GPT Image 2 vs Seedream 5 Pro bei der promptgetreuen Bildgenerierung
Die Ergebnisse fallen je nach Aufgabe unterschiedlich aus, wobei GPT Image 2 in mehr dieser Szenarien überzeugt. Wählen Sie GPT Image 2, wenn es darum geht, das Ausgangsbild zu bewahren, referenzbasierte Bearbeitungen vorzunehmen, die Beleuchtung zu ändern, Materialien und Anatomie darzustellen oder Produktszenen zu verändern. Seedream 5 Pro eignet sich für mehrsprachige Typografie, Werbelayouts und Bilderweiterungen auf andere Seitenverhältnisse. Beim Zählen und bei strukturierten UI-Grafiken lagen beide gleichauf.
Fakten im direkten Vergleich
| Merkmal | GPT Image 2 | Seedream 5 Pro |
|---|---|---|
| Entwickler | OpenAI | ByteDance |
| Verfügbarkeit auf Banana Pie | Jetzt verfügbar | Jetzt verfügbar |
| Credits ab | 20 Credits | 25 Credits |
| Max. Auflösung | 4K | 2K |
| 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, Lichtbrechung und Beleuchtung besser und hält zugleich die Objektvorgaben ein. RECHTS trifft den halb gefüllten Zustand genauer, insgesamt entspricht LINKS dem Prompt jedoch stärker.
- Es ist genau ein transparentes, rechteckiges Parfümfläschchen ohne Text, Logo oder zusätzliche Objekte zu sehen: unentschieden. Beide Bilder zeigen ein einzelnes transparentes, rechteckiges Parfümfläschchen auf nassem schwarzem Stein, ohne sichtbaren Text, Logo, Pflanzen oder separate zusätzliche Objekte.
- Das Fläschchen ist sichtbar zur Hälfte mit bernsteinfarbener Flüssigkeit gefüllt: rechts ist besser. Im rechten Bild reicht die bernsteinfarbene Flüssigkeit ungefähr bis zur Hälfte des Flaschenkörpers, während das linke Fläschchen in der sichtbaren vorderen Kammer etwas mehr als halb gefüllt erscheint.
- Die Lichtbrechung im Glas und die Spiegelung auf dem nassen schwarzen Stein sind physikalisch stimmig: links ist besser. Das linke Bild weist klarere Glaskanten, eine konsistentere Lichtbrechung durch die rechteckigen Wände und eine auf Fläschchen und bernsteinfarbene Flüssigkeit abgestimmte Spiegelung auf. Im rechten Bild wirkt die gebogene Linie des inneren Röhrchens beziehungsweise deren Brechung durch die Flüssigkeit weniger überzeugend.
- Die Beleuchtung von links oben erzeugt konsistente Glanzlichter und einen plausiblen Kontaktschatten: links ist besser. Im linken Bild ist eine starke Beleuchtung von links oben klar erkennbar, passend zu den hellen Glanzlichtern und dem nach rechts fallenden Schatten. Das rechte Bild hat plausible Glanzlichter, die Richtung ist jedoch weniger eindeutig links oben, und der Kontaktschatten ist weniger deutlich.
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: Seedream 5 ProRechts folgt dem Prompt genauer, da die geforderte vierzeilige Struktur und der exakte Text erhalten bleiben. Links teilt die erste Zeile fälschlicherweise in zwei separate Zeilen auf.
- Das Poster enthält genau vier zentrierte Textzeilen und keinen zusätzlichen Text: rechts ist besser. Rechts zeigt genau vier zentrierte Zeilen: „MOONLIGHT MARKET“, „月光市集“, „18 OCT“ und „RIVER HALL“. Links zeigt fünf zentrierte Zeilen, da „MOONLIGHT MARKET“ in „MOONLIGHT“ und „MARKET“ aufgeteilt ist.
- Die vier Zeilen lauten in dieser Reihenfolge exakt „MOONLIGHT MARKET“, „月光市集“, „18 OCT“ und „RIVER HALL“: rechts ist besser. Rechts gibt die vier Zeilen exakt als „MOONLIGHT MARKET“, „月光市集“, „18 OCT“ und „RIVER HALL“ wieder. Links stellt den Text als „MOONLIGHT“, „MARKET“, „月光市集“, „18 OCT“ und „RIVER HALL“ dar. Damit ist die erste Zeile nicht exakt, und auch Zeilenanzahl und Anordnung sind falsch.
