GPT Image 2 vs Seedream 5 Pro til billedgenerering, der følger din prompt
Resultaterne varierer efter opgave, og GPT Image 2 står stærkest i flest af disse scenarier. Vælg GPT Image 2 til bevaring af originalbilledet, referencebaserede redigeringer, ændring af belysning, materialegengivelse, anatomi og ændringer af produktscener; vælg Seedream 5 Pro til flersproget typografi, reklamelayouts og billedudvidelse på tværs af billedformater. Optælling og struktureret UI-grafik endte uafgjort.

Fakta side om side
| Funktion | GPT Image 2 | Seedream 5 Pro |
|---|---|---|
| Udvikler | OpenAI | ByteDance |
| Tilgængelighed på Banana Pie | Tilgængelig nu | Tilgængelig nu |
| Kreditter fra | 20 kreditter | 25 kreditter |
| Maks. opløsning | 4K | 2K |
| 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 materiale, lysbrydning og belysning bedre og overholder samtidig kravene til objekterne. HØJRE er tættere på at være halvt fyldt, men VENSTRE matcher samlet set prompten bedre.
- Præcis én gennemsigtig, rektangulær parfumeflaske er synlig uden tekst, logo eller ekstra objekter: uafgjort. Begge billeder viser en enkelt gennemsigtig, rektangulær parfumeflaske på våd sort sten uden synlig tekst, logo, planter eller separate ekstra objekter.
- Flasken er synligt fyldt halvt op med ravfarvet væske: højre klarer sig bedre. Den ravfarvede væske i højre flaske når omtrent halvvejs op i selve flasken, mens venstre flaske ser ud til at være fyldt lidt over halvvejs i det synlige forreste kammer.
- Glassets lysbrydning og spejlingen på den våde sorte sten er fysisk sammenhængende: venstre klarer sig bedre. Venstre billede har renere glaskanter, mere ensartet lysbrydning gennem de rektangulære vægge og en spejling, der stemmer overens med flasken og den ravfarvede væske. Højre billede har en mindre overbevisende buet indvendig slange eller brydningslinje gennem væsken.
- Lys fra øverst til venstre giver konsistente højlys og en plausibel kontaktskygge: venstre klarer sig bedre. Venstre billede har tydeligt kraftigt lys fra øverst til venstre, hvilket stemmer overens med de klare højlys og skyggen, der falder mod højre. Højre billede har plausible højlys, men lysretningen er mindre tydeligt fra øverst til venstre, og kontaktskyggen er mindre markant.
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: Seedream 5 ProHøjre følger prompten bedre, fordi det bevarer den krævede struktur med fire linjer og den nøjagtige tekst, mens Venstre fejlagtigt deler den første linje op i to separate linjer.
- Plakaten indeholder præcis fire centrerede tekstlinjer og ingen yderligere tekst: Højre klarer sig bedre. Højre viser præcis fire centrerede linjer: "MOONLIGHT MARKET", "月光市集", "18 OCT" og "RIVER HALL". Venstre viser fem centrerede linjer, fordi "MOONLIGHT MARKET" er delt op i "MOONLIGHT" og "MARKET".
- De fire linjer lyder præcis "MOONLIGHT MARKET", "月光市集", "18 OCT" og "RIVER HALL" i den rækkefølge: Højre klarer sig bedre. Højre gengiver de fire linjer præcis som "MOONLIGHT MARKET", "月光市集", "18 OCT" og "RIVER HALL". Venstre gengiver teksten som "MOONLIGHT", "MARKET", "月光市集", "18 OCT" og "RIVER HALL", så den første linje er ikke korrekt, og formatet med hensyn til linjeantal og rækkefølge er forkert.
- "月光市集" er rød, og de øvrige tre linjer er sorte: Uafgjort. Begge billeder gengiver "月光市集" i rødt, mens de engelske linjer og datolinjen er sorte.
- Al tekst er læsbar, har ensartet afstand og er visuelt justeret: Højre klarer sig bedre. Teksten i Højre er læsbar, centreret og jævnt fordelt i et kompakt plakatlayout. Venstre er læsbart og centreret, men den opdelte titel giver mindre ensartet visuel afstand og bryder den tilsigtede justering af fire linjer.
