Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究313写作59商务95法律13财务33营销175开发1,430效率391教育81陪伴14
帮助与支持
语言
English简体中文

Qwen-Image-Bench

由 Qwen 制作工具包研究
新上架第 1 版 · 更新于
点赞

概览

名为 Q-Judger 的评审模型，对照提示词给 AI 生成的图像打分，涵盖五组标准，并以 JSON 回复。适合测试文生图模型的人。

Qwen-Image-Bench 是一款工具包，属于研究类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。在本页下载，是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip。
  • transformers 库。
  • 放得下权重的 GPU：BF16 约 54.7 GB，4 位约 13.7 GB，这是记录里的估算值。
用在
  • Python 里的 transformers 库，使用 Safetensors 权重。
  • GitHub 上的 Qwen-Image-Bench 项目和它的基准数据集，说明页给了链接。
  • Windows、macOS 或 Linux：下载步骤在这三个系统上都能用 Python 完成。
先运行
pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Bench

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Qwen-Image-Bench 是一个文生图基准的评审模型，说明页称它为 Q-Judger。它是从 Qwen3.6-27B 微调而来的 274 亿参数视觉语言模型。你给它提示词和生成器据此做出的图片。它逐项过一遍标准清单，一步步推理，然后返回一个 JSON 结果，给出每项标准的分数。

适合谁

比较或调优图像生成器、想让模型代替人工打分的研究者和工程师。

行业谁在用怎么用例子
AI 研究图像模型团队在大量提示词上给新生成器的输出打分在同一组提示词上比较两个检查点
产品团队机器学习工程师给图像流程加一个自动质量关卡标出未通过某项标准的图片
基准测试评测研究者运行 Qwen-Image-Bench 基准在全部五组标准上给一个模型的图片打分

只想生成图片的人可以跳过，因为这个模型负责打分，不会画图。

用在哪里

  • Python 里的 transformers 库，使用 Safetensors 权重。
  • GitHub 上的 Qwen-Image-Bench 项目和它的基准数据集，说明页给了链接。
  • Windows、macOS 或 Linux：下载步骤在这三个系统上都能用 Python 完成。
使用场景谁用得到什么
图像打分研究者每项标准的 JSON 分数
模型比较机器学习工程师两个生成器在同一提示词上可对齐的分数
质量关卡流程搭建者每张图片的通过或不通过信号

如何设置

先准备好：

  • Python 和 pip。
  • transformers 库。
  • 放得下权重的 GPU：BF16 约 54.7 GB，4 位约 13.7 GB，这是记录里的估算值。
  1. 用 pip 安装 Hugging Face hub 包。
  2. 用 hf 命令下载这个仓库。
  3. 按照模型页面，用 transformers 加载它。
  4. 传入提示词和图片，读取返回的 JSON。
pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Bench

如何使用

把文字提示词和生成的图片一起发给模型。它先思考，再把分数写成 JSON。这里能看到的文本没有包含具体的调用代码，所以请用模型页面和 GitHub 项目来查。

基准的组成部分
工具作用
Q-Judger 模型对照提示词给图片打分
基准数据集用来测试生成器的提示词集合
GitHub 项目运行评测的代码
transformers在 Python 里加载评审模型

示例

你输入提示词“一辆靠在砖墙上的红色自行车”和生成器据此做出的图片。模型检查每项标准，返回一个 JSON 对象，每一项都标为 0、1、2 或 N/A。

新手与专家

以前人们靠眼睛判断生成的图片，这很慢。评审模型做同样的事，既快，又每次用同样的方式。一个好的第一步是给你已有的几张图片打分，再读一读 JSON。

标准排成三层的树，归在五个顶层分组下。比如在 Quality 下，Realism 涵盖物理逻辑和材质纹理，Detail 涵盖噪点、边缘清晰度和自然度。记录里列的语言是英文和中文。

  1. 取一个提示词和它生成的图片
  2. 评审模型逐项推理每个标准
  3. 它写出 JSON 分数
  4. 你在不同模型之间比较分数

注意事项

记录估算了权重占用的空间。

权重大小，估算
BF1654.7 GB
4-bit13.7 GB
  • 分数：0 表示不合格，1 表示合格，2 表示优秀，N/A 表示该标准不适用。
  • 大小：约 274 亿参数。
  • 版本：记录列出别人做的 7 个量化版本。
  • License: apache-2.0
  • Cost to run: 没有提到 API 密钥、账号或付费服务。
  • Data it reaches: 你从 Hugging Face 下载的文件，以及你传入的提示词和图片。
  • Not for: 生成图片，或没有大显存 GPU 来放完整权重的人。