- „月光市集“ ist rot und die anderen drei Zeilen sind schwarz: unentschieden. In beiden Bildern ist „月光市集“ rot dargestellt, während die englischen Zeilen und die Datumszeile schwarz sind.
- Der gesamte Text ist gut lesbar, gleichmäßig verteilt und optisch ausgerichtet: rechts ist besser. Rechts ist der Text gut lesbar, zentriert und in einem kompakten Posterlayout gleichmäßig verteilt. Links ist der Text ebenfalls lesbar und zentriert, doch der aufgeteilte Titel führt zu weniger gleichmäßigen Abständen und durchbricht die beabsichtigte vierzeilige Ausrichtung.
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: GPT Image 2Links erfüllt die Vorgaben zur Anzahl der Hände und zu jeweils fünf Fingern besser, obwohl die Fingeranatomie rechts etwas sauberer wirkt.
- Es sind genau zwei vollständig sichtbare Hände und keine zusätzlichen Hände oder Personen vorhanden: links ist besser. Links zeigt genau zwei Hände und eine Person, wobei beide Hände über der Schüssel vollständiger sichtbar sind. Rechts zeigt ebenfalls genau zwei Hände und keine weiteren Personen, bei der Hand in der Schüssel ist jedoch der Daumen verdeckt, sodass sie weniger vollständig sichtbar ist.
- Jede Hand hat genau fünf klar erkennbare, natürlich geformte Finger: links ist besser. Links scheinen an jeder Hand fünf Finger sichtbar zu sein, obwohl einige mit Ton bedeckt sind und teilweise eng beieinanderliegen. Bei der Hand in der Schüssel sind rechts nur vier Finger eindeutig zu erkennen; ein klar erkennbarer Daumen fehlt. Die äußere Hand scheint fünf Finger zu haben.
- Finger, Gelenke und der Kontakt mit dem Ton sind anatomisch plausibel: rechts ist besser. Die sichtbaren Finger und Knöchel wirken rechts natürlicher proportioniert, und der Griff an der Schüssel ist plausibel. Links erschweren die mit Ton bedeckten Finger die anatomische Beurteilung. Einige Fingerspitzen der links im Bild befindlichen Hand wirken am Kontaktpunkt mit dem Ton zudem etwas gedrängt oder miteinander verschmolzen.
- Tonschüssel, rotierende Töpferscheibe und Formgebung sind klar erkennbar: unentschieden. Beide Bilder zeigen deutlich eine Tonschüssel auf einer rotierenden Töpferscheibe, die von Händen geformt oder stabilisiert wird. Links betont die Bewegungsunschärfe der Töpferscheibe und den Kontakt im Inneren, während rechts die Form der Schüssel und die Scheibe deutlich zeigt.
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
Kommt auf die Aufgabe anBeide Bilder erfüllen die Vorgaben zu Anzahl, Position, Farben, Formen und Materialien sowie zum nach rechts gerichteten Henkel der Tasse und zum Fehlen zusätzlicher Texte oder Objekte. Die Unterschiede sind geringfügig und ergeben keinen eindeutigen Sieger anhand der Bewertungskriterien.
- Links befinden sich genau drei rote Würfel, rechts zwei blaue Kugeln und mittig dahinter eine gelbe Tasse: unentschieden; beide Bilder zeigen links drei rote Würfel, rechts zwei blaue Kugeln und nahe der Mitte eine einzelne gelbe Tasse hinter den Objekten.
- Die angegebenen Farben, Formen und Materialien sind den jeweiligen Objekten korrekt zugeordnet: unentschieden; beide zeigen rote Würfelformen, blaue glasartige Kugeln und eine gelbe, glänzend wirkende Keramiktasse. Rechts ist die Holzstruktur der Würfel etwas deutlicher, die Zuordnung wird jedoch in beiden Bildern erfüllt.
- Der Tassenhenkel zeigt eindeutig nach rechts: unentschieden; in beiden Bildern ist der Henkel auf der rechten Seite der Tasse sichtbar.