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: GPT Image 2Venstre opfylder kravene til antallet af hænder og fem fingre bedre, selvom fingrenes anatomi ser noget mere korrekt ud i Højre.
- Der er præcis to fuldt synlige hænder uden ekstra hænder eller personer: Venstre klarer sig bedre. Venstre viser præcis to hænder og én person, og begge hænder er mere fuldt synlige over skålen. Højre viser også præcis to hænder og ingen ekstra personer, men tommelfingeren på hånden inde i skålen er skjult, så hånden er mindre fuldt synlig.
- Hver hånd har præcis fem tydeligt adskilte, naturligt formede fingre: Venstre klarer sig bedre. Venstre ser ud til at vise fem fingre på hver hånd, selvom nogle er dækket af ler og delvist ligger tæt sammen. Hånden inde i skålen i Højre viser kun fire tydelige fingre uden en synlig, særskilt tommelfinger. Den ydre hånd ser ud til at have fem fingre.
- Fingrene, leddene og kontakten med leret er anatomisk plausible: Højre klarer sig bedre. De synlige fingre og knoer i Højre ser mere naturligt proportionerede ud, og grebet om skålen er plausibelt. De lerdækkede fingre i Venstre gør anatomien sværere at aflæse, og nogle fingerspidser på hånden i venstre side ser lidt sammenpressede eller sammenvoksede ud ved kontakten med leret.
- Lerskålen, den roterende drejeskive og formningen er tydeligt genkendelige: Uafgjort. Begge billeder viser tydeligt en lerskål på en roterende drejeskive med hænder, der former eller støtter leret. Venstre fremhæver bevægelsessløringen fra drejeskiven og kontakten med skålens inderside, mens Højre tydeligt viser skålens form og drejeskiven.
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
Afhænger af opgavenBegge billeder opfylder kravene til antal, placeringer, farver, former, materialer, krusets højrevendte hank og fravær af ekstra tekst eller objekter. Forskellene er små og giver ingen klar vinder ud fra vurderingskriterierne.
- Præcis tre røde terninger er placeret til venstre, to blå kugler til højre og ét gult krus centreret bag dem: uafgjort; begge billeder viser tre røde terninger til venstre, to blå kugler til højre og et enkelt gult krus bag objekterne nær midten.
- De angivne farver, former og materialer er korrekt knyttet til hvert objekt: uafgjort; begge viser røde terningformer, blå glaslignende kugler og et gult krus, der ligner blank keramik. Træstrukturen på terningerne er lidt tydeligere i højre billede, men begge opfylder stadig kravet om korrekt tilknytning.
- Krusets hank peger tydeligt mod højre: uafgjort; i begge billeder er hanken synlig på krusets højre side.
- Ingen yderligere objekter eller tekst er synlige: uafgjort; ingen af billederne viser ekstra objekter eller gengivet tekst.
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: Seedream 5 ProHøjre følger samlet set tekst- og layoutkravene bedre, selvom venstre placerer skoen tydeligere nederst til højre.
- Præcis én sølvfarvet sko vises nederst til højre, og et orange spor begynder nederst til venstre: venstre klarer sig bedre. Venstre har én sølvfarvet sko tydeligt placeret nederst til højre, og det orange spor starter synligt nederst til venstre. Højre har én sølvfarvet sko og et orange spor nederst til venstre, men skoen er placeret mere midt på højre side i den nederste halvdel end entydigt nederst til højre.
- Den eneste synlige tekst er "RUN LIGHT" og "42 KM", begge stavet korrekt: højre klarer sig bedre. Højre viser kun "RUN LIGHT" og "42 KM". Venstre viser "RUN LIGHT" og "42 KM" korrekt, men har også den ekstra synlige tekst "AERO" på skoen.
- De øverste 15 procent er tydeligt friholdt, og overskriften er placeret umiddelbart nedenunder: højre klarer sig bedre. Højre holder det øverste område tomt og placerer "RUN LIGHT" lige nedenunder øverst til venstre. Venstre har også et friholdt område øverst, men overskriften er placeret meget længere nede, ikke direkte under det tomme felt øverst.
