GPT Image 2 vs Nano Banana 2 para la generación de imágenes
Los resultados varían según la tarea, por lo que no hay un ganador absoluto. Elige GPT Image 2 para obtener un mejor renderizado de materiales, una vinculación más precisa de atributos, composiciones publicitarias y ediciones complejas de objetos; elige Nano Banana 2 para tipografía, contacto humano, transferencia de prendas, reiluminación y cambios en escenas de producto. Los modelos empataron en gráficos de interfaz estructurados, sustitución de texto y ampliación de imágenes.
Datos comparados
| Característica | GPT Image 2 | Nano Banana 2 |
|---|---|---|
| Desarrollador | OpenAI | |
| Disponibilidad en Banana Pie | Disponible ahora | Disponible ahora |
| Créditos desde | 20 créditos | 40 créditos |
| Resolución máxima | 4K | 4K |
| Imágenes de referencia | Hasta 8 | Hasta 8 |
Caso por caso
Ambos modelos ejecutaron el mismo prompt dentro de nuestro conjunto fijo de pruebas. Las imágenes corresponden a las ejecuciones publicadas y se muestran exactamente como se generaron.
Materiales e iluminación de producto
Mejor en este caso: GPT Image 2LEFT cumple mejor los requisitos de materiales e iluminación. El llenado hasta la mitad, el reflejo contenido, la refracción y la dirección de la luz desde la parte superior izquierda son más claros y presentan una mayor coherencia física.
- Se ve exactamente un frasco de perfume rectangular y transparente, sin texto, logotipo ni objetos adicionales: Empate. Ambos muestran un frasco rectangular en posición vertical y no hay texto, logotipos, plantas ni accesorios independientes visibles; la forma similar a un frasco situada en el lado derecho de RIGHT es claramente un reflejo en la superficie mojada.
- El frasco está visiblemente lleno hasta la mitad con un líquido ámbar: LEFT lo hace mejor. El líquido ámbar alcanza un punto medio claro y nivelado en el cuerpo del frasco, mientras que el nivel de llenado de RIGHT parece estar algo por debajo de la mitad.
- La refracción del vidrio y el reflejo sobre la piedra negra mojada presentan coherencia física: LEFT lo hace mejor. Los bordes del vidrio y los tonos ámbar se refractan de forma consistente, y el único reflejo se extiende de manera natural bajo el frasco. RIGHT muestra un reflejo separado del frasco a la derecha, además de un intenso patrón ámbar proyectado, lo que hace que la óptica de la superficie sea menos coherente y menos sutil.
- La iluminación desde la parte superior izquierda produce reflejos consistentes y una sombra de contacto plausible: LEFT lo hace mejor. La iluminación intensa desde la parte superior izquierda, los reflejos del vidrio y la sombra que se extiende hacia la parte inferior derecha concuerdan claramente. RIGHT también presenta luz desde la parte superior izquierda y una sombra hacia la derecha, pero la intensa proyección ámbar y el reflejo que parece independiente reducen la consistencia de la iluminación.
Prompt y ajustes utilizados
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.
Tipografía multilingüe
Mejor en este caso: Nano Banana 2RIGHT sigue exactamente la composición solicitada de cuatro líneas para el cartel, mientras que LEFT divide incorrectamente la primera línea en dos.
- Exactamente cuatro líneas de texto centradas y ningún texto adicional: RIGHT lo hace mejor. Muestra exactamente cuatro líneas centradas, mientras que LEFT presenta "MOONLIGHT MARKET" en dos líneas, como "MOONLIGHT" y "MARKET", lo que da lugar a cinco líneas de texto visibles.
- Texto y orden exactos: RIGHT lo hace mejor. Sus líneas dicen exactamente "MOONLIGHT MARKET", "月光市集", "18 OCT" y "RIVER HALL", en el orden solicitado. LEFT contiene el mismo texto y respeta el orden, pero divide la primera línea requerida en "MOONLIGHT" y "MARKET".
- Colores requeridos: Empate. Ambos muestran "月光市集" en rojo y "MOONLIGHT MARKET", "18 OCT" y "RIVER HALL" en negro.