- Es sind keine zusätzlichen Objekte oder Texte sichtbar: unentschieden; keines der Bilder zeigt weitere Objekte oder dargestellten Text.
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: Seedream 5 ProRechts erfüllt die Text- und Layoutvorgaben insgesamt besser, obwohl der Schuh links eindeutiger unten rechts platziert ist.
- Unten rechts ist genau ein silberner Schuh zu sehen, und unten links beginnt eine orangefarbene Spur: links ist besser. Links befindet sich ein silberner Schuh eindeutig unten rechts, und die orangefarbene Spur beginnt sichtbar unten links. Rechts zeigt ebenfalls einen silbernen Schuh und eine unten links beginnende orangefarbene Spur, doch der Schuh liegt eher rechts in der Mitte beziehungsweise in der unteren Hälfte als klar unten rechts.
- Der einzige sichtbare Text lautet „RUN LIGHT“ und „42 KM“, beides korrekt geschrieben: rechts ist besser. Rechts zeigt ausschließlich „RUN LIGHT“ und „42 KM“. Links zeigt „RUN LIGHT“ und „42 KM“ ebenfalls korrekt, auf dem Schuh ist jedoch zusätzlich der Text „AERO“ sichtbar.
- Die oberen 15 Prozent bleiben sichtbar frei, und die Überschrift ist direkt darunter positioniert: rechts ist besser. Rechts hält den oberen Bereich frei und platziert „RUN LIGHT“ direkt darunter im oberen linken Bereich. Auch links ist der obere Bereich frei, die Überschrift sitzt jedoch deutlich tiefer und nicht direkt unter dem leeren oberen Streifen.
- Alle erforderlichen Elemente sind vollständig sichtbar und bilden eine klare visuelle Hierarchie: rechts ist besser. Rechts zeigt Schuh, orangefarbene Spur, Überschrift und Plakette vollständig in einem klaren Werbelayout. Links verfügt ebenfalls über eine starke Hierarchie, doch der zusätzliche Text „AERO“ auf dem Schuh verstößt gegen die Vorgabe zum begrenzten Textumfang und erzeugt zusätzliche visuelle Unruhe.
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 die Anforderungen an die strukturierte Preisgrafik mit exaktem Text, drei Spalten, drei Zeilen pro Spalte und einer blauen SELECT-Schaltfläche je Spalte. Keines der Bilder hat anhand der Bewertungskriterien einen eindeutigen Vorteil.
- Die Grafik enthält den exakten Titel „CHOOSE YOUR PLAN“ und genau drei Spalten mit den Bezeichnungen „STARTER“, „PRO“ und „TEAM“: unentschieden; beide Bilder zeigen den Titel exakt als „CHOOSE YOUR PLAN“ und die drei Spaltenbezeichnungen exakt als „STARTER“, „PRO“ und „TEAM“.
- Jede Spalte enthält genau drei ausgerichtete Zeilen mit den Bezeichnungen „PROJECTS“, „STORAGE“ und „SUPPORT“: unentschieden; in beiden Bildern enthält jede Spalte genau die Zeilenbezeichnungen „PROJECTS“, „STORAGE“ und „SUPPORT“ in derselben Reihenfolge und spaltenübergreifend ausgerichtet.
- Jede Spalte enthält genau eine blaue Schaltfläche mit der Aufschrift „SELECT“: unentschieden; beide Bilder zeigen pro Spalte eine blaue Schaltfläche, die jeweils exakt mit „SELECT“ beschriftet ist.
- Die Spalten sind gleichmäßig ausgerichtet, ohne zusätzliche Spalten oder Texte: unentschieden; beide Bilder verwenden drei gleichmäßig angeordnete Spalten ohne weitere Spalten und ohne zusätzlichen dargestellten Text neben „CHOOSE YOUR PLAN“, „STARTER“, „PRO“, „TEAM“, „PROJECTS“, „STORAGE“, „SUPPORT“ und „SELECT“.
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 2Links ist insgesamt die gelungenere Bearbeitung. Bei der Objektpositionierung und der Erhaltung der Ausgangsszene liegt das linke Ergebnis deutlich vorn. Der wichtigste Vorteil des rechten Ergebnisses ist die originalgetreuere Darstellung der beiden Zitronen.
