GPT Image 2 vs Nano Banana 2 bei der Bildgenerierung
GPT Image 2 ist die stärkere Wahl für eine promptgetreue Komposition, die Kontrolle über Materialien und Licht, die korrekte Zuordnung von Objekten und Bearbeitungen, die das Ausgangsbild bewahren. Nano Banana 2 eignet sich besser für mehrsprachige Typografie, menschlichen Kontakt und Outpainting über verschiedene Seitenverhältnisse hinweg. Bei strukturierten UI-Grafiken gab es ein Unentschieden.
Fakten im direkten Vergleich
| Merkmal | GPT Image 2 | Nano Banana 2 |
|---|---|---|
| Entwickler | OpenAI | |
| Verfügbarkeit auf Banana Pie | Jetzt verfügbar | Jetzt verfügbar |
| Credits ab | 20 Credits | 40 Credits |
| Max. Auflösung | 4K | 4K |
| Referenzbilder | Bis zu 8 | Bis zu 8 |
Szenario für Szenario
Derselbe Prompt. Zwei Modelle. Beurteile die Unterschiede in den unten veröffentlichten Bildern.
Produktmaterial und Beleuchtung
Hier besser: GPT Image 2LINKS erfüllt die Anforderungen an Material und Beleuchtung genauer. Die halbvolle Füllung, die dezente Spiegelung, die Lichtbrechung und die Lichtrichtung von oben links sind klarer und physikalisch stimmiger.
- Genau ein transparentes, rechteckiges Parfümfläschchen ist sichtbar, ohne Text, Logo oder zusätzliche Objekte: Gleichstand. Beide zeigen ein aufrecht stehendes, rechteckiges Fläschchen ohne sichtbaren Text, Logo, Pflanzen oder separate Requisiten; bei der flaschenähnlichen Form auf der rechten Seite von RECHTS handelt es sich erkennbar um eine Spiegelung auf der nassen Oberfläche.
- Das Fläschchen ist sichtbar zur Hälfte mit bernsteinfarbener Flüssigkeit gefüllt: LINKS ist besser. Die bernsteinfarbene Flüssigkeit reicht bis zu einer klaren, waagerechten Mittellinie im Flaschenkörper, während der Füllstand bei RECHTS etwas unterhalb der Mitte zu liegen scheint.
- Die Lichtbrechung im Glas und die Spiegelung auf dem nassen schwarzen Stein sind physikalisch stimmig: LINKS ist besser. Die Glaskanten und Bernsteintöne brechen das Licht konsistent, und die einzelne Spiegelung erstreckt sich auf natürliche Weise unterhalb des Fläschchens. RECHTS zeigt rechts eine abgesetzt wirkende Flaschenspiegelung sowie ein stark projiziertes bernsteinfarbenes Muster, wodurch die Oberflächenoptik weniger stimmig und weniger dezent wirkt.
- Die Beleuchtung von oben links erzeugt konsistente Glanzlichter und einen plausiblen Kontaktschatten: LINKS ist besser. Die helle Beleuchtung von oben links, die Glanzlichter auf dem Glas und der nach rechts unten verlaufende Schatten stimmen klar überein. Auch RECHTS weist Licht von oben links und einen nach rechts gerichteten Schatten auf, doch die intensive bernsteinfarbene Projektion und die separat wirkende Spiegelung lassen die Beleuchtung weniger konsistent erscheinen.
Verwendeter Prompt & Einstellungen
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.
Mehrsprachige Typografie
Hier besser: Nano Banana 2RECHTS setzt das geforderte vierzeilige Posterlayout exakt um, während LINKS die erste Zeile fälschlicherweise auf zwei Zeilen verteilt.
- Genau vier zentrierte Textzeilen und kein zusätzlicher Text: RECHTS ist besser. Dort sind genau vier zentrierte Zeilen zu sehen, während LINKS "MOONLIGHT MARKET" als "MOONLIGHT" und "MARKET" auf zwei Zeilen verteilt und damit fünf sichtbare Textzeilen erzeugt.
