最近被叫去帮小老板代上一节大一的思政课（话说，为什么我一个 AI 方向的博后要做这种事情 - -），选题选了浅淡辩证唯物主义的认识论，主要从 教员 文章 《人的正确思想是从哪里来的》展开，结合 AI 革命的时代背景，讨论青年如何借助 AI 学习与自我提升、如何积极实践，以及如何再用实践经验改造方法，最终形成自我提升的闭环。

在用 gemini3-pro-image 做 ppt 的时候，碰巧发现智谱发布了新的 image 模型。并宣称在多项关于文字渲染的 benchmark 上达到了 SOTA，于是我就起了尝试的心思。具体宣称指标如下：

先说结论，在经过了多轮测试后发现，在模型体量相近的情况下，智谱新模型的文字渲染能力确实还行，但离 gemini-3pro-image-2k/4k 还是有一些距离，且需要更多的提示词来告知图像生成的细节才能达到较好的效果，没有 gemini-3-pro-image，那种用简短的提示词就能生成让人眼前一亮效果的能力。可能并不适合用于制作 PPT。放两张控制变量下，不同模型的文生图让大家参考一下：
GLM-IMAGE:

Gemini-3-pro-image:

纯主观体验

提示词对结果影响非常大

无论使用网页版 / API、有无提示词都是这个结果。
Claude Opus 4.5 给出的答案最符合我的口味。反重力 2api 真香啊
Grok 次之，速度较快，比较准确

ChatGPT 5.2T 答案非常准确、调用工具优秀，聪明，但生成速度慢，有时不说人话。奥特曼团队是用心做产品了，奈何模型嘴巴不好，想念 o3

Gemini 3 系，flash 版本和 grok 接近，无信息来源链接蛋疼，总是感觉差一点。API 版本甚至认为 2026 是虚假的

以下是我用来测试的提示词，佬们可以考虑下自己期望的答案

deepseek v4 的相关消息准确吗？

Claude skills是什么？AI能看到哪些内容？

如何查看vps有哪些端口开放？ 我希望443能被所有ip访问，某些端口只有特定ip和cf能够访问，某些ip具有访问全部端口的能力

its available on there named as OBSIDIAN

i have tested it and its good compared to last gen but not on opus 4.5 level https://x.com/chetaslua/status/2007003112725508416?s=20