- Kriterium 1: Links schneidet besser ab. Die Position unten links, die Größe und die Ausrichtung des Henkels nach rechts entsprechen bei der dunkelblauen Tasse weitgehend der ursprünglichen Tasse. Die gestreifte Serviette liegt im Bereich des ursprünglichen Tuchs; Faltung und Streifenmuster stimmen weitgehend mit Referenz 3 überein. Rechts wurden die richtigen Objekte eingesetzt, doch beide sind kleiner und gegenüber der Ausgangsszene verschoben.
- Kriterium 2: Links schneidet besser ab. Beide Ergebnisse entfernen die Birne und das blaue Notizbuch und zeigen eine Orange sowie ein senfgelbes Hardcover-Notizbuch mit schwarzem Gummiband. Links bleiben Positionen und Proportionen der beiden Ersatzobjekte jedoch näher an denen der ursprünglichen Birne und des Notizbuchs.
- Kriterium 3: Rechts schneidet besser ab. Beide zeigen genau zwei Zitronen rechts neben der Tasse, ohne zusätzliche Zitronen. Rechts wird Referenz 6 jedoch genauer wiedergegeben, da das große grüne Blatt an der linken Zitrone erhalten bleibt; links fehlt dieses Blatt.
- Kriterium 4: Links schneidet deutlich besser ab. Der weite Bildausschnitt, die ursprünglichen Begrenzungen der Tischplatte, die erkennbaren Astlöcher und die Holzmaserung sowie die ursprünglichen Abstände zwischen den bearbeiteten Objektpositionen bleiben erhalten. Rechts ändern sich Bildausschnitt und Maßstab, ein größerer Teil des Tisches wird abgeschnitten und die Objektanordnung wird nach oben und zur Mitte hin verschoben.
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 geben den gewünschten Text korrekt wieder. Das linke hält sich jedoch wesentlich genauer an die Vorgabe, ausschließlich den Schriftzug zu bearbeiten, und bewahrt das ursprüngliche Bild außerhalb der ersetzten Buchstaben.
- Exakter Textersatz: Beide Seiten geben "NIGHT OWL" exakt wieder und entfernen "MORNING BEAN" vollständig.
- Keine zusätzlichen oder fehlerhaften Zeichen: Beide Seiten zeigen ausschließlich "NIGHT OWL" mit sauberen, korrekt geformten Buchstaben und ohne zusätzliche Zeichen.
- Schriftcharakter, Abstände und Perspektive: Links liegt näher an der Referenz. Die hohen serifenlosen Buchstaben, die weiten Abstände, die zentrierte Platzierung und die ursprüngliche Perspektive des Schilds bleiben erhalten. Rechts ist die Schrift ähnlich, doch Größe und Betrachtungswinkel des Schilds verändern sich deutlicher.
- Material, Beleuchtung und Umgebung: Links bleiben die ursprüngliche Textur des Schilds, die Schatten, der Bildausschnitt der Ladenfront und die Gesamtszene nahezu exakt erhalten. Rechts verändern sich Bildausschnitt, Blickwinkel, Proportionen der Ladenfront, Lampenpositionen, Fenster, Pflanzen und Details der Umgebung sichtbar.
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 ist insgesamt das stärkere Ergebnis. Es bewahrt die Person und die ursprüngliche Bildkomposition wesentlich originalgetreuer und übernimmt zugleich mehr der spezifischen Konstruktionsmerkmale und Oberflächendetails der Jacke.
- Identität, Gesichtsausdruck, Haare, Pose, Körperproportionen und Bildausschnitt: LINKS schneidet besser ab. Gesicht, Ausdruck, Haarsilhouette, Handhaltung, Körpergröße im Bild und Bildausschnitt entsprechen weitgehend Referenz 1. RECHTS erscheint die Person kleiner im Bild, und Gesichtsproportionen, Haaranordnung und Handpositionen verändern sich sichtbar.