- Legibilidad, espaciado y alineación: RIGHT lo hace mejor. Las cuatro líneas son claramente legibles, están centradas sobre un eje común y presentan un espaciado limpio. LEFT es legible y está centrado, pero la primera frase, sobredimensionada, salta de línea y hace que el espaciado general sea menos uniforme.
Prompt y ajustes utilizados
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.
Anatomía humana y contacto
Mejor en este caso: Nano Banana 2Right muestra en conjunto una acción de modelado de cerámica más clara y plausible, pese a la ambigüedad y la distorsión de la mano superior. Left permite distinguir algo mejor el número de dedos, pero presenta anomalías más evidentes en las puntas de los dedos y en la forma de las manos.
- Exactamente dos manos completamente visibles: Empate. Ambas imágenes contienen visiblemente un alfarero y exactamente dos manos, sin personas ni manos adicionales; ninguna mano queda cortada por el encuadre.
- Cada mano tiene exactamente cinco dedos diferenciados y de forma natural: Left lo hace mejor. Los cinco dedos se pueden contar con mayor facilidad en ambas manos de la imagen izquierda, aunque varias puntas se superponen; en la derecha, el número de dedos de la mano superior es ambiguo porque algunos están parcialmente fusionados u ocultos, y uno de los dedos laterales parece inusualmente alargado.
- Los dedos, las articulaciones y el contacto con la arcilla son anatómicamente plausibles: Right lo hace ligeramente mejor. La mano interior y la mano exterior de apoyo forman un agarre de modelado más claro y creíble, mientras que la imagen izquierda presenta dedos con aspecto hinchado y puntas amontonadas que parecen parcialmente fusionadas. La mano superior derecha aún tiene un dedo lateral visiblemente extraño, por lo que la ventaja es limitada.
- El cuenco de arcilla, el torno giratorio y la acción de modelado se reconocen con claridad: Right lo hace mejor. El cuenco y el torno en movimiento se ven con claridad en ambas imágenes, pero la derecha muestra de forma más definida una mano modelando el interior mientras la otra sostiene la pared exterior.
Prompt y ajustes utilizados
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.
Conteo y vinculación de atributos
Mejor en este caso: GPT Image 2LEFT sigue de forma más completa la composición solicitada. Ambas imágenes respetan correctamente las cantidades, los atributos y la orientación de la taza, pero RIGHT incumple el requisito de que no haya objetos adicionales visibles.
- Criterio 1: Empate. Ambas imágenes contienen visiblemente exactamente tres cubos rojos en fila a la izquierda, exactamente dos esferas azules a la derecha y una taza amarilla centrada detrás de los grupos.
- Criterio 2: Empate. Ambas asocian el rojo a los cubos, el azul a las esferas transparentes similares al vidrio y el amarillo a una taza de apariencia cerámica. Los cubos de RIGHT muestran una veta de madera más evidente, mientras que los objetos de LEFT siguen correspondiendo visiblemente a las categorías y los materiales solicitados.
- Criterio 3: Empate. En ambas imágenes, el asa está claramente unida a la taza y se extiende hacia la derecha.
- Criterio 4: LEFT lo hace mejor. LEFT muestra únicamente los objetos solicitados y ningún texto, mientras que RIGHT incluye visiblemente una planta en maceta y otros elementos de una habitación al fondo. No hay texto visible en ninguna de las imágenes.
Prompt y ajustes utilizados
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.
Composición publicitaria
Mejor en este caso: GPT Image 2Left sigue más fielmente la composición solicitada, principalmente por el origen más claro de la estela en la esquina inferior izquierda y por una zona superior vacía más definida. Ambas incumplen el requisito de que no haya más texto al incluir "AERO" en la zapatilla.
- Exactamente una zapatilla plateada y una estela naranja: Left lo hace mejor. Ambas muestran una zapatilla plateada en la parte inferior derecha, pero la estela naranja de Left entra claramente desde la esquina inferior izquierda y se curva hacia el interior de la escena; la estela de Right atraviesa la parte inferior desde el borde derecho antes de curvarse hacia la izquierda.
