ARTICLE · 1222295
5组AI组合画天安门:换个工具,比换个模型还管用
5组AI组合画天安门：换个工具，比换个模型还管用
我让 5 个 AI 工具各画了一个天安门。
画完之后，结论有点反直觉：
同一个模型，换个工具，差距比换个模型还管用。
之所以敢下这个判断，是因为这次做的是一场控制变量的对照实验：5 组用的是完全相同的一条提示词。
同一条指令、同一句画一个天安门、同样的纯 SVG 手绘 / 不引用外部图片 / 还原真实形制 / 构图对称的要求，一字未改、一字未加。5 组之间唯一的差别，就是工具和模型。
先看参赛名单。
参赛名单：5 组"模型 × 工具"组合
先记两个重点：③ ④ 用的是完全相同的模型，⑤ 是唯一的"老工具 + 老模型"组合。
还有一点必须再强调一次：5 组跑的是同一条提示词（原文附在文末），表里变的只有工具和模型。这正是这次实验能得出结论的前提。
下面还是逐个看作品。
一、WorkBuddy + 混元 Hy4：细节最全的"官方宣传画"
WorkBuddy 版天安门
先颁一个"最还原奖"。
WorkBuddy 这一版，几乎是把天安门的"标准答案"抄了下来：
- •
双层结构正确——城台 + 城楼 + 两层重檐歇山顶，形制最准；
- •
五券门齐全——中间一个大门、两侧各两个小门，一个不少；
- •
细节拉满——两侧红旗、华表、前景的金水桥和石狮子全画了；
- •
城台上还规规矩矩写了两边标语："中华人民共和国万岁""世界人民大团结万岁"；
- •
连"北京中轴线 · 明清皇城正门"的注释都补上了。
背后的 Hy4 是 8 月 28 日刚开源的混元旗舰——770B 参数、1M 上下文。大参数 + 长上下文 + 新开源，细节天花板就是这么撑起来的。
成本也给了个数：这一张花了 167 积分（其余几组的计费口径不同，没法直接比）。
二、OpenCode + MiMo-V2.6-Flash：唯一画出毛主席画像的
OpenCode 版天安门
OpenCode 这一版也很能打：
- •
双层城楼、五券门、屋顶形制都对；
- •
两侧标语、国旗、金水桥都有；
- •
最关键——它是五个工具里唯一画出"毛主席画像"的。
熟悉天安门的人知道，城楼正中间那幅画像，是真实天安门最标志性的元素。其他四个工具都"默契"地绕开了它，只有 OpenCode 还原了"真实的天安门"。
为什么是它？看模型就明白了：MiMo-V2.6-Flash 是小米 9 月 22 日开源的原生全模态模型，309B 总参、15B 激活、1M 上下文，API 价格 $0.14 / $0.28（每百万 tokens）——便宜到可以当日常主力。
但它真正的杀手锏是小米官方点名的那项能力："代码驱动的内容创作与审美表现"。官方文档里写得很直白，MiMo-V2.6 系列擅长生成前端网页、PPT、SVG 这类"看起来要好看"的东西，旗舰 Pro 在设计审美榜（Design Arena）上能和 Claude Opus 5、GPT-5.6 Sol 掰手腕。
画天安门本质就是"用代码画一张要好看的图"——MiMo 是全场最对口的那个模型。第二名不是偶然，是地基选对了。
三、DeepSeek Harness + DeepSeek V4.1 Flash：氛围感最好的"晨光版"
DeepSeek Harness 版天安门
DeepSeek Harness 走的是"氛围流"：
- •
双层结构、五券门都在，屋顶和灯笼也画得规矩；
- •
深蓝到暖黄的渐变打底，右上角一轮暖阳，右下配"承天门 · 晨光"——五个版本里氛围最讲究的一个；
- •
标注"纯 SVG 手绘 · 无外部资源"，态度很纯粹。
底座是 DeepSeek V4.1 Flash——9 月的新模型，552B 总参、18B 激活，多模态，1M 上下文，典型的"高性价比大杯"路线。
缺点是细节克制：没画画像、标语，国徽也简化成了一个抽象圆形。像一张"天安门明信片"——好看，但信息量略少。
四、OpenClaw v2026.9.7 + DeepSeek V4.1 Flash：同一个模型，掉了半档
OpenClaw v2026.9.7 版天安门
这是全场最有意思的一组——和第三名用的是完全一样的模型（DeepSeek V4.1 Flash），成品却差了一档。
新版 OpenClaw 走了极简风：深蓝夜空、金色大字标题、一栋红墙金顶的建筑，配两面华表和几朵云，很有点"夜色剪影"的高级感。
但硬伤也一样明显：它只画了一层大屋顶，上层的城楼直接省了。真实天安门是"城台 + 城楼 + 双层檐"，它做成了"单檐大殿"。好看是好看，形制上偷了懒——单看惊艳，细看不考究。
同一句话、同一个模型，出来的却是两张完全不同的画。差的不是模型，是工具的提示词工程、渲染管线和审美约束。
五、OpenClaw v2026.5.4 + Qwen3.6-27B：老工具遇上老模型，双输
OpenClaw v2026.5.4 版天安门
如果说前四个是"同题竞技"，那这组就是"翻车现场"：
- •
屋顶画成了三层黑色弧形，远看像一只趴着的甲虫；
- •
城楼前面是一块绿草地——天安门前面是广场和金水桥，不是公园；
- •
"天安门"三个字还拆成"天 安 门"分散摆放，行为艺术。
背后的 Qwen3.6-27B 其实不弱：27B 稠密模型、262K 原生上下文（可扩展到 1M），编程专精，官方还专门推荐把它接进 OpenClaw、Claude Code 这类编程助手里用。
问题出在版本上——它是 4 月发布的模型，配的是 5 月的 OpenClaw v2026.5.4。老模型 + 老工具，两个变量一起落后，画出来就是这样。
一张总评表
四个有意思的发现
- 1.
工具的权重，可能大于模型。 提示词一字未改、模型也是同一个，③ ④ 却一个细节考究、一个形制偷懒——这中间的差别，只可能来自工具本身。挑模型之前，先看看你用的工具是不是会替你省事。
- 2.
模型选对了，审美会自动到位。 MiMo 官方主打"代码驱动的内容创作与审美表现"，OpenCode 就画出了全场最像真实天安门的那版。不是它更努力，是它站在更对的地基上。
- 3.
版本是隐形变量。 ⑤ 的锅一半在模型太老、一半在工具太老。双升级才有效，单升级要打折。
- 4.
5 组里 4 个是国产开源模型。 混元 Hy4、小米 MiMo、DeepSeek、通义 Qwen——一场天安门对决，底座全是中国开源模型。
写在最后
一个小测试，照出的不只是审美，是"模型能力 × 工具工程"这个乘数关系。
结论很朴素：别只盯着模型榜单挑最贵的。模型是底座，工具是你真正天天用的那双手。 再加上版本——三个月前的工具和今天的工具，根本不是一回事。
顺便问一句：你现在用的工具，配的是哪个模型？有没有"底座不差、但活干得糙"的情况？评论区聊聊，我挺想看看。
附：5 组共用的那条提示词
创建一个绘有天安门的网页
就是上面这一条，一字未改，5 组跑的是同一句。
想自己复现的，把这条复制进你常用的工具跑一遍，再换两个模型各跑一次——你大概率能亲眼看到本文说的那个结论。
跑完把结果发在评论区，我会挑几个有意思的在下期专门拆。
下期见。