- Alle påkrævede elementer er fuldt synlige og danner et tydeligt visuelt hierarki: højre klarer sig bedre. Højre holder skoen, det orange spor, overskriften og mærket fuldt synlige i et rent reklamelayout. Venstre har et stærkt hierarki, men den ekstra tekst "AERO" på skoen strider mod kravet om begrænset tekst og tilføjer visuel støj.
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 kravene til den strukturerede prisgrafik med nøjagtig tekst, tre kolonner, tre rækker pr. kolonne og én blå SELECT-knap pr. kolonne. Ingen af dem har en klar fordel ud fra vurderingskriterierne.
- Grafikken indeholder den nøjagtige titel "CHOOSE YOUR PLAN" og præcis tre kolonner med overskrifterne "STARTER", "PRO" og "TEAM": uafgjort, begge billeder viser titlen præcis som "CHOOSE YOUR PLAN" og de tre kolonneoverskrifter præcis som "STARTER", "PRO" og "TEAM".
- Hver kolonne indeholder præcis tre justerede rækker med betegnelserne "PROJECTS", "STORAGE" og "SUPPORT": uafgjort, begge billeder viser hver kolonne med præcis rækkebetegnelserne "PROJECTS", "STORAGE" og "SUPPORT" i samme rækkefølge og justeret på tværs af kolonnerne.
- Hver kolonne indeholder præcis én blå knap med teksten "SELECT": uafgjort, begge billeder viser én blå knap pr. kolonne, hver med præcis teksten "SELECT".
- Kolonnerne er jævnt justeret uden yderligere kolonner eller tekst: uafgjort, begge billeder bruger tre kolonner med ensartet afstand uden ekstra kolonner og uden yderligere gengivet tekst ud over "CHOOSE YOUR PLAN", "STARTER", "PRO", "TEAM", "PROJECTS", "STORAGE", "SUPPORT" og "SELECT".
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 er samlet set den stærkeste redigering. Det vinder klart på kriterierne for objekternes placering og bevaring af grundscenen, mens Højres største fordel er den mere trofaste gengivelse af de to citroner.
- Kriterium 1: Venstre klarer sig bedre. Det marineblå krus bevarer i høj grad det oprindelige krus' placering nederst til venstre, størrelse og hankens retning mod højre, mens den stribede serviet ligger på det oprindelige viskestykkes plads med en fold og et stribemønster, der ligger tæt på Reference 3. Højre har de korrekte erstatninger, men begge er mindre og forskudt i forhold til grundscenen.
- Kriterium 2: Venstre klarer sig bedre. Begge fjerner pæren og den blå notesbog og viser én appelsin samt en sennepsgul notesbog med hårdt omslag og sort elastikbånd, men Venstre holder begge erstatninger tættere på den oprindelige pæres og notesbogs placering og proportioner.
- Kriterium 3: Højre klarer sig bedre. Begge viser præcis to citroner til højre for kruset uden ekstra citroner, men Højre gengiver Reference 6 mere trofast ved at bevare det store grønne blad på den venstre citron; Venstre udelader dette blad.
- Kriterium 4: Venstre klarer sig markant bedre. Det bevarer den brede indramning, bordpladens oprindelige afgrænsning, genkendelige knaster og åretegninger samt de oprindelige afstande mellem de redigerede objekters placeringer. Højre ændrer indramningen og skalaen, beskærer mere af bordet og forskyder objekternes opstilling opad og indad.
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
Bedst her: GPT Image 2Begge resultater gengiver den ønskede tekst korrekt, men resultatet til venstre følger kravet om kun at redigere teksten langt bedre ved at bevare originalbilledet uden for de udskiftede bogstaver.
- Præcis tekstudskiftning: Begge sider gengiver "NIGHT OWL" præcist, og "MORNING BEAN" er helt fjernet.
