GPT Image 2 vs Nano Banana 2 til billedgenerering
Resultaterne varierer efter opgave, så der er ingen samlet vinder. Vælg GPT Image 2 for bedre gengivelse af materialer, korrekt kobling af egenskaber til objekter, reklamekomposition og komplekse objektredigeringer; vælg Nano Banana 2 til typografi, menneskelig kontakt, overførsel af tøj, ændring af belysning og ændringer af produktscener. Modellerne stod lige i struktureret UI-grafik, tekstudskiftning og billedudvidelse.
Fakta side om side
| Funktion | GPT Image 2 | Nano Banana 2 |
|---|---|---|
| Udvikler | OpenAI | |
| Tilgængelighed på Banana Pie | Tilgængelig nu | Tilgængelig nu |
| Kreditter fra | 20 kreditter | 40 kreditter |
| Maks. opløsning | 4K | 4K |
| Referencebilleder | Op til 8 | Op til 8 |
Scenarie for scenarie
Samme prompt. To modeller. Vurdér forskellen på de udgivne billeder nedenfor.
Produktmaterialer og belysning
Bedst her: GPT Image 2VENSTRE opfylder kravene til materialer og belysning bedst. Den halvfyldte flaske, det afdæmpede spejlbillede, lysbrydningen og lysretningen fra øverst til venstre er tydeligere og mere fysisk sammenhængende.
- Præcis én gennemsigtig, rektangulær parfumeflaske er synlig, uden tekst, logo eller ekstra objekter: Uafgjort. Begge viser én opretstående, rektangulær flaske og ingen synlig tekst, logoer, planter eller separate rekvisitter; den flaskelignende form i højre side af HØJRE er tydeligvis et spejlbillede i den våde overflade.
- Flasken er synligt fyldt halvt op med ravfarvet væske: VENSTRE klarer sig bedre. Den ravfarvede væske når en tydelig, vandret midterlinje i flaskens krop, mens væskeniveauet i HØJRE ser ud til at ligge lidt under midten.
- Lysbrydningen i glasset og spejlbilledet på den våde, sorte sten er fysisk sammenhængende: VENSTRE klarer sig bedre. Glassets kanter og de ravfarvede toner bryder lyset konsekvent, og det ene spejlbillede strækker sig naturligt under flasken. HØJRE viser et løsrevet spejlbillede af flasken til højre samt et kraftigt projiceret ravfarvet mønster, hvilket gør overfladens optik mindre sammenhængende og mindre diskret.
- Belysning fra øverst til venstre giver konsekvente højlys og en plausibel kontaktskygge: VENSTRE klarer sig bedre. Det kraftige lys fra øverst til venstre, højlysene i glasset og skyggen, der strækker sig ned mod højre, stemmer tydeligt overens. HØJRE har også lys fra øverst til venstre og en skygge mod højre, men den intense ravfarvede projektion og det tilsyneladende separate spejlbillede gør belysningen mindre konsekvent.
Anvendt prompt og indstillinger
Prompt
A premium product photograph of exactly one transparent rectangular perfume bottle, half filled with amber liquid, standing upright on wet black stone. Light comes from the upper left, creating coherent refraction, a contact shadow, and one subtle reflection. No text, logo, plants, or extra objects.
Typografi på flere sprog
Bedst her: Nano Banana 2HØJRE følger det ønskede plakatlayout med fire linjer præcist, mens VENSTRE fejlagtigt deler den første linje i to.
- Præcis fire centrerede tekstlinjer og ingen ekstra tekst: HØJRE klarer sig bedre. Det viser præcis fire centrerede linjer, mens VENSTRE gengiver "MOONLIGHT MARKET" på to linjer som "MOONLIGHT" og "MARKET", hvilket giver fem synlige tekstlinjer.
- Præcis tekst og rækkefølge: HØJRE klarer sig bedre. Linjerne lyder præcis "MOONLIGHT MARKET", "月光市集", "18 OCT" og "RIVER HALL" i den ønskede rækkefølge. VENSTRE har samme ordlyd og rækkefølge, men den første ønskede linje er delt i "MOONLIGHT" og "MARKET".
