OpenClaw等Agent里面自动处理亚马逊上架过程中，生成合规的图片是最重要的一环。我们对目前的三款热门的生图AI进行使用，主要探讨国内的即梦、豆包，以及国外的Nano Banana的使用方式和生成的效果，分析哪个AI大模型最适合亚马逊生成商品图片。
维度 | 即梦 | 豆包 | Nano Banana（Pro） |
模型类型 | 国内模型 | 国内模型 | 国外（Google Gemini系） |
出图效果 | ❌ 偏差大（配件缺失、还原差） | ⚠️ 一般（无差异、不稳定） | ✅ 最优（理解强、场景灵活） |
Prompt理解能力 | ❌ 较弱（需反复调） | ⚠️ 一般（较死板） | ✅ 很强（理解精准、自由度高） |
稳定性 | ❌ 不稳定 | ⚠️ 一般 | ✅ 稳定 |
是否适合上架 | ❌ 需要多次修改 | ❌ 需多次修改 | ✅ 基本可直接用 |
单张成本 | 标称0.2元（实际更高） | ✅ 约0.1元 | ❌ 约0.5元 |
文字生成能力（详情图） | ❌ 乱码明显 | ⚠️一般，需要多次调整 | ✅文字完整 |
批量生成能力 | ❌ 强依赖Prompt | ❌ 难批量 | ✅ 可结合Agent实现 |
使用门槛 | ✅ 低 | ✅ 低 | ❌ 需海外账号 |
自动化潜力 | ❌ 低 | ❌ 低 | ✅ 高（适合工作流） |
即梦和豆包是国内较为优秀的生图AI工具，我们也进行了测评，下面所有的测评都是基于图1为参考图和使用deepseek根据五点描述和标题生成统一的prompt（生成图片的提示词）进行A/B测试。
我们通过openclaw调用即梦API和豆包接口去生成，进行多次prompt的调整后，生成效果如图2和图3 所示，我们能很明显的看得出来，图2跟图1差距非常大，配件不齐全，图3生成的图片生成的图并没有形成差异化，并且不稳定，到达不了上架的标准，需要修改很多次提示词，才能达到要求。
图 1 主图原图 图 2 即梦生成图
图 3 豆包生成图
我们对比了两个模型的价格，豆包相对便宜，一张图在0.1元左右，即梦在文档中明码标价是0.2元一张，不过根据我使用的体验看来，收费的成本远远大于0.2元一张，新注册的账户有200张的免费额度，有兴趣的可以去生成体验。
图 4 即梦价格
图 5豆包价格
我们亚马逊出图还需要尺寸详情图，目前即梦和豆包都没有办法完全解决文字乱码的情况，即无法将商品信息清晰的展示在图里，其次生成的图片太依赖提示词，无法做到批量去生图。
在国外的gemini旗下的Nano Banana，目前是被不少博主强烈推荐，很多市面上的AI生图的软件和网址，都是嵌入Nano Banana，目前最为热门就是Nano Banana Pro。我们此次也是使用Nano Banana Pro进行测试，根据图6，我们能感受到同样的prompt下，Nano Banana Pro生成的商品图片是最好的，对提示词的理解也是相当到位，没有像国内的豆包、即梦这两个大模型一样很死板，它可以更改使用场景、使用状态，灵活生成的图片。
但是根据图7的价格表来说，Nano Banana生成图片所需要的费用过高，默认的1k画质费用转化为人民币都将近0.5元一张图片。
图 6 Nano Banana生成图
图 7 Nano Banana价格
通过对比国内和国外的目前最火的几个生图AI，我个人比较倾向于Nano Banana，使用Nano Banana目前存在几个问题：1、需要获取国外账户，不然无法长期使用Nano Banana；2、Nano Banana的使用费用相较于豆包、即梦来说太高了。
如果要做到批量去生图，去测试能否上架，目前Nano Banana最合适，调用一个AI Agent根据商品详情生成提示词，提示词传给Nano Banana，最后生成，形成一套可以简单又复用的流程，但是Nano Banana所需要的价格又远超于国内的大模型，因此要看个人或者企业的实际进行去选择适合自己的大模型，毕竟生图不是一次就能使用，要考虑专利和侵权等问题，因此必须要考虑生图的成本问题，国内的大模型每个产品都需要打磨提示词才能达到我们想要的结果。