- Exakter Text und richtige Reihenfolge: RECHTS ist besser. Die Zeilen lauten in der geforderten Reihenfolge exakt "MOONLIGHT MARKET", "月光市集", "18 OCT" und "RIVER HALL". LINKS verwendet denselben Wortlaut und dieselbe Reihenfolge, teilt die erste geforderte Zeile jedoch in "MOONLIGHT" und "MARKET" auf.
- Geforderte Farben: Gleichstand. Beide stellen "月光市集" in Rot und "MOONLIGHT MARKET", "18 OCT" sowie "RIVER HALL" in Schwarz dar.
- Lesbarkeit, Abstände und Ausrichtung: RECHTS ist besser. Alle vier Zeilen sind klar lesbar, entlang einer einheitlichen Achse zentriert und sauber angeordnet. LINKS ist ebenfalls lesbar und zentriert, doch der übergroße erste Ausdruck bricht um und sorgt insgesamt für ungleichmäßigere Abstände.
Verwendeter Prompt & Einstellungen
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.
Menschliche Anatomie und Kontakt
Hier besser: Nano Banana 2Rechts zeigt insgesamt eine klarere und plausiblere Töpferbewegung, trotz Mehrdeutigkeit und Verformung an der oberen Hand. Links ist die Anzahl der Finger etwas leichter zu erkennen, weist jedoch deutlichere Artefakte an Fingerspitzen und Handform auf.
- Genau zwei vollständig sichtbare Hände: Gleichstand. Beide Bilder zeigen eine töpfernde Person und genau zwei Hände, ohne zusätzliche Personen oder Hände; keine Hand wird vom Bildrand abgeschnitten.
- Jede Hand hat genau fünf klar unterscheidbare, natürlich geformte Finger: Links ist besser. Bei beiden Händen im linken Bild lassen sich fünf Finger leichter zählen, obwohl sich mehrere Fingerspitzen überlagern; rechts ist die Fingerzahl der oberen Hand uneindeutig, weil Finger teilweise verschmolzen oder verdeckt sind und ein seitlicher Finger ungewöhnlich lang wirkt.
- Finger, Gelenke und der Kontakt mit dem Ton sind anatomisch plausibel: Rechts ist etwas besser. Die innere Hand und die außen stützende Hand bilden einen klareren, glaubwürdigeren Formgriff, während die Finger im linken Bild geschwollen und die dicht zusammengedrängten Fingerspitzen teilweise verschmolzen wirken. Die obere Hand rechts weist dennoch einen sichtbar unnatürlichen seitlichen Finger auf, daher ist der Vorteil begrenzt.
- Tonschale, rotierende Töpferscheibe und Formbewegung sind klar erkennbar: Rechts ist besser. Schale und rotierende Scheibe sind in beiden Bildern deutlich, doch rechts ist klarer zu sehen, wie eine Hand die Innenseite formt, während die andere die Außenwand stützt.
Verwendeter Prompt & Einstellungen
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.
Zählen und Attributzuordnung
Hier besser: GPT Image 2LINKS setzt die geforderte Komposition vollständiger um. Beide Bilder geben Anzahl, Eigenschaften und Ausrichtung des Tassenhenkels korrekt wieder, aber RECHTS verstößt gegen die Vorgabe, dass keine zusätzlichen Objekte sichtbar sein dürfen.
- Kriterium 1: Gleichstand. Beide Bilder enthalten sichtbar genau drei rote Würfel in einer Reihe auf der linken Seite, genau zwei blaue Kugeln auf der rechten Seite und eine gelbe Tasse mittig hinter den Gruppen.
- Kriterium 2: Gleichstand. Beide ordnen Rot den Würfeln, Blau den transparenten, glasartigen Kugeln und Gelb einer keramisch wirkenden Tasse zu. Die Würfel bei RECHTS weisen eine deutlichere Holzmaserung auf, während die Objekte bei LINKS dennoch sichtbar den geforderten Kategorien und Materialien entsprechen.
- Kriterium 3: Gleichstand. Der Tassenhenkel ist in beiden Bildern eindeutig angebracht und nach rechts ausgerichtet.
- Kriterium 4: LINKS ist besser. LINKS zeigt nur die geforderten Objekte und keinen Text, während bei RECHTS im Hintergrund sichtbar eine Topfpflanze und weitere Raumelemente vorkommen. In keinem der beiden Bilder ist Text sichtbar.