- Ingen ekstra eller misdannede tegn: Begge sider viser kun "NIGHT OWL" med rene, korrekt formede bogstaver og uden ekstra mærker.
- Skrifttypens karakter, afstand og perspektiv: Venstre ligger tættere på referencen og bevarer de høje sans serif-bogstaver, den brede bogstavafstand, den centrerede placering og skiltets oprindelige perspektiv. Højre bruger lignende bogstaver, men ændrer skiltets skala og synsvinkel mere mærkbart.
- Materiale, belysning og omgivende scene: Venstre bevarer skiltets oprindelige tekstur, skyggerne, butiksfacadens indramning og den samlede scene næsten præcist. Højre ændrer synligt beskæringen, synsvinklen, butiksfacadens proportioner, lampernes placering, vinduerne, planterne og de omgivende detaljer.
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: GPT Image 2VENSTRE er samlet set det stærkeste resultat. Det bevarer personen og den oprindelige komposition langt mere trofast og overfører samtidig flere af jakkens specifikke konstruktions- og overfladedetaljer.
- Identitet, ansigtsudtryk, hår, positur, kropsproportioner og indramning: VENSTRE klarer sig bedre. Ansigtet, udtrykket, hårets silhuet, hændernes stilling, kroppens skala og beskæringen ligger tæt på Reference 1, mens HØJRE gør personen mindre i billedet og synligt ændrer ansigtets proportioner, hårets placering og hændernes stilling.
- Jakkens materiale, farve, krave, knapper, lommer og ærmemærke: VENSTRE klarer sig bedre. Det gengiver mere trofast den lyseblå denim, den tykke cremefarvede sherpakrave, brystlommernes konstruktion, de bronzefarvede metaldele, sømmønstret og det røde mærke øverst på ærmet fra Reference 2. HØJRE indfanger hoveddesignet, men forenkler denimdetaljerne og ændrer åbningen foran og knappernes placering mere markant.
- Fuld udskiftning uden mannequin eller produktbaggrund: De to står lige. Begge erstatter den sorte habitjakke fuldstændigt med denimjakken og bevarer samtidig de oprindelige indendørs omgivelser med væg og gardin uden synlig mannequin eller hvid produktbaggrund.
- Fysisk sammenhæng i hænder, pasform, overlap, skygger og belysning: VENSTRE klarer sig bedre. Det bevarer de oprindelige hænder mere trofast, placerer begge manchetter naturligt omkring håndleddene og integrerer jakken med ensartet scenebelysning og troværdige folder. HØJRE er overordnet sammenhængende, men den ændrede håndgeometri og tøjets fladere struktur er mindre trofaste og naturlige.
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: GPT Image 2Venstre vinder samlet set. Begge skaber en troværdig ændring til gyldent aftenslys, og Højre har særligt skarpe, retningsbestemte projektioner, men Venstre opnår en stærk og sammenhængende belysning og bevarer samtidig det oprindelige rum og objekterne langt mere trofast.
- Varmt, gyldent aftenslys kommer tydeligt ind gennem vinduet til venstre: Venstre klarer sig lidt bedre; den synlige lave sol ved vinduet til venstre og det klare, varme lys, der breder sig gennem rummet, gør lyskilden særligt tydelig, selvom Højre også viser overbevisende varmt lys fra den side.
- Højlys og skyggeretninger reagerer sammenhængende på den nye lyskilde: Højre klarer sig lidt bedre; vinduesrammens projektioner, plantens skygge, sofaens højlys og de lange skygger strækker sig alle konsekvent væk fra vinduet til venstre. Venstre er også sammenhængende, men noget af belysningen på væggen er blødere og mindre geometrisk defineret.
- Resultatet er mere end et ensartet gult farvefilter: Begge opfylder dette godt; hver tilføjer lokale, vinduesformede højlys, retningsbestemte objektskygger, lyse belyste overflader og mørkere afskærmede områder frem for blot at tone scenen.
- Ingen møbler eller dekorationer flyttes, tilføjes, fjernes eller får ændret design: Venstre klarer sig markant bedre og bevarer i høj grad referencebilledets komposition og objekternes design. Højre ændrer indramningen og ændrer synligt sofaen, sofabordets proportioner og placering, lampens placering, plantens skala, tæppets placering og vinduets proportioner.
