2025年5月20日，字节跳动团队于 Hugging Face 平台推出了全新开源的统一多模态模型：BAGEL 。模型一经发布，不仅迅速登上Hugging Face趋势榜，同时引发海内外热议。

Hugging Face登顶

海外AI从业者评价

BAGEL 基于 Qwen2.5-7B-Instruct 和 siglip-so400m-14-384-flash-attn2 模型进行微调，并使用 FLUX.1-schnell VAE 模型 。采用的是混合 Transformer-专家 (MoT) 架构，其中包含两个独立的Transformer专家模块：一个专注于多模态理解，另一个专注于多模态生成。

简单地理解，BAGEL 是一个类似 gpt-image-1 的模型，结合了图片推理、图像编辑、图片生成等功能，既可以生成图片也可以对图片进行修改。

据闻，BAGEL 理解图像比 Qwen2.5-VL 更准，推理能力超 InternVL-2.5，图像生成对标 Stable Diffusion 3，堪称“开源版 GPT-4o ”。302.AI团队紧跟市场动向，第一时间接入了 BAGEL 模型的API，并对模型展开实测，详细实测内容看下文。

I. BAGEL vs. GPT-Image-1实测对比

BAGEL 包含图片生成（BAGEL-Generation）和 图片编辑（BAGEL-Edit），下面会分为两部分对比 GPT-Image-1 进行实测。

1、图片生成

（1）文字生成

提示词：a photo of three antique glass magic potions in an old abandoned apothecary shop: the first one is blue with the label ‘SDXL’, the second one is red with the label ‘BAGEL’, the third one is green with the label ‘FLUX’.

BAGEL：英文单词生成不准确，颜色正确。

GPT-Image-1 ：颜色和单词的生成均无误。

（2）人物生成

提示词：一张电影摄影风格的特写肖像，捕捉了一个阳光明媚的白天城市街道上邻家女孩的样子。她穿着一件卡其色毛衣，飘逸的长发轻轻地披在肩上。她的头微微转动，柔和的面部特征被来自左边的真实、微妙的阳光照亮。阳光微妙地突出了她的每一缕头发。该图像具有佳能电影般的色调，唤起一种温暖，怀旧的气氛。

BAGEL：提示词遵循准确，但面部皮肤的纹理感欠缺真实，整体风格AI感强。

GPT-Image-1 ：人物面部皮肤及五官的呈现较为逼真，但提示词中所描述的氛围光效果表现不够突出。

（3）指定场景生成

提示词：书架上有一只穿着毛衣的鳄鱼玩偶

BAGEL：场景生成构图合理，主体与背景层次明确，光线阴影合理。但整体风格AI感/卡通感强。

GPT-Image-1 ：场景生成构图合理，主体与背景层次明确，光线阴影合理，整体风格拟真度高。

2、图片编辑

（1）眼影皮肤试色

提示词：Can you demonstrate the colors on skin

BAGEL：生成的颜色不够准确。

GPT-Image-1 ：颜色不够准确，并且右下角显示了不必要的元素如新的眼影盘。

（2）风格转换

提示词：Change to 3D animated style

BAGEL：风格转换准确，但美观度，细节复杂度尚需提升。

GPT-Image-1 ：风格转换精准，细节把控得当，整体效果佳。

（3）局部修改

提示词：女孩手里的鲜花变成抱着一只兔子

BAGEL：手指部分略显生硬，表现有待提升，人物面部与原图保持一致。

GPT-Image-1 ：手指部分相对协调，人物面部/衣服细节未能保持一致性，如在原图基础上对五官细节，肤色均进行了调整。

II. BAGEL实测总结

1、实测结果整理：

2、实测结论：

基于以上实测结果，可初步得出以下结论：

（1）综合所有对比结果可得出，BAGEL 的表现略逊于 GPT-Image-1。

（2）在实测过程中，我们发现 BAGEL 输出的质量不够稳定，比如有时会出现模糊输出、解剖学错误如手指没能更自然地呈现。

（3）BAGEL 面对复杂的提示理解存在偏差，复杂的编辑指令可能无法完全按预期理解，比如眼影试色案例，需要不断调整提示词才可正常输出试色效果。

（4）BAGEL 作为一个开源模型，其真正的魅力在于允许用户根据自己的需求进行修改和优化。开发者可以根据具体的应用场景调整模型架构、训练数据、超参数等，以达到最佳性能。

III. 如何在302.AI上使用：

302.AI提供按需付费无订阅的服务模式，用户可以根据自身业务需求灵活选择使用。

获得模型BAGEL的模型API

BAGEL（图片生成)：API→API超市→图片生成→ BAGEL→查看文档；

BAGEL-Edit（图片编辑）：API→API超市→图片处理→ BAGEL→查看文档；

想体验 BAGEL 模型？ 👉立即注册免费试用302.AI，开启你的AI之旅！👈

为什么选择302.AI？

● 灵活付费：无需月费，按需付费，成本可控

● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求

● 开源生态：支持开发者深度定制，打造专属AI应用

● 易用性：界面友好，操作简单，快速上手

往期推荐