MODEL COMPARISON / 90 PAIRED SAMPLES

So sánh bằng hình.
Không bằng cảm giác.

Mỗi hàng là cùng một prompt, chấm trên cùng năm tiêu chí. Chọn phong cách để xem chênh lệch và đọc output ở kích thước lớn.

TOÀN BỘ BỘ MẪU

Điểm trung bình

Đây là phép đo trên bộ 90 prompt này, không phải tuyên bố chất lượng tuyệt đối của model.

ChatGPT9.3675 thắng

Gemini8.622 thắng

13kết quả hòa
trong biên độ 0,25

Lai phong cách / 088

NHẬN XÉT

OpenAI hòa trộn đủ cyberpunk, ukiyo-e và glitch; GFlow thêm nhiều chữ giả, glitch yếu.

Tiêu chíChatGPTGemini

Bám prompt10.010.0

Đúng phong cách10.08.0

Bố cục10.08.0

Kỹ thuật9.08.0

Chi tiết / artifact8.05.0

Cách đọc: điểm 1–10 do cùng một quy trình đánh giá có cấu trúc. Chênh lệch nhỏ hơn 0,25 được xem là hòa.