GPT Image 2 vs Nano Banana 2 pour la génération d'images
Les résultats varient selon la tâche, il n'y a donc pas de vainqueur global. Choisissez GPT Image 2 pour un meilleur rendu des matériaux, une association plus précise des attributs, les compositions publicitaires et les retouches complexes d'objets ; choisissez Nano Banana 2 pour la typographie, les contacts humains, le transfert de vêtements, le rééclairage et les changements de mise en scène de produits. Les modèles arrivent à égalité pour les éléments d'interface structurés, le remplacement de texte et l'extension d'image.
Données comparées
| Caractéristique | GPT Image 2 | Nano Banana 2 |
|---|---|---|
| Développeur | OpenAI | |
| Disponibilité sur Banana Pie | Disponible | Disponible |
| Crédits à partir de | 20 crédits | 40 crédits |
| Résolution maximale | 4K | 4K |
| Images de référence | Jusqu’à 8 | Jusqu’à 8 |
Scénario par scénario
Les deux modèles ont exécuté le même prompt dans notre série de tests fixes. Les images publiées sont présentées telles qu’elles ont été générées.
Matières du produit et éclairage
Meilleur ici : GPT Image 2L'image de GAUCHE respecte mieux les exigences relatives aux matériaux et à l'éclairage. Le remplissage à mi-hauteur, le reflet modéré, la réfraction et la direction de la lumière venant du coin supérieur gauche y sont plus nets et plus cohérents sur le plan physique.
- Un seul flacon de parfum rectangulaire transparent est visible, sans texte, logo ni objet supplémentaire : égalité. Les deux images montrent un seul flacon rectangulaire vertical, sans texte, logo, plante ni accessoire distinct visible ; la forme de flacon située à droite dans l'image de DROITE est manifestement un reflet sur la surface mouillée.
- Le flacon est visiblement rempli à moitié d'un liquide ambré : GAUCHE fait mieux. Son liquide ambré atteint un niveau médian net et horizontal dans le corps du flacon, tandis que le niveau de remplissage de DROITE semble légèrement inférieur à la moitié.
- La réfraction du verre et le reflet sur la pierre noire mouillée sont physiquement cohérents : GAUCHE fait mieux. Les contours du verre et les tons ambrés s'y réfractent de façon homogène, et le reflet unique se prolonge naturellement sous le flacon. DROITE présente un reflet de flacon détaché sur la droite ainsi qu'un puissant motif ambré projeté, ce qui rend les effets optiques de la surface moins cohérents et moins subtils.
- L'éclairage venant du coin supérieur gauche produit des reflets lumineux cohérents et une ombre de contact plausible : GAUCHE fait mieux. La vive lumière venant du coin supérieur gauche, les reflets sur le verre et l'ombre qui s'étend vers le coin inférieur droit concordent clairement. DROITE présente également une lumière venant du coin supérieur gauche et une ombre orientée vers la droite, mais l'intense projection ambrée et le reflet qui semble séparé rendent l'éclairage moins cohérent.
Prompt et paramètres utilisés
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.
Typographie multilingue
Meilleur ici : Nano Banana 2L'image de DROITE respecte exactement la mise en page demandée sur quatre lignes, tandis que celle de GAUCHE scinde à tort la première ligne en deux.
- Exactement quatre lignes de texte centrées et aucun texte supplémentaire : DROITE fait mieux. Elle affiche exactement quatre lignes centrées, tandis que GAUCHE répartit « MOONLIGHT MARKET » sur deux lignes, « MOONLIGHT » et « MARKET », ce qui produit cinq lignes de texte visibles.
- Texte et ordre exacts : DROITE fait mieux. Les lignes indiquent exactement « MOONLIGHT MARKET », « 月光市集 », « 18 OCT » et « RIVER HALL », dans l'ordre demandé. GAUCHE reprend le même texte dans le même ordre, mais la première ligne demandée est scindée en « MOONLIGHT » et « MARKET ».
- Couleurs demandées : égalité. Les deux images affichent « 月光市集 » en rouge, et « MOONLIGHT MARKET », « 18 OCT » et « RIVER HALL » en noir.
- Lisibilité, espacement et alignement : DROITE fait mieux. Les quatre lignes sont parfaitement lisibles, centrées sur un même axe et proprement espacées. GAUCHE reste lisible et centrée, mais la première expression surdimensionnée passe à la ligne, ce qui rend l'espacement général moins régulier.
Prompt et paramètres utilisés
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.
