Реальный прогон · собственная демонстрация
Какая версия модели лучше — recraftv4 против recraftv4_1.
Настоящая оценка, которую мы провели сами: пять промптов, обе версии модели, оценка по четырём измерениям. Это формат результата ровно в том виде, в каком его получает клиент — на реальных сгенерированных картинках, а не на выдуманных цифрах.
ⓘ
Честный метод. 10 картинок (5 промптов × 2 версии) сгенерированы в 1024×1024 через Recraft, затем оценены 0–100 по каждому измерению автоматическим визуальным судьёй. Полноценная оценка MetronLabs добавляет слепую человеческую панель, согласие оценщиков и доверительные интервалы — цифры ниже одно-судейские и ориентировочные.
Результат — оценка по измерениям
| Измерение | recraftv4 (A) | recraftv4_1 (B) | Δ |
|---|---|---|---|
| Соответствие промпту | 86.8 | 87.6 | +0.8 |
| Анатомия | 85.5 | 87.5 | +2.0 |
| Текст на изображении | 75.0 | 79.5 | +4.5 |
| Эстетика | 83.6 | 87.8 | +4.2 |
Вывод: recraftv4_1 лучше по всем измерениям. Максимум прироста — эстетика (+4.2) и текст на изображении (+4.5); соответствие промпту практически без изменений (+0.8, в пределах шума). Если обновляетесь — v4.1 безопасный выбор; единственное, за чем стоит следить, — соответствие промпту, где разрыв пока незначим.
Картинки, которые оценивались
Промпты и что каждый проверяет
- P1 · Портрет — анатомия, кожа, естественный свет.
- P2 · Вывеска «MERIDIAN COFFEE» — рендер текста (обе написали правильно).
- P3 · 3 яблока + 2 груши — соответствие промпту / счёт (обе посчитали верно).
- P4 · Руки, наливающие латте — анатомия рук.
- P5 · Дождливый переулок Токио — эстетика и связность сцены.
Хотите такой прогон на своей модели или агенте?
Написатьhello@metronlabs.org