V5 模型的多语言提示透明背景与漫画分格能力

V5 是 2026 年最重要的更新：全新自研架构，训练规模是 V4.5 的两倍，官方投入 26.8 万块 B200 GPU 的训练时长。它不是单点升级，而是一揽子能力互相配合。

新特性清单

• 自然语言理解更强：可以整句描述场景，不必全部拆成标签。
• 多语言提示：日语等多语言直接写提示词；中文提示的识别度也随文字渲染能力一起提升。
• 透明背景：transparent background 等标签直接出带 alpha 通道的图，抠图党的刚需（见数据集标签）。
• 角色定位重写：多人构图的角色位置控制大幅改进，最多 22 个独立角色（见多角色提示）。
• 英日中文字渲染：图里写对白、招牌的成功率质变（见图内文字）。
• 整页漫画分格：分格布局、角色、对白框一图生成。
• 复杂度标签：low 到 ultra 四档画面密度控制（见审美复杂度）。

两档变体的 token 预算

预算是「基础提示 + 角色栏」的总盘子，写长提示前先估量。

Furry 模式的延续

V5 没有独立 Furry 模型——开 Furry 模式开关，自动在提示词前加 fur dataset 并切换联想词表，等于用一套架构覆盖两条产品线。

代价：用量条

V5 是唯一启用 Opus 用量条的模型：免费生成消耗回充式额度池，V4.5 及以下依旧无限。运营逻辑是「大模型太贵，加限额不涨价」——详见V5 用量条。

选型纠结时的口诀：概念冷门找 Full，直播求稳 Curated，白嫖量大的回到 V4.5。