- Påkrævede farver: Uafgjort. Begge gengiver "月光市集" i rødt og "MOONLIGHT MARKET", "18 OCT" og "RIVER HALL" i sort.
- Læsbarhed, afstand og justering: HØJRE klarer sig bedre. Alle fire linjer er tydeligt læselige, centreret om samme akse og har en pæn indbyrdes afstand. VENSTRE er læseligt og centreret, men den overdimensionerede første frase ombrydes og gør den samlede afstand mindre jævn.
Anvendt prompt og indstillinger
Prompt
Design a clean cream-colored vertical event poster. Show exactly four centered text lines and no other text: "MOONLIGHT MARKET", "月光市集", "18 OCT", and "RIVER HALL". Render "月光市集" in red and all other lines in black.
Menneskelig anatomi og fysisk kontakt
Bedst her: Nano Banana 2Højre viser samlet set en tydeligere og mere plausibel formning af leret, trods uklarhed og forvrængning i den øverste hånd. Venstre gør det lidt lettere at tælle fingrene, men har mere tydelige fejl i fingerspidserne og hændernes form.
- Præcis to fuldt synlige hænder: Uafgjort. Begge billeder indeholder synligt én keramiker og præcis to hænder, uden ekstra personer eller hænder; ingen af hænderne er beskåret af billedkanten.
- Hver hånd har præcis fem tydeligt adskilte, naturligt formede fingre: Venstre klarer sig bedre. Det er lettere at tælle fem fingre på begge hænder i venstre billede, selv om flere fingerspidser overlapper; i højre billede er antallet af fingre på den øverste hånd uklart, fordi fingrene delvist er smeltet sammen eller skjult, og én finger i siden virker usædvanligt lang.
- Fingrene, leddene og kontakten med leret er anatomisk plausible: Højre klarer sig lidt bedre. Hånden indvendigt og den støttende hånd udvendigt danner et tydeligere og mere troværdigt greb til formning, mens venstre billede har opsvulmede fingre og tæt sammenpressede fingerspidser, der delvist ser sammenvoksede ud. Den øverste hånd i højre billede har stadig en tydeligt akavet finger i siden, så fordelen er begrænset.
- Lerskålen, den roterende drejeskive og formningen er tydeligt genkendelige: Højre klarer sig bedre. Skålen og den roterende drejeskive er tydelige i begge billeder, men højre billede viser mere klart, at én hånd former indersiden, mens den anden støtter ydervæggen.
Anvendt prompt og indstillinger
Prompt
A photorealistic close-up of an adult potter shaping a clay bowl on a spinning wheel. Both hands are fully visible, each with five natural fingers touching the clay. No other people or hands. Soft window light.
Optælling og tilknytning af egenskaber
Bedst her: GPT Image 2VENSTRE følger den ønskede komposition mere fuldstændigt. Begge billeder gengiver antal, egenskaber og krusets orientering korrekt, men HØJRE bryder kravet om, at ingen ekstra objekter må være synlige.
- Kriterium 1: Uafgjort. Begge billeder indeholder synligt præcis tre røde terninger på række til venstre, præcis to blå kugler til højre og ét gult krus centreret bag grupperne.
- Kriterium 2: Uafgjort. Begge knytter rødt til terninger, blåt til gennemsigtige, glaslignende kugler og gult til et krus, der ligner keramik. Terningerne i HØJRE har tydeligere træårer, mens objekterne i VENSTRE stadig synligt matcher de ønskede kategorier og materialer.
- Kriterium 3: Uafgjort. Krusets hank er tydeligt fastgjort på højre side og vender mod højre i begge billeder.
- Kriterium 4: VENSTRE klarer sig bedre. VENSTRE viser kun de ønskede objekter og ingen tekst, mens HØJRE synligt indeholder en potteplante og andre rumelementer i baggrunden. Der er ingen synlig tekst i nogen af billederne.
