Taste Bench · Model Evals · Sept 2026
Qualquer IA cria uma imagem.Taste é o que faz um anúncio.
8 modelos de imagem líderes, cada um rodando dentro da Omneky. 59 briefings reais de anúncios de 4 marcas em 5 idiomas. 1.371 avaliações às cegas que pontuam o que decide um anúncio: seu logo, seu produto, suas palavras, seu mercado.
Última atualização: Refeito sempre que surgem novos modelos. O harness fica ligado para todos.
O ranking
Nota média de qualidade (de 0 a 10) entre todos os juízes e briefings.
- 17,4
GPT Image 2.5 FlareOpenAI - 27,4GPT Image 2.5 SunburstOpenAI
- 37,4GPT Image 2OpenAI
- 47,2
Nano Banana ProGoogle - 57,1
Grok Imagine 2.0xAI - 67,0Nano Banana 2Google
- 77,0
Muse ImageMeta - 86,4
Seedream 5 ProByteDance
- 8
- Modelos de imagem testados
- 469
- Anúncios gerados
- 1.371
- Avaliações às cegas
- 5
- Idiomas
Estas notas são da Omneky, não do app do modelo.
Cada modelo nesta página rodou dentro do harness de imagem da Omneky. A Omneky leu a marca, escreveu a direção de arte e entregou ao modelo o logo, o produto e o briefing. O Gemini ir bem aqui significa que ele desenha bem depois desse trabalho. Abrir o app do Gemini não entrega isso.
Ranking
O ranking
O mesmo harness da Omneky em cada linha: mesmo kit de marca, mesmo briefing, uma tentativa. Pontuado às cegas. Não é o app do Gemini, nem o ChatGPT.
59 briefings nesta visão. Clique em uma linha para ver o detalhamento completo.
- Nota do anúncio
- 7,4
- Pronto para veicular
- 42%
- Nota do anúncio
- 7,4
- Pronto para veicular
- 54%
- Nota do anúncio
- 7,4
- Pronto para veicular
- 37%
- Nota do anúncio
- 7,2
- Pronto para veicular
- 32%
- Nota do anúncio
- 7,1
- Pronto para veicular
- 30%
- Nota do anúncio
- 7,0
- Pronto para veicular
- 32%
- Nota do anúncio
- 7,0
- Pronto para veicular
- 34%
- Nota do anúncio
- 6,4
- Pronto para veicular
- 22%
Primeira tentativa, com a revisão da Omneky desligada para comparar os modelos. O harness ficou ligado: a Omneky ainda leu a marca e escreveu a direção de arte para cada modelo, inclusive o Gemini.
Grok Imagine 2.0 não conseguiu processar 3 briefings: eles tinham mais imagens de entrada do que o modelo aceita.
Cada briefing
Seja qual for o ponto de partida, você recebe um anúncio.
Cada linha é um briefing. Todos os modelos da linha receberam esse briefing da Omneky, com o mesmo logo, produto e direção de arte. Um app de chat não começa daqui.
| Briefing | GPT Image 2.5 FlareOpenAI | GPT Image 2.5 SunburstOpenAI | GPT Image 2OpenAI | Nano Banana ProGoogle | Grok Imagine 2.0xAI | Nano Banana 2Google | Muse ImageMeta | Seedream 5 ProByteDance |
|---|---|---|---|---|---|---|---|---|
Sem prompt Asarai Árabe · Formato 1:1 Nada. A Omneky começou só com a marca. | ||||||||
Sem prompt Asarai Inglês · Formato 1:1 Nada. A Omneky começou só com a marca. | ||||||||
Sem prompt Asarai Espanhol · Formato 1:1 Nada. A Omneky começou só com a marca. | ||||||||
Sem prompt Asarai Hindi · Formato 1:1 Nada. A Omneky começou só com a marca. | ||||||||
Sem prompt Boco to Deco Japonês · Formato 1:1 Nada. A Omneky começou só com a marca. |
Clique em qualquer anúncio para ver como cada juiz o avaliou.
Verificações
Uma imagem bonita não é um anúncio.
A maioria dos benchmarks de imagem pontua beleza. Taste Bench pontua Taste: se você poderia veicular o anúncio amanhã.
Seu logo, não um parecido
Copiado com exatidão. Sem redesenhar, mudar a cor ou trocar por algo semelhante.
Seu produto, exatamente como é vendido
A embalagem, o rótulo e o formato reais, não um palpite da IA.
Seu título, escrito certo
Palavra por palavra quando você fornece o texto. Curto e limpo quando não.
Seu idioma e sua escrita
O árabe se lê da direita para a esquerda. O hindi é em devanágari. O japonês continua japonês.
Sem descontos, números ou avaliações inventados
Um "50% off" inventado ou uma falsa avaliação cinco estrelas é um problema de compliance, não uma escolha criativa.
Longe dos botões e legendas da plataforma
O logo, o texto e o produto ficam onde a Meta e o TikTok não cobrem.
Errou em um, e não é um anúncio. É um risco.
Não só testamos isso. A Omneky verifica tudo automaticamente, para você não precisar.
Nenhum modelo vence todos os briefings.
O modelo que acerta um briefing detalhado tropeça num em branco. O melhor em texto em inglês não é o melhor em árabe. Acompanhar isso é um trabalho de pesquisa em tempo integral. É nosso, não seu.
Melhor por ponto de partida
GPT Image 2.5 FlareOpenAIGPT Image 2OpenAIGPT Image 2.5 FlareOpenAIGPT Image 2OpenAIGPT Image 2.5 SunburstOpenAIGPT Image 2OpenAIGPT Image 2.5 SunburstOpenAIGPT Image 2.5 SunburstOpenAIMelhor por idioma
GPT Image 2.5 SunburstOpenAIGPT Image 2.5 FlareOpenAIGPT Image 2.5 SunburstOpenAIGPT Image 2OpenAIPor isso a Omneky não tem menu para escolher modelo. Nós decidimos, e decidimos de novo a cada novo modelo.
Quer ver sua marca nesta grade? Comece seu teste grátis de 7 dias.
Teste grátisMétodo
Como avaliamos um anúncio
Os juízes nunca sabem qual modelo criou o anúncio. Cada imagem é renomeada e perde qualquer pista de origem.
Três modelos de IA de ponta de três laboratórios diferentes, para que nenhum modelo corrija a própria prova.
Primeiro, verificações de aprovado ou reprovado. Depois, notas de qualidade de 1 (quebrado) a 10 (nível de agência).
Um anúncio só está pronto para veicular se passar em todas as verificações e a maioria dos juízes o veicular como está. Empate conta como reprovação.
O harness é o que você recebe
Cada nota nesta página é um modelo rodando dentro da Omneky. Lemos a sua marca e a transformamos em direção de arte. O modelo desenha. Publicamos os anúncios e os vereditos. Não publicamos essa receita. Uma nota alta do Gemini é o Gemini depois do harness, não o Gemini sozinho.
Sempre testando
Quando um novo modelo de imagem é lançado, ele passa pelo Taste Bench antes de chegar perto dos seus anúncios. Esta página sempre mostra a edição mais recente.
Os nomes e logos dos modelos são marcas de seus respectivos donos e são usados aqui apenas para identificar os modelos testados. As marcas exibidas fazem parte do conjunto de testes da Omneky.