Verwendeter Prompt & Einstellungen
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.
Werbekomposition
Hier besser: GPT Image 2Links entspricht der geforderten Komposition genauer, vor allem durch den klareren Ausgangspunkt der Spur unten links und den eindeutiger freien oberen Bereich. Beide verstoßen gegen die Vorgabe, dass kein weiterer Text vorkommen darf, da auf dem Schuh "AERO" steht.
- Genau ein silberner Schuh und eine orangefarbene Spur: Links ist besser. Beide zeigen unten rechts einen silbernen Schuh, doch bei Links tritt die orangefarbene Spur deutlich von unten links ins Bild ein und verläuft geschwungen in die Szene; bei Rechts führt die Spur vom rechten Rand durch den unteren Bereich, bevor sie sich nach links krümmt.
- Einzig sichtbarer Text: Gleichstand. Beide stellen "RUN LIGHT" und "42 KM" korrekt dar, zeigen auf dem Schuh jedoch zusätzlich den unzulässigen Text "AERO".
- Freiraum oben und Platzierung der Überschrift: Links ist besser. Links lässt einen deutlich aufgeräumten Bereich frei, der wesentlich höher als der geforderte obere Rand ist, wobei "RUN LIGHT" direkt darunter oben links steht. Auch Rechts weist über der Überschrift freien Himmel auf, der Rand liegt jedoch näher am Grenzwert.
- Sichtbarkeit und Hierarchie der Elemente: Gleichstand. Beide zeigen Überschrift, Plakette, Spur und einzelnen Schuh vollständig und mit einer klaren Hierarchie von Überschrift zu Produkt; bei keinem Bild verdecken wesentliche Beschnitte oder Überlagerungen ein gefordertes Element.
Verwendeter Prompt & Einstellungen
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.
Strukturierte UI-Grafik
Kommt auf die Aufgabe anBeide Bilder erfüllen alle vier Bewertungskriterien. Ihre stilistischen Unterschiede ergeben keinen bedeutsamen Vorteil anhand der Kriterien.
- Titel und Spalten: Gleichstand. Beide stellen den exakten Titel "CHOOSE YOUR PLAN" und genau drei Spalten mit den Bezeichnungen "STARTER", "PRO" und "TEAM" dar.
- Zeilen: Gleichstand. Jede Spalte enthält in beiden Bildern genau drei ausgerichtete Zeilen mit den Bezeichnungen "PROJECTS", "STORAGE" und "SUPPORT".
- Schaltflächen: Gleichstand. Jede Spalte enthält in beiden Bildern genau eine blaue Schaltfläche mit der Aufschrift "SELECT".
- Ausrichtung und zusätzliche Inhalte: Gleichstand. Beide zeigen drei gleichmäßig angeordnete Spalten und keinen zusätzlichen dargestellten Text. LINKS verwendet Symbole in den Zeilen, während RECHTS Trennlinien nutzt, doch beides steht nicht im Widerspruch zu diesem Kriterium.
Verwendeter Prompt & Einstellungen
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.
Objektzuordnung und Bearbeitung mit sechs Referenzen
Hier besser: GPT Image 2Das linke Ergebnis setzt die Bearbeitung anhand mehrerer Referenzen insgesamt originalgetreuer um, insbesondere beim Erhalt der Ausgangsszene und der ursprünglichen Positionen der vier ersetzten Objekte. Rechts wird das Zitronenpaar genauer wiedergegeben, doch die weitergehenden räumlichen Veränderungen fallen stärker ins Gewicht.
- Austausch von Tasse und Tuch: Links gelingt dies besser. Beide zeigen die marineblaue Tasse mit Goldrand und die grün-weiß gestreifte Serviette, doch links bleiben die ursprüngliche Standfläche der Tasse, die Ausrichtung des Henkels und die Platzierung des Tuchs besser erhalten. Rechts wird die Tasse kleiner dargestellt, während Winkel und Faltung der Serviette deutlich verändert werden.
- Austausch von Birne und Notizbuch: Links gelingt dies besser. Beide entfernen die ursprüngliche Birne und das blaue Notizbuch und zeigen genau eine Orange sowie das senfgelbe Hardcover-Notizbuch mit schwarzem Gummiband. Links entsprechen Position und Ausrichtung beider Ersatzobjekte jedoch stärker denen der Ausgangsszene.