README 和文件

README

Qwen-Image-Bench

名为 Q-Judger 的评审模型，对照提示词给 AI 生成的图像打分，涵盖五组标准，并以 JSON 回复。适合测试文生图模型的人。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Qwen-Image-Bench 是一个文生图基准的评审模型，说明页称它为 Q-Judger。它是从 Qwen3.6-27B 微调而来的 274 亿参数视觉语言模型。你给它提示词和生成器据此做出的图片。它逐项过一遍标准清单，一步步推理，然后返回一个 JSON 结果，给出每项标准的分数。

适合谁：比较或调优图像生成器、想让模型代替人工打分的研究者和工程师。

行业 | 谁在用 | 怎么用 | 例子
AI 研究 | 图像模型团队 | 在大量提示词上给新生成器的输出打分 | 在同一组提示词上比较两个检查点
产品团队 | 机器学习工程师 | 给图像流程加一个自动质量关卡 | 标出未通过某项标准的图片
基准测试 | 评测研究者 | 运行 Qwen-Image-Bench 基准 | 在全部五组标准上给一个模型的图片打分

只想生成图片的人可以跳过，因为这个模型负责打分，不会画图。

用在哪里：

  • Python 里的 transformers 库，使用 Safetensors 权重。
  • GitHub 上的 Qwen-Image-Bench 项目和它的基准数据集，说明页给了链接。
  • Windows、macOS 或 Linux：下载步骤在这三个系统上都能用 Python 完成。
使用场景 | 谁用 | 得到什么
图像打分 | 研究者 | 每项标准的 JSON 分数
模型比较 | 机器学习工程师 | 两个生成器在同一提示词上可对齐的分数
质量关卡 | 流程搭建者 | 每张图片的通过或不通过信号

如何设置：

先准备好：

  • Python 和 pip。
  • transformers 库。
  • 放得下权重的 GPU：BF16 约 54.7 GB，4 位约 13.7 GB，这是记录里的估算值。
  1. 用 pip 安装 Hugging Face hub 包。
  2. 用 hf 命令下载这个仓库。
  3. 按照模型页面，用 transformers 加载它。
  4. 传入提示词和图片，读取返回的 JSON。
pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Bench

如何使用：

把文字提示词和生成的图片一起发给模型。它先思考，再把分数写成 JSON。这里能看到的文本没有包含具体的调用代码，所以请用模型页面和 GitHub 项目来查。

Title: 基准的组成部分
工具 | 作用
Q-Judger 模型 | 对照提示词给图片打分
基准数据集 | 用来测试生成器的提示词集合
GitHub 项目 | 运行评测的代码
transformers | 在 Python 里加载评审模型

示例：

你输入提示词“一辆靠在砖墙上的红色自行车”和生成器据此做出的图片。模型检查每项标准，返回一个 JSON 对象，每一项都标为 0、1、2 或 N/A。

新手与专家：

以前人们靠眼睛判断生成的图片，这很慢。评审模型做同样的事，既快，又每次用同样的方式。一个好的第一步是给你已有的几张图片打分，再读一读 JSON。

标准排成三层的树，归在五个顶层分组下。比如在 Quality 下，Realism 涵盖物理逻辑和材质纹理，Detail 涵盖噪点、边缘清晰度和自然度。记录里列的语言是英文和中文。

取一个提示词和它生成的图片
评审模型逐项推理每个标准
它写出 JSON 分数
你在不同模型之间比较分数

注意事项：记录估算了权重占用的空间。

Title: 权重大小，估算
BF16: 54.7 GB
4-bit: 13.7 GB
  • 分数：0 表示不合格，1 表示合格，2 表示优秀，N/A 表示该标准不适用。
  • 大小：约 274 亿参数。
  • 版本：记录列出别人做的 7 个量化版本。
  • License: apache-2.0
  • Cost to run: 没有提到 API 密钥、账号或付费服务。
  • Data it reaches: 你从 Hugging Face 下载的文件，以及你传入的提示词和图片。
  • Not for: 生成图片，或没有大显存 GPU 来放完整权重的人。

