Quantslant 四模型同题实测：H3-Image 最便宜，波兰语 13 处错、透明底 0/5

11 月 9 日的 Seedream 5.5 与 11 月 10 日的 H3-Image 只隔一天，两家中国图像模型撞在一起。Quantslant 11 月 12 日的文章做了一件很难得的事：用同一套提示词、同一套计数方法，把这两台新机与作者此前测过的 Nano Banana 2.1、GPT-Image-2.6 放在同一张桌上比——六个类别，每个都有数字。测试在 11 月 10 日完成，文章 11 月 12 日 18:30（北京时间）发布。结论很干净：H3-Image 是四台里最便宜的，也是文字、人脸与透明底上最弱的。

六项对照：总表

价格是作者实测时从各渠道成本栏读出的数（Nano Banana 2.1 的 2K 价走 OpenRouter，GPT-Image-2.6 Sunburst medium 按 1024×1024 计，Seedream 5.5 用 WaveSpeedAI 的公开价）；分辨率与参考图数量取自各家渠道目录（截至 11 月 10 日）。横线表示作者没有测。

波兰语：Nano Banana 完胜，H3 最弱

五道提示词——面包店招牌、海报、书封、菜单与一句全字母句，总共 389 个字符。Nano Banana 2.1 与 GPT-Image-2.6 几乎零错，Seedream 5.5 平均 3 处，H3-Image 平均 13 处。H3 最常见的错是把波兰货币符号 zł 写成 zl，几乎每个价格都错。短标语一项同样：30 张里 H3 只有 17 张全对，Seedream 27 张，Nano Banana 30 张全对。结论：图上要放非英语文字，别选 H3。

人脸：GPT-Image-2.6 居首，H3 有个 EXIF 陷阱

同一套流程、同一位被摄者（Waco，同意肖像用于教程）的 3 张照片、10 道提示词，ArcFace 逐项打分：GPT-Image-2.6 0.729、Seedream 5.5 0.632、H3-Image 0.573、Nano Banana 2.1 0.508。H3 的人物与服装保持得住，但脸只是「像」，不是「同一个人」。还有一个值得单独记的坑：H3 首轮只拿到 0.273——相当于陌生人——因为作者发的是手机照片，没有先做 EXIF 旋转，模型收到的脸是横躺着的；其它几家 API 会自己旋转，H3 不会。旋转后再测是 0.573。用 H3 做人脸参考图，先把照片转正。

透明底：Seedream 10/10，H3 0/5

H3-Image 没有透明背景：文档里列为不支持，实测 5 次全无；Seedream 5.5 交出 10 个带真实 alpha 通道的文件（玻璃不透光除外）。要做产品抠图，H3 得另接背景移除工具。作者没有测 Nano Banana 与 GPT-Image-2.6 的透明底。

编辑：单次很好，链式掉队

单次编辑 H3 表现很好：一瓶精华液放进六个场景，标签六次全对。链式编辑（改上一轮的结果）就弱了：2–3 轮后标签纸面起纹，5 轮后整图过锐；同一测试里 Seedream 5.5 干净地走完 8 轮。一次改到位用 H3 没问题，要反复改同一张图，Seedream 更稳。

分辨率与多参考图：H3 的主场

这一项 H3 没有对手：16MP 直出不用超分，22–24 秒、$0.034；16 张参考图的测试（空房间加 15 件物品）两次尝试都把 15 件物品全部画进客厅。2K 单张 $0.023、13–17 秒，是四台里最便宜的，速度与 Nano Banana 2.1 相当。GPT-Image-2.6 高质量档最慢，单张最高 43 秒。

怎么选

作者的结论按用途分得很清楚：带波兰语这类变音文字的图，选 Nano Banana 2.1（GPT-Image-2.6 备选）；要从几张照片锁定一张特定脸，选 GPT-Image-2.6；产品要透明底，选 Seedream 5.5；大图、打印、多物品场景、一个产品多场景、预算有限，选 H3-Image。