- Zwei Zitronen: Rechts gelingt dies besser. Beide platzieren genau zwei Zitronen rechts neben der Tasse, ohne zusätzliche Objekte. Rechts wird jedoch die Anordnung der sich berührenden Zitronen aus der Referenz genauer beibehalten, einschließlich des Blatts an der linken Zitrone. Links fehlt das Blatt, und die Zitronen liegen weiter auseinander.
- Erhalt der Ausgangsszene: Links gelingt dies besser. Kameraposition, Bildausschnitt, Maserung der Tischplatte, Objektabstände und Schatten insgesamt bleiben deutlich näher an Referenz 1. Rechts werden dagegen mehrere Objekte verschoben und in ihrer Größe verändert, wodurch stärker in die ursprüngliche Komposition eingegriffen wird.
Referenzbilder
Verwendeter Prompt & Einstellungen
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.
Textersetzung im Bild
Hier besser: GPT Image 2Beide Ergebnisse ersetzen den Text sauber und exakt. Das linke Ergebnis hält sich jedoch wesentlich genauer an die Vorgabe, nur den Text zu bearbeiten, und bewahrt das ursprüngliche Bild außerhalb des Schriftzugs.
- Exakter Textersatz: Beide Seiten zeigen exakt „NIGHT OWL“, während „MORNING BEAN“ vollständig entfernt wurde.
- Keine fehlerhaften Zeichen: Beide Seiten zeigen saubere, korrekt geformte Buchstaben ohne zusätzliche, doppelte oder fehlerhafte Zeichen.
- Schriftart, Abstände und Perspektive: Links liegt das Ergebnis näher an der Referenz. Die hohen serifenlosen Großbuchstaben, die weite Laufweite, die Buchstabengröße und die ursprüngliche Perspektive des Schilds bleiben erhalten. Rechts wirkt die Beschriftung ebenfalls überzeugend, ist aber etwas kleiner und enger gesetzt, bei einem deutlich veränderten Blickwinkel.
- Erhalt von Material, Beleuchtung und Szene: Links gelingt dies klar besser. Bildausschnitt, Geometrie der Ladenfront, Schildtextur, Lampenpositionen, Schatten, Pflanzen, Fenster, Tür und Bank bleiben nahezu exakt wie in der Referenz. Rechts werden Bildausschnitt und Blickwinkel verändert und viele umliegende Details sichtbar neu aufgebaut, darunter Fassadenproportionen, Fenster, Pflanzgefäß, Bank, Lampen und Blattwerk.
Referenzbilder
Verwendeter Prompt & Einstellungen
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Identitäts- und Kleidungsübertragung mit mehreren Referenzen
Hier besser: GPT Image 2Links gelingt die Übertragung insgesamt besser: Die Person und die ursprüngliche Komposition bleiben originalgetreuer erhalten, während die saubere Jeansjacke mit heller Waschung aus der Referenz genauer getroffen wird.
- Identität, Gesichtsausdruck, Haare, Pose, Körperproportionen und Bildausschnitt: Links gelingt dies besser. Gesicht, Ausdruck, Lage der Haare, Handhaltung, Schulterbreite und Bildausschnitt entsprechen weitgehend Referenz 1. Rechts werden dagegen Gesichtsstruktur, Ausdruck, Anordnung der Haare, Körperproportionen und Bildausschnitt merklich verändert.
- Jackenmaterial, Farbe, Kragen, Knöpfe, Taschen und Ärmelaufnäher: Links gelingt dies besser. Der saubere hellblaue Denim, der dicke cremefarbene Sherpa-Kragen, die Form der Brusttaschen, die bronzefarbenen Metallteile, der Nahtverlauf und der rote Aufnäher am Oberarm aus Referenz 2 werden genauer wiedergegeben. Rechts kommen dunklerer Denim und weiße Abnutzungsspuren hinzu, die in der Referenz fehlen; außerdem ist der Aufnäher weniger vollständig sichtbar.