Anvendt prompt og indstillinger
Prompt
On a matte gray table, exactly three red wooden cubes form a row on the left, exactly two blue glass spheres sit on the right, and one yellow ceramic mug stands centered behind them. The mug handle points right. No other objects or text.
Reklamekomposition
Bedst her: GPT Image 2Venstre følger den ønskede komposition tættere, især fordi sporet tydeligere starter nederst til venstre, og det tomme område øverst er mere klart afgrænset. Begge bryder kravet om ingen anden tekst ved at placere "AERO" på skoen.
- Præcis én sølvfarvet sko og ét orange spor: Venstre klarer sig bedre. Begge viser én sølvfarvet sko nederst til højre, men det orange spor i Venstre kommer tydeligt ind fra nederste venstre hjørne og buer ind i scenen; sporet i Højre krydser den nederste del fra højre kant, før det buer mod venstre.
- Eneste synlige tekst: Uafgjort. Begge gengiver "RUN LIGHT" og "42 KM" korrekt, men begge gengiver også synligt den forbudte ekstra tekst "AERO" på skoen.
- Luft øverst og overskriftens placering: Venstre klarer sig bedre. Venstre efterlader et tydeligt, uforstyrret område, som er væsentligt højere end den ønskede topmargin, med "RUN LIGHT" direkte nedenunder øverst til venstre. Højre har også tom himmel over overskriften, men marginen ligger tættere på grænsen.
- Elementernes synlighed og hierarki: Uafgjort. Begge holder overskriften, mærket, sporet og den ene sko fuldt synlige med et klart hierarki fra overskrift til produkt; ingen af dem har væsentlig beskæring eller overlapning, der skjuler et påkrævet element.
Anvendt prompt og indstillinger
Prompt
Create a vertical social ad for a fictional running shoe named AERO. Keep the top 15 percent empty. Directly below it, place the headline "RUN LIGHT" in the upper-left. Show exactly one silver shoe in the lower-right, an orange trail curving from the bottom-left, and a round badge reading "42 KM". No other shoes or text.
Struktureret UI-grafik
Afhænger af opgavenBegge billeder opfylder alle fire bedømmelseskriterier. Deres stilistiske forskelle giver ikke nogen væsentlig fordel ud fra kriterierne.
- Titel og kolonner: Uafgjort. Begge gengiver den præcise titel "CHOOSE YOUR PLAN" og præcis tre kolonner med navnene "STARTER", "PRO" og "TEAM".
- Rækker: Uafgjort. Hver kolonne i begge billeder indeholder præcis tre justerede rækker med teksterne "PROJECTS", "STORAGE" og "SUPPORT".
- Knapper: Uafgjort. Hver kolonne i begge billeder har præcis én blå knap med teksten "SELECT".
- Justering og ekstra indhold: Uafgjort. Begge viser tre jævnt fordelte kolonner og ingen ekstra gengivet tekst. VENSTRE har ikoner i rækkerne, mens HØJRE bruger skillelinjer, men ingen af delene strider mod dette kriterium.
Anvendt prompt og indstillinger
Prompt
Create a clean horizontal pricing comparison graphic titled "CHOOSE YOUR PLAN". Use exactly three equal columns labeled "STARTER", "PRO", and "TEAM". Under each column, show exactly three aligned rows labeled "PROJECTS", "STORAGE", and "SUPPORT", followed by one blue button labeled "SELECT". White background, dark navy text, no additional columns or text.
Objekttilknytning og redigering med seks referencer
Bedst her: GPT Image 2VENSTRE vinder med en lille margin. Begge resultater udfører de ønskede udskiftninger, men VENSTRE håndterer de to tilføjede citroner mere præcist og holder hele opstillingen af objekter synlig.
- Kriterium 1: Uafgjort. Begge viser et mørkt marineblåt krus og en foldet grøn- og hvidstribet serviet, uden synligt rødt krus eller hvidt håndklæde. Præcis gengivelse af referencernes udseende og bevarelse af de oprindelige placeringer kan ikke verificeres, fordi referencerne ikke vises.