- Único texto visible: Empate. Ambas reproducen correctamente "RUN LIGHT" y "42 KM", pero también muestran visiblemente el texto adicional prohibido "AERO" en la zapatilla.
- Espacio superior y ubicación del titular: Left lo hace mejor. Left deja una zona claramente despejada y considerablemente más alta que el margen superior solicitado, con "RUN LIGHT" justo debajo, en la parte superior izquierda. Right también tiene cielo vacío sobre el titular, pero el margen está más cerca del límite requerido.
- Visibilidad y jerarquía de los elementos: Empate. Ambas mantienen completamente visibles el titular, la insignia, la estela y la única zapatilla, con una jerarquía clara entre el titular y el producto; ninguna presenta un recorte o una superposición importante que oculte un elemento requerido.
Prompt y ajustes utilizados
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.
Gráfico de interfaz estructurado
Depende de la tareaAmbas imágenes cumplen los cuatro criterios de evaluación. Sus diferencias estilísticas no aportan una ventaja significativa según dichos criterios.
- Título y columnas: Empate. Ambas reproducen el título exacto "CHOOSE YOUR PLAN" y exactamente tres columnas etiquetadas como "STARTER", "PRO" y "TEAM".
- Filas: Empate. En ambas imágenes, cada columna contiene exactamente tres filas alineadas y etiquetadas como "PROJECTS", "STORAGE" y "SUPPORT".
- Botones: Empate. En ambas imágenes, cada columna tiene exactamente un botón azul con la etiqueta "SELECT".
- Alineación y contenido adicional: Empate. Ambas muestran tres columnas distribuidas uniformemente y ningún texto adicional. LEFT incluye iconos en las filas, mientras que RIGHT utiliza líneas divisorias, pero ninguna de estas diferencias entra en conflicto con este criterio.
Prompt y ajustes utilizados
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.
Vinculación y edición de objetos con seis referencias
Mejor en este caso: GPT Image 2LEFT gana por un estrecho margen. Ambos resultados realizan las sustituciones solicitadas, pero LEFT incorpora los dos limones de forma más limpia y mantiene visible toda la disposición de objetos.
- Criterio 1: Empate. Ambas muestran una taza azul marino oscuro y una servilleta doblada con rayas verdes y blancas, sin ninguna taza roja ni toalla blanca visible. No se puede verificar la coincidencia exacta con el aspecto de las referencias ni la conservación de las posiciones originales porque no se muestran dichas referencias.
- Criterio 2: Empate. Ambas muestran exactamente una naranja y un cuaderno de tapa dura amarillo mostaza, y ninguna conserva visiblemente una pera verde ni un cuaderno azul. La coincidencia exacta con las referencias no se puede evaluar únicamente a partir de estos resultados.
- Criterio 3: Left lo hace mejor. Ambas contienen exactamente dos limones a la derecha de la taza, pero RIGHT añade a uno de ellos una hoja verde prominente, similar a la hoja de la naranja, lo que sugiere una separación menos limpia entre los objetos; los dos limones de LEFT están bien diferenciados y no presentan accesorios duplicados.
- Criterio 4: Left lo hace ligeramente mejor. Ambas conservan una superficie de madera coherente, una iluminación natural y sombras plausibles, pero LEFT mantiene todos los objetos completamente dentro del encuadre, mientras que RIGHT recorta el cuaderno en el borde derecho. No se puede verificar la conservación exacta de la cámara, la veta y las relaciones espaciales de la Referencia 1 sin ver dicha referencia.
Imágenes de referencia
Prompt y ajustes utilizados
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.
Sustitución de texto dentro de la imagen
Depende de la tareaAmbos resultados reproducen el texto solicitado con claridad y sin errores visibles en los caracteres. La imagen de origen no está disponible, por lo que los criterios de conservación no permiten elegir uno por encima del otro.
- Texto exacto y eliminación: Empate. Ambos carteles muestran exactamente "NIGHT OWL" y no se ve ningún texto anterior.
- Caracteres adicionales o malformados: Empate. Ambos carteles contienen únicamente las letras de "NIGHT OWL", sin caracteres adicionales ni malformados visibles.
