这一期测评智谱的 GLM-Image 文生图模型，很多人可能还不知道智谱出了这个模型。祖传测试用例这次更新了第三条——四宫格那条：因为基本所有模型都做不好人物左右方位的问题，干脆降低了难度，何况第二题本身已经有左右手测试，所以 Benchmark 整体升级到了 V1.3。

第一题中文长文本排版支持测试（水彩风珠海 5 天行程插画），首先布局就非常混乱：Day One 的渔女与日月贝出现了两次，Day 3 出现两次，唐家湾古镇也出现了两次；文字位置也不统一，有的标题和推荐挤成连续两行，有的又是另一种排法，总之就是乱。渔女和日月贝的配图也错了，作为中国模型出这种错不应该，估计是训练数据不够导致的。唯一值得肯定的是文字只错了「鹈鹕」两个字，但字体没什么美感，这点好感又被抵消了。

第二题文生图综合能力测试（左撇子咖啡馆写信）问题不少：提示词要求左手拿笔、右手拿烟斗，它整个反过来了；男生左手是六个手指；手并没有拿着烟斗；杯里的清水应该满到快溢出来，没做到；另一个空杯子不见了；咖啡应该是半杯也没做对；墙上时钟要求 3 点 45 分，时针分针都没指对；要求清晰可见的「亲爱的阿珍：见字如面」什么都没有写；窗玻璃也完全没有映出执笔的左手。

第三题同一角色多视角一致性测试（女孩四宫格）同样没做好：前三张要求全身图，它画成了半身；右下角应该是 3/4 视角半身，但明显不是，和侧身没有区别；图四的发夹不见了；猫咪不是异瞳；女孩没有缺一颗门牙；书包上的草莓挂饰所有图片里都没有出现；图一也不是扎高马尾的样子。

第四题物理常识（女孩落地镜自拍和水杯筷子折射）挑出几处问题：镜子外的女孩单手拿着手机自拍，镜子里却没有拿手机、手是下垂的；以这个角度拿手机自拍，取景器里不可能出现完整人脸；右边桌子和杯子没有出现在镜子里；杯子的水应该是满的；筷子应该是一根。

第五题图表生成：左边柱状图文字是乱码；柱高也不对，Q1 数值 12 却画在 15 刻度上，Q2 数值 18 却落到了 20 刻度，只有 Q3 是对的；右边饼图里 B 品牌 28% 的份额看上去比 A 品牌 35% 还大；饼图也没按提示词要求做颜色区分，只做了同一颜色的深浅区分。第六题参考图编辑这道题没法测，因为它不支持上传参考图——这年头还有不支持上传参考图的模型，也算奇葩了。

整体测评下来怎么说呢？GLM 还是写代码吧，图片这一块就还是算了。最终这期测评在新 Benchmark 上得分如何，我这里还没算出来，晚点会在博客上公布，欢迎到博客查阅。大家看完觉得这个模型怎么样呢？