我们让四个前沿图像编辑模型对同一张照片连续进行30次编辑：Ideogram 4.5 使房间的大部分保持完好，而其他模型则逐渐走样，其中 GPT Image 2.5 Sunburst 最为明显。
我们已经看到最新图像编辑模型在多轮编辑一致性方面的一些有趣演示，因此我们进行了自己的测试：将图像编辑排行榜上排名第 #1 的 GPT Image 2.5 Sunburst 与 Ideogram 4.5、FLUX 3 和 Nano Banana 2.1 进行对比。我们的排行榜评估的是单次编辑；而这项测试考察的是当30次连续编辑叠加时会发生什么，每个模型在30步的房地产布置流程中编辑自己上一步的输出：点燃壁炉、添加沙发、重新粉刷墙壁、把白天换成黄昏等等。
为什么最终结果如此不同？
@ideogram_ai 的 Ideogram 4.5 和 @bfl_ml 的 FLUX 3 进行局部编辑。在添加一束郁金香这样的小编辑中，我们测量到它们使图像的95%或以上基本保持不变。GPT Image 2.5 (Sunburst) 在每次编辑时都会重新渲染整幅图像的大部分，只有大约五分之一的图像保持不变，因此颜色和细节的微小偏移会随着轮次不断累积。Nano Banana 2.1 介于两者之间：它的编辑保持局部性，但图像的其余部分会发生轻微偏移并逐渐变暗。