Hugging Face 上的数据（2026年11月13日）

  • 任务：image text to text
  • 框架：transformers
  • 参数量：27.4B
  • Weights: about 54.7 GB in BF16; about 13.7 GB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载：20,875
  • 点赞：116
  • 许可证：apache-2.0
  • 语言：en, zh
  • 基于：Qwen/Qwen3.6-27B
  • Quantized versions: 7
  • 标签：transformers, safetensors, qwen3_5, image-text-to-text, judge-model, text-to-image, evaluation, benchmark, qwen, conversational

链接

  • 模型：https://huggingface.co/Qwen/Qwen-Image-Bench
  • 文件：https://huggingface.co/Qwen/Qwen-Image-Bench/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Bench

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件，共 5 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Qwen-Image-Bench 本页20,87511627.4Bapache-2.0
Qwen-Drive-1.0-4B共有 qwen · image-text-to-text · conversational7,7402594.5Bapache-2.0
Qwen3.6-35B-A3B Claude 4.7 Opus Reasoning Distilled共有 qwen · image-text-to-text · transformers67420636Bapache-2.0
NV-Reason-CT共有 qwen3_5 · image-text-to-text · conversational5,524945.3Bopenmdw-1.1
Qwen3.5-0.8B-weight-space-programming共有 qwen3_5 · image-text-to-text · conversational4,374137873Mapache-2.0
Qwen3.5-0.8B-weight-space-programming共有 qwen3_5 · image-text-to-text · conversational1,17770873Mapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论，来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的，也未经核实，点开即可在原帖处阅读。

Adina YakupQwen just dropped a new Text to Image benchmark + a judge model huggingface.co/collections/... ✨ 56 fine-grained evaluation facets ✨ Measures creativity beyond prompt alignment ✨ Covers storytelling/typography/design & physical logic ✨ Human aligned judge model (ρ = 0.92)10 赞 · 1 条回复AI FirehoseIntroducing Qwen-Image-Bench, a creator-centric benchmark for text-to-image generation, co-designed with artists. It sets a new standard by evaluating T2I models on real-world fidelity and creative generation, revealing gaps traditional benchmarks overlook. https://arxiv.org/abs/2605.280913 赞 · 1 条回复AI FirehoseQwen-Image-Bench redefines T2I evaluation with a framework for creators, emphasizing Real-world Fidelity and Creative Generation. With 56 evaluation facets and a unified judge model, it enhances T2I discrimination, elevating standards for AI-generated imagery. https://arxiv.org/abs/2605.280911 赞Smart ChunksPublishing the training recipe most labs keep secret, LLaDA-Image claims a 53.53 open SOTA score on Qwen-Image-Bench against GPT Image 2's benchmark-leading 64.7. Time for outside labs to verify. smartchunks.com/llada-image...Alekseev DenisТвой любимый инструмент для генерации изображений только что обновился. SenseNova U1.5 Lite привнесла заметные улучшения: Qwen-Image-Bench вырос с 47.14 до 55.20, а ImgEdit-Bench — с 3.90 до 4.37. Теперь поддерживается нативная генерация в 4K и улучшена работа с текстом на китайском и английском…arXiv cs.CV Computer Vision and Pattern RecognitionNiantong Li, et al.: Qwen-Image-Bench: From Generation to Creation in Text-to-Image Evaluation https://arxiv.org/abs/2605.28091 https://arxiv.org/pdf/2605.28091 https://arxiv.org/html/2605.28091

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本，带 1.58-bit 和 2-bit 动态量化，可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件，这是一个有约 30 亿激活参数的 35B 混合专家模型，面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像，可以在一块消费级 GPU 上训练，并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

研究类的相似商品

查看研究类的全部商品

ManiFlow-tb

allenai · 工具包

allenai 的 ToyBlocks 积木堆叠项目的底层动作模型，用模拟的 Franka 机械臂数据训练，能在桌面上拾取、放置和旋转三块积木。这是面向机器人学的研究模型。

新上架

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤，使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型，采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题，使用 Sentinel-2 的全部 12 个波段，为每个选项返回概率，不生成文字。这是 Qwen3.5-0.8B 的微调版本，适合地球观测研究者。

新上架