- Vollständiger Austausch ohne Schaufensterpuppe oder Produkthintergrund: Beide sind gleichauf. Beide entfernen das schwarze Sakko vollständig und zeigen die Jeansjacke in der ursprünglichen Innenraumszene, ohne die unsichtbare Schaufensterpuppe oder den weißen Produkthintergrund zu übernehmen.
- Hände, Passform, Verdeckungen, Schatten und Beleuchtung: Links gelingt dies besser. Die ursprünglichen Hände und ihre Überlagerung bleiben originalgetreuer erhalten, während sich Ärmel, Bündchen, Falten und die Beleuchtung von links stimmig in die Szene einfügen. Rechts wirkt das Ergebnis ebenfalls plausibel, verändert jedoch Hände und Pose sichtbarer und lässt die Jacke flacher und lockerer sitzen.
Verwendeter Prompt & Einstellungen
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.
Kohärente Neubeleuchtung einer Szene
Hier besser: GPT Image 2Links wird die Beleuchtung überzeugend in die goldene Stunde versetzt, während der ursprüngliche Raum deutlich originalgetreuer erhalten bleibt. Rechts sind die gerichteten Schatten stärker ausgeprägt, doch die umfangreichen Veränderungen an Komposition und Objekten verletzen die zentrale Bearbeitungsvorgabe.
- Warmes Licht der goldenen Stunde fällt deutlich durch das linke Fenster: Links gelingt dies besser. Die tief stehende Sonne scheint sichtbar durch das linke Fenster und erzeugt einen klaren, warmen Lichtstrahl quer durch den Raum. Rechts ist das Licht ebenfalls warm, seine Quelle jedoch weniger unmittelbar erkennbar.
- Lichtreflexe und Schattenrichtungen passen schlüssig zur neuen Lichtquelle: Rechts gelingt dies etwas besser. Tisch, Sofa, Pflanze und Lampe werfen durch das Licht von links kräftige, durchgehend nach rechts gerichtete Schatten, die besonders auf Teppich und Wand klar erkennbar sind. Links ist die Wirkung stimmig, doch einige Schatten sind weicher und weniger einheitlich definiert.
- Das Ergebnis geht über einen gleichmäßigen Gelbfilter hinaus: Rechts gelingt dies besser. Lokal begrenzte helle Flächen, kräftige Schlagschatten und der Wechsel von Licht und Schatten auf Sofa, Teppich, Boden und Wand sorgen für eine ausgeprägte räumliche Lichtveränderung. Auch links werden gezielte Beleuchtung und Schatten ergänzt, statt nur die Farbe zu verschieben.
- Keine Möbel oder Dekorationselemente werden verschoben, hinzugefügt, entfernt oder umgestaltet: Links gelingt dies wesentlich besser. Komposition, Objektpositionen, Proportionen und Gestaltung der Referenz bleiben weitgehend erhalten. Rechts verändert sich der Bildausschnitt, und Fenster, Pflanze, Sofa, Lampe, Tisch und Teppich werden merklich versetzt oder in der Größe verändert. Zudem ändern sich Details wie die Konstruktion des Tischs und die Proportionen des Sofas.
Referenzbilder
Verwendeter Prompt & Einstellungen
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.
Outpainting über verschiedene Seitenverhältnisse hinweg
Hier besser: Nano Banana 2Rechts bleibt die Komposition der Referenz wesentlich originalgetreuer erhalten, während die Erweiterung ins Querformat ebenso natürlich und nahtlos gelingt.
- 16:9 mit natürlichen neuen Bildinhalten auf beiden Seiten: Beide Ergebnisse bieten überzeugende Erweiterungen ins Querformat mit durchgehendem Himmel, Meer und Strand links und rechts. Bei diesem Kriterium sind sie gleichauf.
- Das vollständige Originalbild bleibt ohne Beschnitt oder Streckung zentriert: Rechts gelingt dies besser. Horizont, Uferlinie sowie Position und Größe der Hütte bewahren die vertikalen Proportionen der Referenz nahezu exakt. Links wird die Hütte kleiner, und Horizont sowie Uferlinie verschieben sich leicht nach unten.
- Ursprüngliche Hütte, Uferlinie und innere Bildkomposition bleiben unverändert: Rechts gelingt dies besser. Breite, Dachlinie, Türposition und Stützen der Hütte sowie Uferlinie und Horizont stimmen deutlich genauer mit der Referenz überein. Links werden die Proportionen der Hütte und mehrere bauliche Details merklicher verändert.