- Kriterium 2: Uafgjort. Begge viser præcis én appelsin og én sennepsgul notesbog med hårdt omslag, og ingen af dem har synligt bevaret en grøn pære eller blå notesbog. Et præcist match med referencerne kan ikke vurderes ud fra disse resultater alene.
- Kriterium 3: Venstre klarer sig bedre. Begge indeholder præcis to citroner til højre for kruset, men HØJRE giver den ene citron et markant grønt blad, der ligner appelsinens blad, hvilket tyder på en mindre præcis adskillelse af objekterne; de to citroner i VENSTRE er tydeligt adskilte og har intet duplikeret tilbehør.
- Kriterium 4: Venstre klarer sig lidt bedre. Begge bevarer en sammenhængende træbordplade, naturlig belysning og plausible skygger, men VENSTRE holder alle objekter helt inden for billedrammen, mens HØJRE beskærer notesbogen ved højre kant. Præcis bevarelse af kameraføring, træårer og rumlige forhold fra Reference 1 kan ikke verificeres uden at se Reference 1.
Referencebilleder
Anvendt prompt og indstillinger
Prompt
Use Reference 1 as the base tabletop scene. Replace the red mug with the exact dark navy-blue mug from Reference 2 in the same position and orientation. Replace the folded white towel with the exact green-and-white striped napkin from Reference 3 in the same folded area. Replace the green pear with exactly one orange from Reference 4 in the same position. Replace the blue notebook with the exact mustard-yellow hardcover notebook from Reference 5 in the same position. Add exactly the two lemons from Reference 6 to the right of the mug. Preserve the wooden table, camera, framing, wood grain, lighting, shadows, and all other spatial relationships from Reference 1. Do not copy the white product backgrounds from References 2–6, duplicate any asset, or add other objects.
Udskiftning af tekst i billeder
Afhænger af opgavenBegge resultater gengiver den ønskede tekst klart og uden synlige tegnfejl. Kildebilledet er ikke tilgængeligt, så kriterierne for bevarelse giver ikke grundlag for at vælge det ene frem for det andet.
- Præcis tekst og fjernelse: Uafgjort. På begge skilte står der synligt præcis "NIGHT OWL", og ingen gammel tekst er synlig.
- Ekstra eller misdannede tegn: Uafgjort. Begge skilte indeholder kun bogstaverne i "NIGHT OWL", uden synlige ekstra eller misdannede tegn.
- Bevarelse af skrifttype, afstand og perspektiv: Uafgjort. Begge gengiver klare sans serif-versaler med ensartet afstand og perspektiv, men bevarelsen af originalen kan ikke verificeres, fordi kildebilledet ikke vises.
- Bevarelse af materiale, belysning og scene: Uafgjort. Begge viser sammenhængende skilte af malet træ og naturlig belysning, men det kan ikke vurderes uden kildebilledet, om nogen af dem har bevaret det oprindelige skilt og den omgivende scene uændret.
Referencebilleder
Anvendt prompt og indstillinger
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Overførsel af identitet og beklædning fra flere referencer
Bedst her: Nano Banana 2Højre er samlet set det stærkere resultat, fordi jakken har flere karakteristiske, produktlignende detaljer, samtidig med at pasformen er sammenhængende, og portrættet fremstår naturligt. Præcis bevarelse af referencerne er fortsat usikker, fordi referencerne ikke er synlige.
- Bevarelse af identitet: Referenceportrættet vises ikke, så præcis bevarelse af identitet, ansigtsudtryk, hår, positur, kropsproportioner og billedudsnit kan ikke verificeres. Blandt resultaterne bevarer højre et mere naturligt fotografisk udtryk, mens venstre viser små ændringer i ansigtets proportioner og en tættere beskæring.
