图像生成 API 怎么测：一致性、构图控制和成本不能只看一张图

图像模型的演示很容易让人产生错觉：挑出一张成功图，再配上漂亮提示词，就像已经证明它适合生产。真实业务更关心的是重复请求是否稳定、尺寸变化会不会破坏主体、局部修改能否保持人物和品牌元素，以及失败图到底要重试多少次。

把“好看”拆成可测维度

先建立固定样本集：人物、商品、海报、信息图、复杂场景和含文字图片各自分组。每组固定提示词、尺寸、参考图和生成次数，记录主体一致性、构图是否遵循要求、手部和文字错误、品牌色偏差以及审核拒绝。单次高分并不重要，关键是多次生成的可用率。

构图控制也要单测。改变长宽比、参考图权重、局部遮罩和风格指令时，观察是否保留不应变化的区域。对于电商图或角色资产，人物身份和产品外观漂移的成本通常比画面“艺术感”更高。

把成本换算成可用成图

API 标价只是一次调用的成本。实际成本应包含失败重试、放大、局部重绘、审核拦截和人工筛选。可以统计每 100 张请求中达到业务验收标准的张数，再计算单张可用图的平均耗费。延迟也要区分排队时间、首个预览时间和最终文件可下载时间。

ComfyUI 这类节点式工作流说明图像流程可以拆成多个步骤；托管 API 则更强调简单接入。选型时不要把工作流自由度和生产稳定性混为一谈，应按团队是否需要可控流程、是否能维护模型与显卡来比较。

如果需要用同一套提示词比较多个上游，可通过 top-api.cc 统一鉴权、模型标识和调用记录，再把参考图、参数和人工验收标签保存在自己的资产系统中。网关负责对照，不替代版权、肖像和素材授权审核。

测试清单

• 同一提示词多次生成的一致性；
• 人物、商品和文字的可用率；
• 尺寸、参考图和局部修改的控制能力；
• 审核拒绝、超时和失败时的错误语义；
• 成图下载链接的有效期与访问范围；
• 每张可用图片的真实成本和 P95 延迟。

参考资料：ComfyUI 项目、各图像模型的参数与内容政策文档。测试报告应注明模型版本、区域、尺寸和生成日期。

把多家图像服务放在 top-api.cc 的统一入口后，仍应保留独立的素材审核和资产权限流程，避免把生成成功误当成可以直接发布。