- Keine sichtbaren Übergänge, gespiegelten Füllbereiche oder wiederholten Objekte: Beide Ergebnisse sind nahtlos und zeigen keine auffälligen Spiegelungen oder wiederholten Objekte. Rechts ist das Ergebnis etwas sauberer, da die seitlichen Erweiterungen die offene Küstenlinie fortsetzen, ohne die links neu hinzugefügte, entfernte Landform am äußersten rechten Horizont.
Referenzbilder
Verwendeter Prompt & Einstellungen
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.
Produkterhalt bei Szenenwechsel
Hier besser: GPT Image 2Links gelingt die Bearbeitung mit Erhalt des Originals besser. Rechts fügt sich der Sneaker etwas natürlicher in den nassen Basketballplatz in der Abenddämmerung ein. Links bleiben jedoch Geometrie, Konstruktionsdetails, Blickwinkel und das markante seitliche Zeichen des Referenz-Sneakers wesentlich originalgetreuer erhalten.
- Nasser Basketballplatz in der Abenddämmerung: Rechts gelingt dies etwas besser. Beide zeigen einen nassen Basketballplatz im Freien mit Korb, Umzäunung, Dämmerungshimmel und spiegelndem Boden. Rechts machen die Spielfeldmarkierungen und das Abendlicht mit warmen und kühlen Tönen die Umgebung jedoch unmittelbarer erkennbar und stimmiger.
- Übereinstimmung des Sneakers: Links gelingt dies besser. Silhouette, gepolsterter Schaftabschluss, Zungenhöhe, Aufbau der Einsätze, Nahtverläufe, strukturierter Zehenschutz, Sohlenstärke und Dreiviertelansicht bleiben deutlich näher an der Referenz. Rechts verschiebt sich der Blick zu einer flacheren Seitenansicht, und mehrere Proportionen ändern sich, insbesondere an Schaftabschluss, Zehenbereich und Sohle.
- Schwarzes geometrisches Zeichen an der Seite: Links gelingt dies besser. Das kurze hintere horizontale Segment, die ansteigende Diagonale, der obere Abzweig und der abfallende vordere Abzweig entsprechen in Position und Proportionen genauer der Referenz. Rechts ist der obere Abzweig kürzer, und das gesamte Symbol wirkt stärker gestaucht und gedreht.
- Physikalische Stimmigkeit: Rechts gelingt dies etwas besser. Der Schuh steht fest auf dem Boden, sein umgekehrtes Spiegelbild ist darunter natürlich ausgerichtet, und die Farben des Sonnenuntergangs setzen sich einheitlich auf der nassen Oberfläche fort. Auch links überzeugen Bodenkontakt und Spiegelungen, doch die Spiegelung im Vordergrund ist im Verhältnis zum Schuh ungewöhnlich groß und optisch verzerrt.
Referenzbilder
Verwendeter Prompt & Einstellungen
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.
Kosten & Latenz
GPT Image 2 ist ab 20 Credits verfügbar, Nano Banana 2 dagegen ab 40 Credits. Damit ist GPT Image 2 pro Generierung die Option mit dem geringeren Credit-Bedarf. In der kleinen Latenzstichprobe dieses Durchlaufs lag GPT Image 2 zwischen 81370 ms und 189546 ms, Nano Banana 2 zwischen 57125 ms und 122746 ms. Diese Beobachtungen gelten nur für diesen Durchlauf und sind keine Benchmark-Werte.
Vergleichsmethode & Offenlegung
Wir haben für jedes Szenario bei allen Modellen denselben festgelegten Prompt verwendet und die ausgewählten Ergebnisse veröffentlicht. Öffentlich zugängliche Bilder sind mit einem Banana Pie-Wasserzeichen versehen. Banana Pie bietet kostenpflichtigen Zugang zu GPT Image 2 und Nano Banana 2.
Banana Pie bietet kostenpflichtigen Zugriff auf dieses und weitere Modelle in einem Studio. Unsere Bewertungen basieren auf Tests mit derselben Pipeline, die auch unsere Nutzer verwenden.