Anatomie humaine et contact
Meilleur ici : Nano Banana 2Dans l'ensemble, l'image de droite montre une action de façonnage de la poterie plus claire et plus plausible, malgré l'ambiguïté et la déformation de la main supérieure. Sur l'image de gauche, le nombre de doigts est un peu plus facile à distinguer, mais les artefacts au niveau des extrémités des doigts et de la forme des mains sont plus visibles.
- Exactement deux mains entièrement visibles : égalité. Les deux images montrent un seul potier et exactement deux mains, sans personne ni main supplémentaire ; aucune main n'est coupée par le cadre.
- Chaque main comporte exactement cinq doigts distincts et de forme naturelle : gauche fait mieux. Les cinq doigts sont plus faciles à compter sur chacune des deux mains de l'image de gauche, bien que plusieurs extrémités se chevauchent ; à droite, le nombre de doigts de la main supérieure est ambigu, car certains sont partiellement fusionnés ou masqués, et un doigt latéral paraît anormalement allongé.
- Les doigts, les articulations et le contact avec l'argile sont anatomiquement plausibles : droite fait légèrement mieux. Sa main intérieure et sa main extérieure de soutien forment une prise de façonnage plus claire et plus crédible, tandis que l'image de gauche présente des doigts à l'aspect gonflé et des extrémités serrées qui semblent partiellement fusionnées. La main supérieure droite comporte néanmoins un doigt latéral manifestement maladroit, l'avantage reste donc limité.
- Le bol en argile, le tour en rotation et l'action de façonnage sont clairement reconnaissables : droite fait mieux. Le bol et le tour sont nets dans les deux images, mais celle de droite montre plus distinctement une main qui façonne l'intérieur tandis que l'autre soutient la paroi extérieure.
Prompt et paramètres utilisés
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.
Comptage et association des attributs
Meilleur ici : GPT Image 2L'image de GAUCHE respecte plus complètement la composition demandée. Les deux images gèrent correctement le nombre d'objets, leurs attributs et l'orientation de la tasse, mais celle de DROITE ne respecte pas l'exigence interdisant tout objet supplémentaire visible.
- Critère 1 : égalité. Les deux images contiennent visiblement exactement trois cubes rouges alignés à gauche, exactement deux sphères bleues à droite et une tasse jaune centrée derrière les deux groupes.
- Critère 2 : égalité. Les deux associent le rouge aux cubes, le bleu aux sphères transparentes semblables à du verre et le jaune à une tasse à l'aspect céramique. Les cubes de DROITE présentent un veinage de bois plus évident, tandis que les objets de GAUCHE correspondent tout de même visiblement aux catégories et matériaux demandés.
- Critère 3 : égalité. Dans les deux images, l'anse est clairement fixée à la tasse et orientée vers la droite.
- Critère 4 : GAUCHE fait mieux. GAUCHE ne montre que les objets demandés et aucun texte, tandis que DROITE inclut visiblement une plante en pot et d'autres éléments de la pièce en arrière-plan. Aucun texte n'est visible dans les deux images.
Prompt et paramètres utilisés
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.
Composition publicitaire
Meilleur ici : GPT Image 2L'image de gauche respecte mieux la composition demandée, principalement grâce à un départ de traînée plus net dans le coin inférieur gauche et à une zone supérieure plus clairement dégagée. Les deux images enfreignent l'interdiction de tout autre texte en affichant « AERO » sur la chaussure.
- Exactement une chaussure argentée et une traînée orange : gauche fait mieux. Les deux images montrent une chaussure argentée dans la partie inférieure droite, mais la traînée orange de gauche entre clairement par le coin inférieur gauche avant de décrire une courbe dans la scène ; la traînée de droite traverse la partie inférieure depuis le bord droit avant de s'incurver vers la gauche.
- Seul texte visible : égalité. Les deux affichent correctement « RUN LIGHT » et « 42 KM », mais font également apparaître le texte supplémentaire interdit « AERO » sur la chaussure.
- Espace supérieur et position du titre : gauche fait mieux. Gauche laisse une zone nettement dégagée, sensiblement plus haute que la marge supérieure demandée, avec « RUN LIGHT » placé juste en dessous dans le coin supérieur gauche. Droite présente également un ciel vide au-dessus de son titre, mais la marge y est plus proche du seuil.
- Visibilité et hiérarchie des éléments : égalité. Les deux images gardent le titre, le badge, la traînée et l'unique chaussure entièrement visibles, avec une hiérarchie claire entre le titre et le produit ; aucune ne présente de recadrage ou de chevauchement important masquant un élément requis.
Prompt et paramètres utilisés
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.
