← Torna al blog
Aicirca 5 min di lettura

Un modello cinese di testo-immagine supera finalmente GPT nella classifica generale: ArtArk a 95.14 con fedeltà perfetta

Pubblicato 14 nov 2026
Un modello cinese di testo-immagine supera finalmente GPT nella classifica generale: ArtArk a 95.14 con fedeltà perfetta

Il 10 novembre SuperCLUE ha aggiornato la classifica di riferimento testo-immagine di novembre 2026. Nella tornata supplementare sono entrati cinque modelli. Uno di questi, ArtArk, dell'azienda 进化智能, ha preso 95.14 alla prima apparizione e il primo posto nel totale.

Secondo è GPT Image 2.5 Sunburst con 94.27. Terzo SenseNova U1 Pro di SenseTime con 93.81.

La formula "un modello cinese in vetta" è consumata nella stampa tech cinese. Ogni due mesi qualcuno arriva in cima. L'interesse sta nella struttura della tabella, e la posizione da sola dice poco. Il punteggio di ArtArk sulla qualità dell'immagine è solo 87.92, la fascia più bassa della top 10, quasi tre punti sotto GPT Image 2.5 Flare a 90.76. Altri capitoli hanno tirato su il totale.

Che cosa è quel 100

La classifica divide il testo-immagine in sei voci: qualità dell'immagine, fedeltà al prompt, generazione di caratteri cinesi, riproduzione del reale, creazione e ragionamento, impaginazione di informazioni complesse.

ArtArk ha preso 100 in fedeltà al prompt. Tra i 25 modelli valutati è l'unico con il massimo. Secondo è Flare con 93.94.

Questa voce misura l'obbedienza. La bellezza qui non conta. Le richieste portano vincoli verificabili: quante persone, chi sta a sinistra di chi, cinque mele rosse o una sola sul tavolo, quali caratteri sull'insegna, da che direzione arriva la luce. Il modello deve metterli tutti e restare naturale. Un punteggio pieno significa che in questo confronto voce per voce sbaglia quasi mai.

Detto altrimenti, forse non è il pittore migliore. È quello che improvvisa meno.

Tabella dei punteggi del benchmark testo-immagine di SuperCLUE, con ArtArk a 95.14 nel totale e 100 in fedeltà al prompt.

Questa capacità vale poco in galleria e sui social. Vale molto davanti allo scaffale. Un'immagine e-commerce chiede colore del prodotto, posizione del logo e testo della confezione esatti. Una locandina di marca chiede lo slogan identico fino all'ultima lettera. Un render immobiliare chiede planimetria, orientamento e numero di mobili coerenti con i disegni. Questi lavori una volta non si affidavano ai modelli, perché amano abbellire. Un punteggio di coerenza pieno dice all'acquirente: può iniziare a provare.

La forma del punto debole

Il lato debole è altrettanto chiaro.

Qualità dell'immagine 87.92 è la voce più bassa e l'unica sotto 90. Sta verso la metà: finezza, materia e gradazione della luce restano a una distanza visibile dai modelli migliori.

Caratteri cinesi 97.02, poco sotto il 97.25 di Sunburst, ma vicino. Riproduzione del reale 96.02, anch'esso poco sotto il 96.49 di Sunburst. Creazione e ragionamento 96.47, sotto il 96.81 di GPT-Image-2. Impaginazione complessa 93.38, oltre due punti dal 95.80 di SenseNova U1 Pro.

Vede: guida sull'esecuzione e insegue sull'estetica. È il ritratto di uno specialista, e anche piuttosto onesto.

La classifica non lo nasconde. Mette i 25 modelli su una mappa a quattro quadranti, capacità applicativa sull'asse x e capacità generale sull'asse y. ArtArk finisce con Sunburst, U1 Pro e Qwen-Image-3.0-Pro nella casella dei "leader eccellenti", ma in basso a destra, lontano dall'angolo del "pioniere tecnico".

I primi cinque stanno in 1.91 punti, e questo è il problema più scomodo

Sunburst 94.27, ArtArk 95.14, 0.87 di distanza. Su tutta la top 5, il punteggio più alto e il più basso distano 1.91.

Tre anni fa classifiche simili mostravano dieci punti tra testa e metà, e il primo posto era senza sorprese. Ora lo scarto è scivolato nella fascia di rumore di una singola valutazione. La classifica stessa ammette che i modelli cinesi entro un punto valgono come pari. Con questa regola ArtArk, Sunburst e U1 Pro sono un solo livello.

Scarti più stretti creano un problema pratico. Il totale non serve più quando si compra. Bisogna guardare le voci.

Questa volta i campioni per voce sono sparsi. I massimi in caratteri cinesi e riproduzione del reale sono di Sunburst. L'impaginazione complessa è di SenseNova U1 Pro con 95.80. Creazione e ragionamento è della generazione precedente, GPT-Image-2, con 96.81, più alto delle due versioni nuove di quest'anno. La fedeltà al prompt è di ArtArk.

Quattro "il più forte" diversi in una classifica dicono che questa generazione non sale più sulla stessa scala. Le strade si dividono in fretta: chi colma l'esecuzione semantica, chi la materia dell'immagine, chi l'organizzazione della pagina. Scegliere un modello passa da "prendere il migliore" a "prendere il più adatto".

La velocità delle versioni

La linea Nano Banana merita uno sguardo a parte. La versione 2.1 guadagna 2.74 sulla 2, con 9.09 in fedeltà al prompt e 6.87 in impaginazione complessa. Nello stesso tempo qualità dell'immagine, riproduzione del reale, creazione e ragionamento non si sono mossi quasi per nulla.

Questa curva è insolita. Di solito un cambio di generazione alza un po' tutte le voci. Una voce su di nove punti e due ferme significa un colpo mirato, sull'allineamento semantico più debole della generazione prima. Google ha letto lo stesso rapporto, a quanto pare.

La struttura di ArtArk, coerenza al massimo e qualità a terra, porta un rischio. La coerenza si chiude in fretta con ingegneria e dati di addestramento. La materia no. Dietro la materia ci sono giudizio estetico e distribuzione dei dati, e si lima lentamente. Qualcuno può raggiungerla in un trimestre.

Conclusione in una frase

L'informazione vera sta dietro le posizioni. Il baricentro della valutazione testo-immagine si è spostato. Fare un'immagine bella lo superano tutti i venti e più modelli in testa. Saper eseguire alla lettera una frase complessa sta diventando la linea di confine.

Per chi fa immagini il metodo deve cambiare. Prima era esprimere un desiderio: dieci tentativi, uno scelto. Ora si scrive un brief, si dichiarano i vincoli come in un ordine e poi si collauda la consegna. Più il modello obbedisce, meno energia va nel prompt e più nel giudizio. Perché quando tutti i modelli sanno dare il "bello", solo lei sa quale immagine è quella giusta.

Articoli correlati