GLM-Image 在「小学英语单词认知图卡生成」的评测结果
这是该 AI 模型在此测试用例上的详细评测结果。
基本信息
- 模型名称：GLM-Image
- 用例名称：小学英语单词认知图卡生成
- 测试类型：图像生成
- 评测维度：教材插图
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
生成一张小学英语单词卡片。 内容要求： - 画面中心是一个写实的红苹果 - 下方并列显示大号英文单词「Apple」和中文翻译「苹果」 - 字体圆润，适合儿童阅读 - 背景纯净干净
任务要求
AI 模型需要满足以下要求：
- 画面中心有一个写实风格的红苹果
- 卡片下方清晰显示英文单词「Apple」
- 英文单词旁或下方有中文「苹果」
- 字体圆润，整体风格适合儿童
- 背景简洁纯净，无杂乱元素
评测结果
综合得分
该模型在此用例的得分为：78.3 分（满分 100 分），已通过
基础难度评测结果
- 得分：78.3 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
图片内容描述（由 AI 生成，供你参考）
画面中展示了一个位于中心位置的红苹果，背景是干净的浅米色或灰白色。这个苹果呈现出鲜艳的红色，表面布满了细小的浅黄色斑点，左侧带有淡淡的黄绿色过渡，质感显得非常真实且饱满。苹果顶部有一根棕色的果柄，微微向右倾斜。在苹果的下方，排列着深灰色的文字，左边是英文单词“Apple”，右边是对应的中文“苹果”，字体圆润清晰。右下角有一个半透明的灰色胶囊状图标，里面写着“AI生成”字样。从 AI 生成的角度来看，这张图片的整体效果非常逼真，光影处理得当，苹果底部的阴影自然。不过，仔细观察可以发现，苹果表面的反光略显均匀，缺乏真实摄影中可能出现的复杂环境反射，且果柄与果肉连接处的凹陷纹理显得过于平滑，呈现出一种超现实的完美感。
注：图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图，后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】该图像基本完成了小学英语单词卡片的核心要求：写实红苹果居中、英中对照文字清晰、背景纯净。苹果插画质量是最大亮点，写实程度高。主要扣分点集中在字体风格——所用字体明显偏向成人化的几何无衬线体，而非提示词要求的「圆润字体」，这是与儿童友好视觉风格最直接的偏差。此外水印标签略影响整洁度。综合来看，图像完成度良好，但在儿童适用性的字体选择上存在明显不足。 【GEMINI】这是一张完成度尚可的教育卡片，主体插画质量较高，但文字排版与视觉设计风格未能完全契合「儿童友好」的定位。文字排版过于紧凑且色彩沉闷，且水印的存在降低了成品作为教学素材的专业度。 【KIMI】该图像基本完成了小学英语单词卡片的核心功能，主体识别度高，文字信息准确。但在「儿童友好」这一关键维度上，字体圆润度未达预期，且系统水印成为明显败笔。作为教育场景使用的卡片，右下角水印的存在使其无法直接投入使用，需二次处理。苹果插画虽整体合格，但细节处的算法痕迹暴露了AI生成本质，与「写实」要求存在微妙落差。综合而言，这是一张「能用但不够精致」的及格作品，模型在控制文字排版与去除干扰元素方面仍有提升空间。
进阶难度评测结果
- 得分：— 分
- 通过状态：未通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
系统报错（阶段=模型生成; 模块=app.services.inference.call_text_model; provider=zhipu; model=glm-image）：HTTP 429
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】本次生成因模型服务触发限流（HTTP 429）而完全失败，候选输出仅为一条系统报错信息，未产生任何有效内容。所有评分维度均为0分，任务目标完全未达成。建议在服务恢复正常后重新发起请求。 【GEMINI】由于模型在生成过程中触发了「HTTP 429」错误（请求过于频繁或服务不可用），导致未能输出任何有效内容。因此，所有评估维度均无法达成任务要求，评分为 0 分。 【KIMI】本次评测中，大模型因服务提供商（zhipu/glm-image）返回 HTTP 429 错误而完全未能生成任何输出内容。该错误表明请求频率超出限制或服务器过载，属于服务可用性问题而非生成质量缺陷。由于候选输出为空，所有评分维度均无法获得有效评估依据，故各维度均计 0 分。建议在系统层面增加重试机制或降级策略，以避免此类服务中断导致的评测失败。
困难难度评测结果
- 得分：— 分
- 通过状态：未通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
系统报错（阶段=模型生成; 模块=app.services.inference.call_text_model; provider=zhipu; model=glm-image）：HTTP 429
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】本次评测的候选输出为系统级错误信息（HTTP 429，即请求过于频繁导致服务拒绝），模型完全未生成任何图像或文字内容。任务要求的双卡并排布局、水果写实插画、中英文音标排版等所有功能要求均未得到响应。此次失败属于服务可用性问题而非模型能力问题，但按评分规则，所有维度均应得0分，因为输出结果与任务目标完全不符。 【GEMINI】本次测试中，模型因触发「HTTP 429」错误导致生成失败，未能输出任何符合任务要求的图像或文字内容。根据评测标准，所有维度均无法达成，故均评为 0 分。 【KIMI】本次评测中，模型在生成阶段遭遇HTTP 429错误（请求过于频繁），导致完全未能输出任何图像内容。所有评分维度的功能要求均未实现，包括两张并排卡片、写实水果插画、中英文及音标文字、标题文字等核心要素全部缺失。这是一次完全的生成失败，各维度均得0分。建议检查API调用频率限制或模型服务状态后重新测试。
相关链接
您可以通过以下链接查看更多相关内容：
