「AI」用Antigravity一次生成了30条聊斋分镜提示词，它把故事命名为《画壁幽兰》。然后把分镜提示词导入Qwen IMAGE 2.1用3090显卡批量生成，要求的是1280*720分辨率，最终得到的是1280×704分辨率，单张耗时4.09秒，30张耗时2分41秒。

随后把同样的提示词提交给Codex批量生成，它动用的是内置的GPT IMAGE 2.5，不设分辨率限制，只强调16：9的比例，得到的是1672×941分辨率，单张耗时25.27秒，30张总计耗时27分12秒。

GPT的时间包含了每一张、每一次的工具调用、云端工具开销、Agent调度、记录、保存，两者输出的像素量、模型参数、计时范围都不同。如果是用API的批量接口，则会显著不同。Qwen IMAGE 2.1在本地被我优化过了，它走的就是批量生成的高速路径。按照这种速度，一天能生成2.1万张。

只是心血来潮，而不是严格对比。我想看的既是时间，又是场景和人物一致性，又是画质，又是产能。60张图片，被Codex做成了对比的网页，并进行直接评判。我自己的观感是，GPT的镜头理解更好，两者的人物一致性都不高，在于Antigravity的提示词写得不好。当然，这也不能怪它，我给的任务就是一句“写一个聊斋故事的30个分镜提示词”，别的都没说。

本地模型的产能效率“拉满”。第一次玩这种游戏，玩的就是批量，因为我刚刚把批量生成配置好，并且做成了可被云端Agent直接调用的技能。我感觉到，这真的有点像“抽卡”，如果要做图生视频，抽卡环节必不可少。GPT IMAGE 2.5在这里是大材小用了，它原生支持4K直出，本来一直都是图片生成的第一名。

图1到图6是30张Qwen分镜和30张GPT分镜的对比。图7到图18，是60张图的原图拼接。例如图7是Qwen的前5张，图8是GPT的前5张；图9是Qwen的第6到第10张，图10是GPT的第6到第10张；以此类推。

微博能接受原图，也是人才啊。一条微博，直接上120张图片，我很凶。