指南
如何选择 AI 模型
作者:Ofrai Editorial(AI Model Curators)
不必同时再选一个新订阅时,选模型会容易得多。Ofrai 的规则:先说出交付物,选两个在线引擎,对比一次,然后标准化。
对话与视频按积分计费。
先说出产出
商详静帧不是预告片。能合并的代码审查不是一条推文。说不出要交付的文件,就只是在逛品牌,不是在选模型。
选一对,而不是选冠军
图片:GPT Image 2 vs Nano Banana Pro。视频:Kling vs Seedance。文本:DeepSeek vs Claude 或 Claude vs GPT。在对应工作室用同一提示词两边跑。
实测:同一张信息图,先检查步骤编号
2026 年 10 月 25 日,Ofrai 把同一条三步睡眠信息图提示词交给 GPT Image 2 和 Flux 2 Pro,统一用 1K、3:4,各出一张。GPT Image 2 从提交到拿到图用了 72 秒,保留了逐项的 1、2、3 编号。Flux 2 Pro 用了 38 秒,保留了标题和三幅图标,但省略了每项编号。如果成片必须让读者按顺序操作,验收时先看逐项编号是否齐全。
耗时来自这两次提交,包含排队。
两款模型各试一张要预算多少
按 2026 年 11 月 16 日的 Ofrai 定价计算,GPT Image 2 单张 1K 预计 14 积分,Flux 2 Pro 预计 23 积分,两款各试一张共 37 积分。这是重做同规格测试的估算。提交前核对工作室报价。如果缺了编号,先判断能否在排版软件补齐,再决定要不要生成第二张。
这条规则在 Ofrai 上怎么落地
打开 /models 模型列表,挑一个规范产品,在对应工作室用同一提示词跑两个引擎。Ofrai 切换引擎时积分、历史和作品库不变,所以规则始终是:两引擎、一提示词、再标准化。
只用四条轴来打分
所有功能清单最后都会塌缩成四条轴,只用它们就够了。单个可用结果的成本:从提交到真正留下一条能用的产出所花的积分,包括那些扔掉的草稿。延迟:从提交到出结果的时间,速度慢直接决定你能负担多少次迭代。稳定性:同一条提示词跑两次,有多少次不用重掷就能拿到可用结果——要出二十个素材时,这比峰值质量更重要。
天花板:模型能达到的最好单条结果,这笔钱只花在最后一稿。一个赢两条轴、输两条轴的模型是完全合理的选择;只赢一条轴、其余打平的模型是专才。把四个分数写下来,因为看起来差异很大的两个模型,通常只是在两条轴上差半分,而在一条轴上差全部。
从任务类型出发,而不是从品牌出发
在开始浏览之前,先把手上的活分成三类。有标准答案的任务——代码审查、抽取数据、翻译——奖励推理、惩罚风格。有评判标准的任务——文案、商品描述、广告标题——奖励可控和一致。没有正确答案的任务——情绪板、概念图、氛围视频——奖励广度和意外。第一类通常由最强模型解决,第三类通常由便宜量大解决。
第二类才是团队浪费钱的地方:他们用第一类的价格买第二类的工作,然后抱怨账单。选型之前先把每个任务归类,目录自己就窄了,你一个模型页都不用读。
二十分钟的淘汰循环
每个候选只跑一条提示词,不是三条。第一轮的目的是淘汰,不是做决定。挑一条来自真实工作的提示词——上周你原样发出去的那段文字——在两个模型上不改一个字地跑,工作室允许的设置保持一致。然后按你真正会交付的东西打分:符合 brief 吗、还能改吗、同事要不要重做一遍?十分钟过去,大部分组合自己就有结论了。
如果没有,那差异通常在提示词而不是模型:对两个模型各再跑一次同样的提示词,如果第二次的结果把第一次反过来了,你遇到的是稳定性问题,应该按稳定性而不是按那条更好看的样本来选。二十分钟足够淘汰一个模型,但不足以爱上一个模型。
草稿通道与交付通道分开算账