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
Bedst her: Seedream 5 ProHøjre vinder, fordi det bevarer den oprindelige hytte, kystlinjen og den samlede interne komposition mere trofast. Venstre har lidt mere glidende udvidelser, men ændrer den oprindelige scene mere mærkbart.
- Kriterium 1: Venstre klarer sig lidt bedre. Begge resultater er i liggende format og udvider himlen, havet og stranden på begge sider, men de tilføjede områder i Venstre har en mere sammenhængende naturlig tekstur og detaljering.
- Kriterium 2: De to står lige. Begge holder hytten centreret og bevarer omtrent den oprindelige lodrette indramning uden synlig strækning eller beskæring.
- Kriterium 3: Højre klarer sig bedre. Hyttens form, afdæmpede farve, tagets proportioner, dørbeslagene, den lige horisont og båndene langs kystlinjen matcher referencen bedre; Venstre ændrer mærkbart hyttens proportioner og forstærker scenens farver og skyernes struktur.
- Kriterium 4: Venstre klarer sig lidt bedre. Overgangene i strand og himmel er mere jævnt blandet, mens Højre viser diskrete lodrette tekstur- og toneovergange i sandet nær siderne af det centrerede originalområde. Ingen af resultaterne viser tydeligt spejlet udfyldning eller gentagne objekter.
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: GPT Image 2Venstre bevarer referencesneakeren mere trofast og integrerer den samtidig i en tydeligere og mere fysisk overbevisende scene på en våd basketballbane.
- Placering på en bane i skumringen: Venstre klarer sig bedre. Den synlige kurv, bagplade, hegnet, banemarkeringerne, projektørerne, den våde belægning og solnedgangshimlen etablerer den ønskede scene mere overbevisende; Højre har en våd, indhegnet bane i skumringen, men ingen synlig kurv.
- Sneakerens overensstemmelse: Venstre klarer sig bedre. Silhuetten, tåens og hælens proportioner, sålens lag, snørebåndenes placering, panelernes syninger, det hvide læders tekstur og kameravinklen i trekvartperspektiv holder sig tættere på referencen. Højre ændrer skoens proportioner og forenkler nogle detaljer på overdelen og snørebåndene.
- Geometrisk sidemærke: Venstre klarer sig bedre. Det sorte mærke bevarer referencens lange venstre arm, vinklede øvre gren, centrale samlingspunkt og nedadgående højre arm med næsten identiske proportioner. Højres mærke er genkendeligt, men virker kortere, tykkere og mere sammenpresset.
- Fysisk sammenhæng: Venstre klarer sig bedre. Skoen har en kontaktskygge, der forankrer den på underlaget, en tydelig spejling i den våde overflade og en afdæmpet belysning, der passer til de mørkere skumringsomgivelser. Højre har også skygge og spejling, men skoen er usædvanligt lys i forhold til scenen, og kontaktskyggen er tungere og fremstår mere udklippet.
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 Seedream 5 Pro starter ved 25 kreditter, så GPT Image 2 er valget med det laveste kreditforbrug til disse billedgenereringer. I denne test med faste prompts lå de observerede svartider for GPT Image 2 mellem 81370 ms og 189546 ms, mens Seedream 5 Pro lå mellem 38569 ms og 141015 ms. Betragt dem som målinger fra denne test, ikke som benchmarktal.
Sådan sammenlignede vi og oplyser om vores metode
I hvert scenarie blev den samme faste prompt kørt med hver model, og de udvalgte resultater blev offentliggjort. Offentlige billeder har et Banana Pie-vandmærke. Banana Pie sælger adgang til både GPT Image 2 og Seedream 5 Pro, så denne side viser en reproducerbar test side om side frem for en uafhængig benchmark eller en absolut rangliste.
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.







































































