同一条 Prompt，三套引擎横评：Cloud-Image × Nano Banana × Grok-suite
同一条 prompt，三套引擎一起跑，才有资格谈“谁更强”。
这篇就用一个人物动作 + 动态镜头 + 高情绪的基准题，来横评我常用的三套绘画引擎：
- cloud-image（我的默认主力：SDXL / FLUX / Leonardo）
- nano-banana-pro（Gemini Image）
- grok-suite（Grok Imagine）
说明：本文面向公开读者，不包含任何敏感部署信息（token / IP / 端口等全部省略或打码）。
1) 为什么要“同 prompt 横评”
很多“模型对比”之所以没意义，说白了是因为对比方式不干净：
- prompt 不一致（你改了一个词，任务就变了）
- 场景太温柔（看不出硬伤）
- 没有评估维度（最后只能凭感觉吵）
所以我给自己定了一个很朴素的规则：
- 只用一条 prompt
- 固定画幅（本次 16:9）
- 固定禁用项（无文字 / 无水印 / 无 logo / 不复刻具体 IP）
- 按维度打分（不靠“我觉得”）
2) 本次基准 Prompt（人物动作：最容易暴露缺陷）
这次我选了一个特别“拷打模型”的题：人物冲刺奔跑。
它会同时考验：肢体比例、重心、表情、速度感、透视、细节稳定性——基本哪里弱，一眼就露馅。
Baseline Prompt（中文）：
原创角色：一位 20 多岁的成年运动员，赤裸上身，在足球场上全力奔跑冲刺。热血少年漫画/动漫风格（shonen anime），低机位跟拍，广角透视，16:9 电影宽幅构图。强烈速度线与运动模糊表现，草屑飞溅，汗水高光，表情坚定、热血。背景有观众看台与球场灯光，夕阳逆光、对比强烈、色彩饱和。 要求：无文字、无水印、无 logo、无队徽、不复刻任何具体 IP 角色。
3) 三张结果图（同 prompt，同画幅）
3.1 cloud-image（SDXL）
3.2 nano-banana-pro（Gemini Image）
3.3 grok-suite（Grok Imagine）
4) 评分维度（我用这 6 项）
每项 1～5 分，越高越好：
- 指令遵循：是否做到“赤裸上身 + 奔跑 + 足球场 + 16:9 + 无文字/无logo”
- 动作可信度：重心、摆臂、腿部形态像不像在冲刺
- 脸与肢体稳定性：脸崩、手指畸形、额外肢体等翻车项
- 画面张力：速度线、透视、情绪、光影是否“热血”
- 细节稳定：草屑、汗水、球场灯光、看台是否自然
- 可用性（出片率）：拿去当封面/配图/海报的概率有多高
5) 横评结论（一句话版本）
- grok-suite：这组里“热血漫画分镜感”最强——表情狠、对比猛、速度线有劲，情绪张力直接拉满。
- cloud-image（SDXL）：更稳、更干净、更像“可交付插画”；但整体冲击力通常更克制。
- nano-banana-pro：更容易抽到“意外惊喜”，适合探索风格/构图；代价是波动也更大。
如果只给一个选择建议：
要“看一眼就热血”的封面 → 先试 grok-suite；要“稳定可复现的交付” → 用 cloud-image 打底；要探索/找灵感 → nano-banana-pro 负责开路。
6) 把横评变成工作流：三条 baseline prompt
真要把这事做得长期有用，我更推荐你固定三条“基准题”，以后换引擎/换模型就跑一遍：
- 人物动作（肢体 + 动势）
- 氛围场景（光影 + 情绪）
- 产品海报（可控性 + 商业可用）
你会很快攒出一套“无需争论的事实库”：
- 这套引擎更擅长什么
- 它会在哪些维度翻车
- 你该把它放在工作流的哪个环节