- Match af jakke: Referencen med den fritstående jakke vises ikke, så et præcist match kan ikke bekræftes. Højre viser mere specifikke tøjdetaljer, herunder slidmærker i denimstoffet, en cremefarvet lammeskindskrave, bronzefarvede knapper, lommer med klap og et rødt mærke på ærmet; venstre har denim uden samme slid, en anden lommekonstruktion og et større mærke.
- Udskiftning af sort jakkesæt: Uafgjort. Begge erstatter synligt den oprindelige sorte habitjakke med en denimjakke med lammeskindskrave, og ingen af dem indeholder en usynlig mannequin-effekt eller hvid produktbaggrund.
- Fysisk sammenhæng: Højre klarer sig lidt bedre. Jakken sidder naturligt omkring skuldre og torso med plausible folder på ærmerne og belysning, der passer til scenen. Begge gengiver de overlappende hænder rimeligt, selv om nogle fingerkonturer er en smule bløde.
Referencebilleder
Anvendt prompt og indstillinger
Prompt
Use the portrait in Reference 1 for the person and the isolated jacket in Reference 2 for the garment. Dress the person from Reference 1 in the exact jacket shown in Reference 2. Preserve the person's identity, face, expression, skin, hair, hands, pose, body proportions, background, framing, and lighting from Reference 1. Preserve the jacket's material, color, collar, buttons, pockets, and sleeve patch from Reference 2. Do not copy the ghost mannequin or white product background.
Sammenhængende ændring af scenebelysning
Bedst her: Nano Banana 2Højre giver en tydeligere og mere rumligt sammenhængende ændring til belysning i den gyldne time med kraftigere retningsbestemte højlys og skygger fra vinduet til venstre.
- Varmt lys fra den gyldne time falder tydeligt ind gennem vinduet til venstre: Billedet til højre klarer sig bedre; stærkt, varmt sollys falder synligt ind fra venstre hen over sofaen, tæppet, gulvet og væggen til højre, mens billedet til venstre også har varmt lys, men med en noget mindre tydelig retning.
- Højlys og skyggeretninger stemmer overens med den nye lyskilde: Billedet til højre klarer sig bedre; sofabordet og sofaen kaster lange skygger mod højre, og vinduesformede lysfelter fortsætter konsekvent gennem rummet. Billedet til venstre har troværdige skygger fra planter og lamper, men lysets retning er mindre tydelig på gulvet og møblerne.
- Resultatet er mere end et ensartet gult farvefilter: Billedet til højre klarer sig bedre; det bevarer tydelige skyggeområder og skaber lokale lyse striber, skarpe slagskygger og varieret belysning. Billedet til venstre har også lokale lysfelter, men en stor del af rummet har et mere ensartet ravfarvet skær.
- Ingen møbler eller dekorative genstande er flyttet, tilføjet, fjernet eller ændret i design: Dette kan ikke vurderes pålideligt uden det oprindelige kildebillede. De to resultater adskiller sig i billedudsnit og genstandenes placering, men det viser ikke, hvilket af dem der eventuelt har bevaret kilden nøjagtigt.
Referencebilleder
Anvendt prompt og indstillinger
Prompt
Change the lighting to warm golden-hour sunlight entering from the left window. Do not move, add, remove, or redesign any object. Update highlights and shadows coherently.
Billedudvidelse til forskellige billedformater
Afhænger af opgavenBegge resultater viser overbevisende, centrerede udvidelser af strandbilledet uden tydelige artefakter i de udvidede områder. De afgørende kriterier for bevarelse kan ikke kontrolleres uden originalbilledet, og den synlige kvalitet af udvidelserne er for ens til at udpege en vinder.
- Resultat i 16:9-format med naturligt indhold i siderne: Uafgjort. Begge billeder har tydeligt brede kompositioner i liggende format, hvor strand, hav og himmel fortsætter naturligt til begge sider.
- Hele originalen centreret uden beskæring eller strækning: Uafgjort. Begge placerer hele hytten tæt på midten i vandret retning uden tydelig geometrisk strækning, men det kan ikke bekræftes, om hele det oprindelige billedudsnit er bevaret, da kildebilledet ikke vises.
