Riverflow 2.6 Pro 在给你看图之前，先请了个评委

Sourceful 在 10 月 29 日发布了 Riverflow 2.6 Pro，关于它第一件值得说的是：它其实不是按图像模型卖的。它是按一套有立场的工作流卖的。模型页上的描述读起来像岗位说明：一个内嵌的推理模型规划多步编辑，评审候选，然后才接受一个结果。推理强度是一个四档的旋钮。档位越高，编辑轮次越多，内部评委越严格。

把这套东西摆在一个图像生成器前面是件怪事，而这也是它最有意思的地方。大多数模型让你描述想要什么，然后掷骰子。这个模型问你要什么，提一条路径，走完这条路径，在交东西之前给自己打个分。

规格，简短版

Riverflow 2.6 Pro 是 2.6 系列的旗舰，把文生图和图生图合在一条流水线里。编辑时最多吃 10 张输入图。接受 33K 上下文。输出尺寸是主打的卖点：不用挑预设，你可以直接传 WIDTHxHEIGHT，单边最长到 16,384 像素，总共 16.8 百万像素，长宽比可以极端到 16:1。1K/2K/4K 预设还在，现在多了 5:4 和 4:5。

定价从每张 0.13 美元起，这个“起”字承担了很多工作。费用在任务完成时按可计费的处理量结算。推理强度、输出尺寸、编辑复杂度都会推动这个数字。playground 里一个 1280×720 的任务显示 0.1501 美元、91 秒。如果你习惯按每张几分钱来想，这个模型要你改成按每个任务几分钱来想，而任务的长度是可变的。

三个暴露它给谁用的功能

规格表的大部分是入场券。有意思的是那些只有当你在批量生产商业图像时才会在意的部分。

自定义字体。 通过 font_inputs 最多传两个字体参考，模型会尝试匹配字形、字距和字重。做过投放的人都清楚这解决的是什么：图很漂亮，标题用的字体几乎是你品牌字体，然后整张废掉。匹配字体不是创意问题，是合规问题，把它当成一等输入是对的。

自定义评分。 你可以提供 scoring_prompt 和 scoring_rubric，推理模型会按你的标准而不是它自己的标准评审候选。这个功能我预计会最先被抄走。它意味着你可以告诉评委“logo 至少要占画幅宽度的 12%，而且不能被遮挡”，然后它真的会去查。“生成点好看的”和“生成能过品牌审核的”之间的那道缝，是大多数生产预算死掉的地方。

背景控制。 原背景、透明，或者带十六进制值的纯色。不炫，但这是能用的素材和一次 Photoshop 加班之间的区别。

评委到底给你买到了什么

有一种很实在的说法：自评是表演。模型评自己的产出，就是自己批自己的作业，它编出来的评分标准会奉承它刚做出来的东西。这个实现比这种批评有意思的地方在于，那份标准可以是你的，不是它的。

当你给它一个评分 prompt，你是在把一个品味问题转换成清单问题。这跟好的艺术指导做的事一样：创意总监不会说“让它跳出来”，他们说“产品在缩略图尺寸下要能读清楚”。标准一旦明确，模型就能对着它优化。而且跟人类修图师不同，它可以整夜跑一百遍不腻。

代价是延迟。OpenRouter 上端到端 P50 大约 104 秒，P90 约 171 秒，P99 超过 327 秒。生成一张主视觉，没问题。为了一次测试生成 200 个变体，那就是一个半小时的墙上时间，你会想把它扔进一个不在乎你感受的队列里。

另一个要盯的数字是可用率：三天 88.55%，uptime 100%。翻译一下：端点通着，但大概每九个请求里有一个没拿到推理结果。在一个每次尝试约五分之一美元的模型上，这很烦。在一个你已经围着它搭了流水线的模型上，这是你上线前必须写好的重试策略。

横向比一比

在 OpenRouter 的共享图像基准上——就是那个“倒满到杯口的酒杯”prompt，专门用来抓那些把杯子画成三分满、因为训练数据就是这样的模型——Riverflow V2.6 Pro 花 0.157 美元过了 4 项检查里的 3 项。Nano Banana 2 和 2.1 分别花 0.06 和 0.035 美元，4 项全过。GPT-5.4 Image 2 花 0.006 美元，4 项全过。

老实读这段会有点疼。在一个通用的指令跟随测试上，Riverflow 既比它十分之一价格的模型贵，又不那么准。这个比较其实也不公平，因为酒杯测试只测一件事：模型是否服从一个不寻常的指令。它说明不了标题字体对不对、透明背景干不干净、16:1 的横幅构图成不成立。

这正好是这类模型的全部理由。如果你的活是“画个杯子”，你该用那个一分钱不到的模型，然后别往下读了。如果你的活是“产出四十份能过法务的品牌素材”，一张烂图的代价不是那几分钱，是设计师二十分钟的返工，乘以四十。

该不该用

如果你在做一次性的创意探索，不该。延迟和浮动定价会烦到你，而更便宜的模型出好看的图的频率比你预期的高。

如果你在为某个品牌搭素材流水线——包装、零售、社交，任何对字体有要求、对背景有要求的东西——值得花一个下午试。写一份能把你真实审核清单编码进去的评分标准，用中等推理强度跑，看看评委能不能抓到你的艺术总监会抓的东西。这比任何榜单都是更好的测试。

更大的一点是，图像模型正在分成两类：一类生成，一类产出。Riverflow 稳稳在第二类，它的定价方式像是清楚这个差别是按修图小时数算的，不是按分算的。