- Conservación de la fuente, el espaciado y la perspectiva: Empate. Ambos reproducen una tipografía sans serif limpia, en mayúsculas y con espaciado y perspectiva coherentes, pero no se puede verificar la conservación del original porque no se muestra la imagen de origen.
- Conservación del material, la iluminación y la escena: Empate. Ambos muestran carteles de madera pintada coherentes y una iluminación natural, pero no se puede determinar si alguno de ellos conservó sin cambios el cartel original y la escena circundante sin disponer de la imagen de origen.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Transferencia de identidad y prendas con múltiples referencias
Mejor en este caso: Nano Banana 2Right ofrece un resultado general más sólido porque su chaqueta presenta detalles más distintivos y propios de un producto, a la vez que mantiene un ajuste coherente y un retrato de aspecto natural. La conservación exacta de las referencias sigue siendo incierta porque estas no están visibles.
- Conservación de la identidad: No se muestra el retrato de referencia, por lo que no se puede verificar la conservación exacta de la identidad, la expresión, el cabello, la pose, las proporciones corporales y el encuadre. Al comparar los resultados, Right conserva un aspecto fotográfico más natural, mientras que Left muestra cambios sutiles en las proporciones faciales y un encuadre más cerrado.
- Coincidencia de la chaqueta: No se muestra la referencia de la chaqueta aislada, por lo que no se puede confirmar una coincidencia exacta. Right presenta detalles más específicos de la prenda, como marcas de desgaste en la tela vaquera, un cuello de borrego color crema, botones de bronce, bolsillos con solapa y un parche rojo en la manga; Left tiene una tela vaquera más limpia, una construcción diferente de los bolsillos y un parche más grande.
- Sustitución del traje negro: Empate. Ambas sustituyen visiblemente la chaqueta negra del traje original por una chaqueta vaquera con cuello de borrego, y ninguna incluye un maniquí invisible ni un fondo blanco de producto.
- Coherencia física: Right lo hace ligeramente mejor. La chaqueta se ajusta de forma natural alrededor de los hombros y el torso, con pliegues plausibles en las mangas y una iluminación coherente con la escena. Ambas representan de forma razonable las manos superpuestas, aunque algunos contornos de los dedos están ligeramente difuminados.
Imágenes de referencia
Prompt y ajustes utilizados
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.
Reiluminación coherente de escenas
Mejor en este caso: Nano Banana 2Right produce una reiluminación de hora dorada más clara y espacialmente coherente, con luces y sombras direccionales más marcadas procedentes de la ventana izquierda.
- La cálida luz de la hora dorada entra claramente por la ventana de la izquierda: la derecha lo resuelve mejor; la intensa luz solar cálida se proyecta de forma visible desde la izquierda sobre el sofá, la alfombra, el suelo y la pared derecha. La izquierda también muestra una iluminación cálida, pero la dirección está algo menos marcada.
- Las luces y la dirección de las sombras responden de manera coherente a la nueva fuente de luz: la derecha lo resuelve mejor; la mesa de centro y el sofá proyectan sombras largas hacia la derecha, y la iluminación con la forma de la ventana se extiende de manera uniforme por la habitación. La izquierda presenta sombras verosímiles de la planta y la lámpara, pero un modelado direccional menos definido en el suelo y los muebles.
- El resultado es más que un filtro amarillo uniforme: la derecha lo resuelve mejor; conserva zonas de sombra diferenciadas y crea franjas luminosas localizadas, sombras proyectadas nítidas y una iluminación variada. La izquierda también incluye iluminación localizada, pero gran parte de la habitación presenta un tono ámbar más uniforme.
- No se ha movido, añadido, eliminado ni rediseñado ningún mueble o elemento decorativo: esto no puede evaluarse de forma fiable sin la imagen original. Los dos resultados difieren en el encuadre y la ubicación de los objetos, pero eso no permite determinar cuál de los dos, si alguno, conservó el original con precisión.
Imágenes de referencia
Prompt y ajustes utilizados
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 entre distintas proporciones
Depende de la tareaAmbos resultados presentan una ampliación exterior de la imagen de playa convincente y centrada, sin artefactos evidentes en las zonas extendidas. Los criterios de conservación decisivos no pueden verificarse sin la imagen original, y la calidad visible de las extensiones es demasiado similar como para justificar un ganador.