分开记草稿和交付的开销。图片草稿用来验证构图,交付稿还要满足分辨率、文字和版位要求。视频先用短片验证动作,再按正式时长和清晰度查看报价。对话先用短提示词验证结构,把需要长上下文的复核单独计算。试完一轮后,用总积分除以最终留下的结果数,丢弃的草稿也计入总积分。
跨模型类别通用的提示词模板
大多数模型都吃同一套四段结构,所以一套素材库就能服务所有引擎。任务:用一句话说明产出要完成什么。约束:长度、格式、语气,以及要排除的内容。依据:源材料、参考图、要用的数字。验收:你打算怎么检查,比如 60 词以内、不编造统计、只主张一件事。图片提示词示例:'哑光黑色音箱的产品主视觉。约束:单个居中物体,影棚背景,不要文字或 logo。依据:附上的参考图。
验收:轮廓与参考一致,且能裁成 4:5 而不切到物体。'把同一个模板跑在两个引擎上,对比才终于回到引擎本身,因为指令不再两边不一样。
让对比失效的五个错误
一、用官方案例提示词来比。创作者和实验室都在为自家 demo 优化——用你自己的活。二、两次运行之间改了设置。画幅、时长或分辨率不同,就足以解释全部差距。三、凭第一印象下判断。看长输出的中间部分,而不只是开头,因为长输出会漂移。四、比单次生成成本,而不是比单个留存结果的成本。贵三倍但三次里能留两次的模型,总账上更便宜。
五、用单次结果做决定。每个模型都有方差,两次是下限,要公开发布的东西至少三次。
便宜模型确实够用的时候
输出只在内部用、之后有人会重写、brief 明确且格式固定、或者你要四十个版本最后只留两个,这几种情况都不该付溢价。便宜模型失败代价很贵的情况同样不该用:公开内容里编造的统计、被安到真人名下的脸、上线了的一行错代码。可行的规则是:要改的工作用便宜的,要发布的工作用贵的。
如果一项任务的第二稿总是被丢掉,为它付溢价就不是策略,只是习惯。
什么情况下可以在项目中途换模型
在 Ofrai 上换模型成本很低,因为积分余额、作品库和历史都留在原地,所以把切换当成一次常规操作而不是一次迁移。出现这三种情况再换:当前引擎不再满足你在意的某条验收标准;交付数量变大、单件成本开始要紧;或者新引擎在你缺的那条轴上明显更强。不要因为某个模型正在流行就换。
真要换的时候,保留两条通道的结构,先在新引擎上跑一次干净的对比再整批迁移,并把提示词做版本号,这样万一新引擎不适合你的风格,你还能复现之前的结果。
定标准前的落地清单
在某个模型成为项目标准之前,把九件事写下来:每类任务的规范引擎;草稿通道和交付通道;你统一采用的那一个提示词模板;你从不改动的设置;接受产出前的验收检查;主力引擎赶不上工期时的备用引擎;每个素材你要花的积分上限;批量产出的审批人;你重新跑一次对比的日期。
Ofrai 用同一个余额挂着所有引擎,所以标准化是一个你记录下来的决定,而不是一次平台迁移——等下一个模型发布时,你只需要重跑一次对比,而不是重建一套技术栈。
打开GPT Image 2 与 Flux 2 Pro 的完整提示词和成图对比(英文),可以把两张信息图放在一起检查各自的编号和排版。
需要用自己的素材试模型时,两张参考图合成实测记录了参考图分工、成图设置和一次实际扣费。
常见问题
- 一定要用最新模型吗?
- 不必。最新是徽章,不是流程。保留一个便宜迭代器和一个交付引擎。
- 目录在哪?
- /models 列出规范产品。每张卡片打开带工作室入口 的模型页。
- 一次生成多少积分?
- 生成时会显示 Ofrai 积分。标价是起点,画幅与时长会改变最终消耗。
- 怎么在 Ofrai 开始?
- 从本页打开图片或视频工作室,选推荐模型,粘贴或改写起始提示词,在作品库生成。
- 模型告诉你什么?
- 是目录积分,不是质量分。便宜引擎用来扔掉草稿,贵的引擎用来让最后两次看起来像 brief。