；来源发布日期：2026-07-31；转引自该论文表 2；不使用提示词重写，原始 0–1 分乘以 100。 |
| 17 | FLUX.1 Dev [no PE] | Black Forest Labs | — | — | 67.0 | — | 论文报告 | 2026-10-19 | 定位：Table 2，w/o PE / FLUX.1 Dev；来源发布日期：2026-07-31；转引自该论文表 2 所列已发布基线；不使用提示词重写，原始 0–1 分乘以 100。 |
榜单说明
第 2 批接入- 指标
- 总分：六类任务准确率的平均值（原始 0–1 分数乘以 100）（越高越好）
- 数据源
- Scaling Properties of Text Conditioning（在新窗口打开）（论文或项目页）
- APT（在新窗口打开）（论文或项目页）
- Intern Lumina U2（在新窗口打开）（论文或项目页）
- i1（在新窗口打开）（论文或项目页）
- Mural（在新窗口打开）（论文或项目页）
- SeFi-Image（在新窗口打开）（论文或项目页）
- 来源类型
- 论文报告 9模型方自报 7第三方复现 1
分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。
更新记录
0 条首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。