四项第一,两个方向全胜。SuperCLUE 2026年11月图像大模型评测结果出炉,进化智能旗下图像大模型ArtArk在文生图与图像编辑的大模型竞技场、标准评测中均排名第一,总分领先OpenAI、Google、字节跳动等厂商的参评模型。
竞技场:38款模型匿名盲测,ArtArk两榜第一
大模型竞技场的规则不复杂:模型两两组队、全程匿名,由用户只看图像质量投票。本期文生图竞技场参评模型38款,累计票数751234,ArtArk以1497.0分排在总榜第一,GPT Image 2.5 Sunburst以1459.8分位列第二。

图1:SuperCLUE 11月文生图竞技场总榜,ArtArk以1497.0分居首(来源:SuperCLUE)
图像编辑竞技场的差距更小。ArtArk以1341.2分登顶,GPT Image 2.5 Sunburst以1339.0分排在第二,两者相差2.2分,属于贴身竞争。

图2:SuperCLUE 11月图像编辑竞技场总榜,ArtArk以1341.2分居首(来源:SuperCLUE)
标准评测:文生图95.1分,图像编辑83.6分
标准评测走的是自动化评分路线。本期文生图标准评测共25个模型参与,ArtArk以95.1分拿下总榜第一,GPT Image 2.5 Sunburst以94.3分排名第二。

图3:SuperCLUE 11月文生图标准评测总得分,ArtArk以95.1分居首(来源:SuperCLUE)
图像编辑标准评测共13个模型参与,ArtArk以83.6分再次登顶,GPT Image 2.5 Sunburst以82.5分位列第二。

图4:SuperCLUE 11月图像编辑标准评测总得分,ArtArk以83.6分居首(来源:SuperCLUE)
强在哪:数量关系、空间关系与汉字意境
SuperCLUE在结论中给出了相对具体的能力指向:ArtArk在数量关系、空间关系和数形结合任务上表现极其优异,汉字与画面的意境融合度极高;在现实复现场景中呈现“三维均衡、高度拟真”的特征,在创作与推理场景中呈现“逻辑推演强、艺术风格稳”的特征。
更值得留意的是复杂视觉推理。SuperCLUE把这项能力当作图像编辑模型的分水岭——模型要做到的不只是渲染出一张图,而是真正看懂画面里的对象、数量和空间关系。这也正是本轮评测中拉开差距的关键一项。
从榜单到生产:MaaS接入与SaaS开箱即用
对开发者和内容团队来说,更实际的问题是能不能用上。目前ArtArk通过两种方式交付:MaaS产品为企业和开发者提供模型能力接入;SaaS产品为设计及内容团队提供开箱即用的创作工具,普通用户也可以在官网直接试用。
据官方数据,两种方式合起来已服务数万名客户。从创意生成到业务落地,ArtArk正在把图像模型接进真实的生产流程,变成可规模化的内容生产力。
进化智能联合创始人兼CTO陈舟表示:“复杂视觉推理被SuperCLUE称为当前图像编辑模型的能力分水岭,它考察的是模型是否真正看懂了画面,而不只是渲染出一张图。ArtArk在这一项上领先第二名6.67分,是团队长期技术投入的结果。我们希望让全球顶尖的设计能力,能够被规模化地供应给每一个人。”
技术报告与模型权重将陆续公开
比榜单更值得开发者留意的,是后续动作。进化智能表示,接下来将陆续公开ArtArk相关技术报告和模型权重。
这也是图像大模型竞争进入下半场的信号:分数之外,可复现的技术细节与开放程度,正在成为衡量一个模型团队的另一把尺子。
关于SuperCLUE
SuperCLUE是中文通用大模型综合性测评基准。其标准评测从6大一级维度、23项二级任务评估文生图效果,并用通用与场景应用能力共28个子任务评估图像编辑效果;竞技场则采用匿名两两盲测投票,Arena Leaderboard被业界视为参考价值较高的榜单之一。
关于进化智能
进化智能是一家研发并规模化交付全球顶尖设计能力的AI原生公司,ArtArk是其打造的AI设计智能体,把“商业判断、创意生成、生产供应”聚合在一条链路里。公司创始团队由两位清华大学最高荣誉奖得主领衔,已通过国家高新技术企业认定,目前在北京、深圳、无锡形成“三地四中心”布局。
来源:
-
文生图11月榜单发布:ArtArk总榜第一,GPT Image 2.5系列表现突出 - SuperCLUE
-
图像编辑11月榜单发布:ArtArk总榜第一,复杂视觉推理拉开模型差距 - SuperCLUE
-
SuperCLUE-Image文生图榜单 - SuperCLUE
-
SuperCLUE-Edit图像编辑榜单 - SuperCLUE
-
SuperCLUE 11月文生图竞技场排行榜 - SuperCLUE
-
SuperCLUE 11月图像编辑竞技场排行榜 - SuperCLUE