- Den oprindelige hytte, kystlinje og interne komposition er uændret: Kan ikke vurderes for nogen af billederne uden originalbilledet. Hytten og kystlinjen er synligt forskellige i billedet til VENSTRE og billedet til HØJRE, men det fastslår ikke, hvilket af dem der eventuelt har ændret kilden.
- Ingen synlige samlinger, spejlvendt fyldindhold eller gentagne objekter: Uafgjort. Ingen af billederne viser en tydelig lodret samling, et åbenlyst spejlvendt område eller en påfaldende duplikering af et strand- eller bølgeelement; begge udvidelser falder naturligt sammen med den centrale scene.
Referencebilleder
Anvendt prompt og indstillinger
Prompt
Expand the canvas to a 16:9 landscape by naturally continuing the beach, ocean, and sky on both sides. Keep the complete original image centered without cropping, stretching, letterboxing, or modifying it.
Bevarelse af produktet ved sceneskift
Bedst her: Nano Banana 2Billedet til højre skaber mere overbevisende den ønskede våde bane i skumringen og har mere sammenhængende omgivelsesbelysning og samspil med underlaget. Det kan ikke kontrolleres, om produktet er bevaret nøjagtigt, uden kildebilledet.
- Våd udendørs basketballbane i skumringen: Billedet til højre klarer sig bedre. Begge viser våde baner, basketballkurve, hegn og skumringshimle, men billedet til højre har tydeligere malede banelinjer og integrerer skoen mere naturligt i det samlede banemiljø; den overdimensionerede sko i forgrunden på billedet til venstre skjuler en stor del af spillefladen.
- Bevarelse af sneakeren: Dette kan ikke vurderes fuldt ud, da det oprindelige billede af sneakeren ikke vises. Begge resultater bevarer synligt en lignende lav silhuet, hvid overdel med syninger, tekstureret tåbeskyttelse og kameravinkel fra siden, selvom billedet til venstre gengiver finere syninger og materialetekstur tydeligere.
- Sort geometrisk mærke på siden: Det kan ikke vurderes uden originalen, om mærket er uændret. Begge mærker fremstår tydeligt, men deres proportioner er synligt forskellige: Mærket til venstre har tykkere, bredere forgreninger, mens mærket til højre har et smallere vandret segment og slankere diagonale forgreninger.
- Kontaktskygge, spejling og skumringslys: Billedet til højre klarer sig bedre. Det varme lys fra himlen falder ensartet på skoen og det våde underlag med en tydelig spejling og en kontaktskygge, der forankrer skoen på underlaget. Billedet til venstre har en markant spejling og skygge, men skoen er belyst langt kraftigere og mere neutralt end de dæmpede omgivelser, hvilket får integrationen til at virke mindre naturlig.
Referencebilleder
Anvendt prompt og indstillinger
Prompt
Place the sneaker on a wet outdoor basketball court at dusk. Preserve the exact sneaker shape, black geometric side mark, materials, stitching, sole geometry, and camera angle. Add physically coherent contact, reflections, and dusk lighting.
Pris og ventetid
GPT Image 2 starter ved 20 kreditter, mens Nano Banana 2 starter ved 40 kreditter, så GPT Image 2 kræver færre kreditter pr. generering. I denne kørsels lille stikprøve af svartider lå GPT Image 2 mellem 81370 ms og 189546 ms, mens Nano Banana 2 lå mellem 57125 ms og 122746 ms; observationerne gælder specifikt for denne kørsel og er ikke benchmarktal.
Sådan sammenlignede vi og oplyser om vores metode
Vi brugte én fast prompt pr. scenarie med hver model og offentliggjorde de udvalgte resultater. Offentlige billeder har et Banana Pie-vandmærke. Banana Pie sælger betalt adgang til både GPT Image 2 og Nano Banana 2.
Banana Pie sælger betalt adgang til denne model sammen med andre modeller i ét Studio. Vores vurderinger bygger på test, der er kørt gennem den samme proces, som vores brugere får adgang til.