- Material, Farbe, Kragen, Knöpfe, Taschen und Ärmelaufnäher der Jacke: LINKS schneidet besser ab. Der hellblaue Denim, der dicke cremefarbene Sherpa-Kragen, die Konstruktion der Brusttaschen, die bronzefarbenen Metallteile, der Nahtverlauf und der rote Aufnäher am Oberärmel aus Referenz 2 werden genauer wiedergegeben. RECHTS wird das grundlegende Design getroffen, doch die Denim-Details werden vereinfacht und die vordere Öffnung sowie die Knopfanordnung stärker verändert.
- Vollständiger Austausch ohne Schaufensterpuppe oder Produkthintergrund: Beide liegen gleichauf. Beide ersetzen das schwarze Sakko vollständig durch die Jeansjacke und behalten die ursprüngliche Innenraumkulisse mit Wand und Vorhang bei. Weder eine Schaufensterpuppe noch ein weißer Produkthintergrund sind sichtbar.
- Physikalische Stimmigkeit von Händen, Passform, Verdeckungen, Schatten und Beleuchtung: LINKS schneidet besser ab. Die ursprünglichen Hände bleiben genauer erhalten, beide Ärmelbündchen liegen natürlich um die Handgelenke, und die Jacke fügt sich mit stimmiger Szenenbeleuchtung und plausiblen Falten ein. RECHTS ist das Ergebnis insgesamt stimmig, doch die veränderte Handgeometrie und die flachere Struktur des Kleidungsstücks wirken weniger originalgetreu und natürlich.
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 gewinnt insgesamt. Beide erzeugen eine glaubwürdige Beleuchtung zur goldenen Stunde, wobei rechts besonders klare, gerichtete Licht- und Schattenprojektionen entstehen. Links gelingt jedoch eine ausgeprägte, stimmige Beleuchtung, während der ursprüngliche Raum und die Objekte wesentlich originalgetreuer erhalten bleiben.
- Warmes Licht zur goldenen Stunde fällt eindeutig durch das linke Fenster ein: Links schneidet etwas besser ab. Die sichtbare tief stehende Sonne am linken Fenster und das helle, warme Licht, das sich im Raum ausbreitet, machen die Lichtquelle besonders deutlich. Rechts fällt ebenfalls überzeugendes warmes Licht von dieser Seite ein.
- Lichtakzente und Schattenrichtungen passen schlüssig zur neuen Lichtquelle: Rechts schneidet etwas besser ab. Die Projektionen der Fensterrahmen, der Pflanzenschatten, die Lichtakzente auf dem Sofa und die langen Schatten verlaufen durchgehend vom linken Fenster weg. Links ist die Beleuchtung ebenfalls stimmig, doch einige Lichtflächen an der Wand sind weicher und geometrisch weniger klar definiert.
- Das Ergebnis geht über einen einheitlichen Gelbfilter hinaus: Beide erfüllen dies gut. Beide ergänzen örtlich begrenzte Lichtflächen in Fensterform, gerichtete Objektschatten, helle beleuchtete Oberflächen und dunklere verdeckte Bereiche, statt die Szene lediglich einzufärben.
- Keine Möbel oder Dekorationen werden verschoben, hinzugefügt, entfernt oder umgestaltet: Links schneidet deutlich besser ab und bewahrt die Bildkomposition und Objektgestaltung der Referenz weitgehend. Rechts verändert sich der Bildausschnitt; außerdem werden das Sofa, die Proportionen und Platzierung des Couchtischs, die Lampenposition, die Größe der Pflanze, die Platzierung des Teppichs und die Fensterproportionen sichtbar verändert.
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: Seedream 5 ProRechts gewinnt, weil die ursprüngliche Hütte, die Uferlinie und die gesamte Komposition innerhalb des Ausgangsbilds originalgetreuer erhalten bleiben. Links sind die Erweiterungen etwas nahtloser, doch die Ausgangsszene wird deutlicher verändert.
- Kriterium 1: Links schneidet etwas besser ab. Beide Ergebnisse sind im Querformat und erweitern Himmel, Meer und Strand auf beiden Seiten. Links weisen die hinzugefügten Bereiche jedoch durchgängigere natürliche Texturen und Details auf.
