GPT-image-2 vs DALL·E 3 vs Midjourney v7: Benchmark 50 prompt

Thiết lập benchmark: 50 prompt chuẩn hóa trên 5 hạng mục — chân dung chân thực, dàn dựng sản phẩm, minh họa, kiến trúc và trừu tượng. Mỗi prompt chạy y hệt qua GPT-image-2 (chất lượng medium), DALL·E 3 và Midjourney v7. Chấm bởi 3 người, thang 1–5, trên độ bám prompt và chất lượng thẩm mỹ. Danh sách prompt và đầu ra đầy đủ ở cuối bài.

Số liệu nổi bật

• Độ bám prompt: GPT-image-2 4.4 / DALL·E 3 3.6 / Midjourney v7 3.2.
• Chất lượng thẩm mỹ: GPT-image-2 4.1 / DALL·E 3 3.7 / Midjourney v7 4.5.
• Tổng hợp: GPT-image-2 4.25 / Midjourney v7 3.85 / DALL·E 3 3.65.

Theo hạng mục

Chân dung chân thực

GPT-image-2 thắng về độ bám prompt — đúng tuổi, biểu cảm và trang phục. Midjourney thắng về thẩm mỹ; chân dung trông 'tạp chí' hơn. DALL·E 3 tụt lại ở cả hai.

Dàn dựng sản phẩm

GPT-image-2 áp đảo ở đây. Cả DALL·E 3 và Midjourney thường tự bịa thêm tính năng sản phẩm khi chỉ có mô tả bằng chữ; GPT-image-2 thì nghiêm ngặt.

Minh họa

Midjourney v7 thắng hạng mục này với cách biệt lớn — phong cách đặc trưng là sức mạnh của nó.

Kiến trúc

GPT-image-2 thắng về tính nhất quán hình học. Hai model còn lại trôi dạt phối cảnh và tỉ lệ trong prompt dài.

Trừu tượng

Tương đối hòa. Cả ba đều cho ảnh ấn tượng. Hãy chọn theo gu thẩm mỹ cá nhân.

Đã quy đổi theo chi phí

Chi phí mỗi ảnh có ý nghĩa. Midjourney khoảng $0.06 mỗi ảnh ở gói Standard; DALL·E 3 ~$0.04 (hoặc 'miễn phí' trong ChatGPT Plus); GPT-image-2 medium ~$0.05. Cả ba đủ gần nhau để chất lượng — chứ không phải giá — nên là yếu tố quyết định.

Cái chúng tôi thực sự dùng

• Minh họa editorial / branded: Midjourney v7.
• Mockup sản phẩm, ảnh quảng cáo, bất cứ thứ gì cần độ bám prompt: GPT-image-2.
• Người dùng ChatGPT thông thường không trả thêm phí API: DALL·E 3 vẫn hữu ích.