- Formato 16:9 y contenido lateral natural: Empate. Ambas imágenes presentan composiciones apaisadas claramente panorámicas, en las que la playa, el océano y el cielo continúan de forma natural hacia ambos lados.
- Original completo y centrado, sin recortes ni estiramientos: Empate. Ambas sitúan la cabaña completa cerca del centro horizontal, sin deformaciones geométricas evidentes, pero no puede confirmarse que se haya conservado todo el encuadre original porque no se muestra la imagen de origen.
- Cabaña, línea de costa y composición interna originales sin cambios: No puede evaluarse en ninguno de los dos casos sin la imagen original. La cabaña y la línea de costa presentan diferencias visibles entre la IZQUIERDA y la DERECHA, pero eso no permite determinar cuál de las dos, si alguna, modificó el original.
- Sin uniones visibles, relleno reflejado ni objetos repetidos: Empate. Ninguna imagen muestra una unión vertical clara, una zona reflejada evidente ni objetos de playa u olas duplicados de manera llamativa; en ambos casos, las extensiones se integran de forma coherente con la escena central.
Imágenes de referencia
Prompt y ajustes utilizados
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.
Preservación del producto al cambiar de escena
Mejor en este caso: Nano Banana 2La derecha representa de forma más convincente la cancha mojada al anochecer solicitada y ofrece una iluminación ambiental y una interacción con la superficie más coherentes. La conservación exacta del producto no puede verificarse sin la imagen original.
- Cancha de baloncesto exterior mojada al anochecer: la derecha lo resuelve mejor. Ambas muestran canchas mojadas, canastas, vallas y cielos al anochecer, pero la derecha incluye líneas de cancha pintadas más nítidas e integra la zapatilla de forma más natural en el conjunto de la escena; la zapatilla sobredimensionada en primer plano de la izquierda oculta gran parte de la superficie de juego.
- Coherencia de la zapatilla: esto no puede evaluarse por completo porque no se muestra la imagen original de la zapatilla. Ambos resultados conservan visiblemente una silueta similar de perfil bajo, una parte superior blanca con costuras, una puntera texturizada y un ángulo de cámara lateral, aunque la izquierda representa con mayor claridad las costuras finas y la textura del material.
- Marca geométrica negra en el lateral: no puede evaluarse si la marca permanece inalterada sin la imagen original. Ambas marcas se distinguen con claridad, pero sus proporciones difieren visiblemente: la izquierda tiene ramificaciones más gruesas y anchas, mientras que la derecha presenta un segmento horizontal más estrecho y ramificaciones diagonales más finas.
- Sombra de contacto, reflejo e iluminación del anochecer: la derecha lo resuelve mejor. La luz cálida del cielo se proyecta de forma coherente sobre la zapatilla y el suelo mojado, con un reflejo claro y una sombra de contacto que la asienta en la superficie. La izquierda presenta un reflejo y una sombra marcados, pero la zapatilla está iluminada de forma mucho más brillante y neutra que su entorno tenue, lo que hace que la integración resulte menos natural.
Imágenes de referencia
Prompt y ajustes utilizados
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.
Coste y latencia
GPT Image 2 parte de 20 créditos, mientras que Nano Banana 2 parte de 40 créditos, por lo que GPT Image 2 es la opción que requiere menos créditos por generación. En la pequeña muestra de latencia de esta ejecución, GPT Image 2 registró entre 81370 ms y 189546 ms, mientras que Nano Banana 2 registró entre 57125 ms y 122746 ms; estas observaciones corresponden únicamente a esta ejecución y no son cifras de referencia.
Cómo comparamos y declaración de transparencia
Usamos un único prompt fijo por escenario y lo ejecutamos una vez con cada modelo; después publicamos los resultados tal como se generaron. Banana Pie ofrece acceso de pago tanto a GPT Image 2 como a Nano Banana 2.
Banana Pie ofrece acceso de pago a este modelo junto con otros modelos en un mismo estudio. Nuestros veredictos proceden de pruebas realizadas mediante el mismo sistema que usan nuestros usuarios.