- Kriterium 2: Beide liegen gleichauf. Beide halten die Hütte in der Bildmitte und bewahren ungefähr den ursprünglichen vertikalen Bildausschnitt, ohne sichtbare Streckung oder Beschneidung.
- Kriterium 3: Rechts schneidet besser ab. Die Form der Hütte, ihre gedeckte Farbe, die Dachproportionen, die Türbeschläge, der gerade Horizont und die Bänder entlang der Uferlinie entsprechen der Referenz genauer. Links werden die Proportionen der Hütte deutlich verändert und die Farben der Szene sowie die Wolkenstruktur verstärkt.
- Kriterium 4: Links schneidet etwas besser ab. Die Übergänge in Strand und Himmel sind gleichmäßiger ineinander überblendet. Rechts zeigen sich im Sand nahe den seitlichen Rändern des mittig liegenden Originalbereichs dezente vertikale Textur- und Tonwertübergänge. Keines der Ergebnisse zeigt offensichtlich gespiegelte Füllbereiche oder wiederholte Objekte.
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 bleibt der Sneaker aus der Referenz originalgetreuer erhalten und fügt sich zugleich in eine klarer erkennbare und physikalisch überzeugendere Szene auf einem nassen Basketballplatz ein.
- Platzierung auf einem Basketballplatz in der Abenddämmerung: Links schneidet besser ab. Der sichtbare Korb, das Basketballbrett, der Zaun, die Spielfeldmarkierungen, die Flutlichter, der nasse Boden und der Sonnenuntergangshimmel vermitteln die gewünschte Szene überzeugender. Rechts ist ebenfalls ein nasser, umzäunter Platz in der Abenddämmerung zu sehen, jedoch kein Korb.
- Übereinstimmung des Sneakers: Links schneidet besser ab. Silhouette, Proportionen von Zehenbereich und Ferse, mehrschichtige Sohle, Schnürsenkelanordnung, Nähte der einzelnen Einsätze, weiße Ledertextur und Dreiviertelansicht bleiben näher an der Referenz. Rechts werden die Schuhproportionen verändert und einige Details des Obermaterials und der Schnürsenkel vereinfacht.
- Geometrisches Zeichen an der Seite: Links schneidet besser ab. Das schwarze Zeichen bewahrt den langen linken Arm, die schräge obere Abzweigung, den zentralen Verbindungspunkt und den nach rechts abfallenden Arm der Referenz mit weitgehend passenden Proportionen. Rechts ist das Zeichen erkennbar, wirkt aber kürzer, dicker und stärker zusammengedrängt.
- Physikalische Stimmigkeit: Links schneidet besser ab. Der Schuh hat einen glaubwürdigen Kontaktschatten, der ihn auf dem Boden verankert, eine deutliche Spiegelung auf der nassen Oberfläche und eine gedämpfte Beleuchtung, die zur dunkleren Abenddämmerung passt. Rechts sind ebenfalls Schatten und Spiegelung vorhanden, doch der Schuh ist im Verhältnis zur Szene ungewöhnlich hell, und der Kontaktschatten wirkt stärker und schärfer ausgeschnitten.
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, Seedream 5 Pro ab 25 Credits. Damit ist GPT Image 2 für diese Bilddurchläufe die Option mit dem geringeren Credits-Bedarf. In diesem Durchlauf mit fest vorgegebenen Prompts lagen die beobachteten Latenzwerte für GPT Image 2 zwischen 81370 ms und 189546 ms, für Seedream 5 Pro zwischen 38569 ms und 141015 ms. Diese Werte sind als Stichproben aus dem jeweiligen Durchlauf zu verstehen, nicht als Benchmark-Ergebnisse.
Vergleichsmethode & Offenlegung
Für jedes Szenario wurde derselbe festgelegte Prompt mit jedem Modell ausgeführt und die ausgewählten Ergebnisse wurden veröffentlicht. Öffentlich zugängliche Bilder sind mit einem Banana Pie-Wasserzeichen versehen. Banana Pie bietet kostenpflichtigen Zugang sowohl zu GPT Image 2 als auch zu Seedream 5 Pro. Daher zeigt diese Seite einen reproduzierbaren Direktvergleich und stellt weder einen unabhängigen Benchmark noch eine absolute Rangliste dar.
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.