Graphique d’interface structuré
Dépend de la tâcheLes deux images satisfont aux quatre critères de la grille d'évaluation. Leurs différences stylistiques ne confèrent à aucune un avantage significatif au regard de ces critères.
- Titre et colonnes : égalité. Les deux affichent le titre exact « CHOOSE YOUR PLAN » et exactement trois colonnes intitulées « STARTER », « PRO » et « TEAM ».
- Lignes : égalité. Dans les deux images, chaque colonne contient exactement trois lignes alignées intitulées « PROJECTS », « STORAGE » et « SUPPORT ».
- Boutons : égalité. Dans les deux images, chaque colonne comporte exactement un bouton bleu intitulé « SELECT ».
- Alignement et contenu supplémentaire : égalité. Les deux présentent trois colonnes régulièrement réparties et aucun texte supplémentaire. GAUCHE inclut des icônes sur les lignes, tandis que DROITE utilise des séparateurs, mais aucun de ces choix n'entre en conflit avec ce critère.
Prompt et paramètres utilisés
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.
Association et modification d’objet à partir de six références
Meilleur ici : GPT Image 2L'image de GAUCHE l'emporte de peu. Les deux résultats effectuent les substitutions demandées, mais GAUCHE intègre plus proprement les deux citrons ajoutés et conserve l'ensemble de la disposition des objets dans le cadre.
- Critère 1 : égalité. Les deux images montrent une tasse bleu marine foncé et une serviette pliée à rayures vertes et blanches, sans tasse rouge ni serviette blanche visible. Il est impossible de vérifier fidèlement l'apparence de référence et la conservation des positions d'origine, car les références ne sont pas affichées.
- Critère 2 : égalité. Les deux montrent exactement un carnet orange et un carnet relié jaune moutarde, et aucune ne conserve visiblement de poire verte ni de carnet bleu. La correspondance exacte avec les références ne peut pas être évaluée à partir de ces seuls résultats.
- Critère 3 : gauche fait mieux. Les deux images contiennent exactement deux citrons à droite de la tasse, mais DROITE ajoute à l'un des citrons une grande feuille verte semblable à celle de l'orange, ce qui suggère une séparation moins nette des objets ; les deux citrons de GAUCHE sont distincts et ne comportent aucun accessoire dupliqué.
- Critère 4 : gauche fait légèrement mieux. Les deux conservent un plateau de table en bois cohérent, un éclairage naturel et des ombres plausibles, mais GAUCHE maintient tous les objets entièrement dans le cadre, tandis que DROITE coupe le carnet sur le bord droit. Sans voir la Référence 1, il est impossible de vérifier la conservation exacte de son cadrage, de son grain et de ses relations spatiales.
Images de référence
Prompt et paramètres utilisés
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.
Remplacement de texte dans l’image
Dépend de la tâcheLes deux résultats affichent proprement le texte demandé, sans erreur de caractère visible. L'image source n'étant pas disponible, les critères de conservation ne permettent pas de les départager.
- Texte exact et suppression : égalité. Les deux panneaux affichent exactement « NIGHT OWL », et aucun ancien texte n'est visible.
- Caractères supplémentaires ou mal formés : égalité. Les deux panneaux contiennent uniquement les lettres de « NIGHT OWL », sans caractère supplémentaire ni mal formé visible.
- Conservation de la police, de l'espacement et de la perspective : égalité. Les deux présentent un lettrage sans empattement propre, en majuscules, avec un espacement et une perspective cohérents, mais la conservation de l'original ne peut pas être vérifiée puisque l'image source n'est pas affichée.
- Conservation du matériau, de l'éclairage et de la scène : égalité. Les deux montrent des panneaux cohérents en bois peint sous un éclairage naturel, mais il est impossible d'évaluer si le panneau d'origine et la scène environnante ont été conservés à l'identique sans disposer de l'image source.
Images de référence
Prompt et paramètres utilisés
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Transfert d’identité et de vêtement à partir de plusieurs références
Meilleur ici : Nano Banana 2Dans l'ensemble, l'image de droite est la plus réussie, car sa veste présente des détails plus distinctifs, dignes d'une photo de produit, tout en conservant une coupe cohérente et un portrait naturel. La fidélité exacte aux références reste incertaine, car celles-ci ne sont pas visibles.
- Conservation de l'identité : le portrait de référence n'est pas affiché, il est donc impossible de vérifier la conservation exacte de l'identité, de l'expression, de la coiffure, de la pose, des proportions du corps et du cadrage. Entre les deux résultats, celui de droite conserve un rendu photographique plus naturel, tandis que celui de gauche présente de légères modifications des proportions du visage et un cadrage plus serré.
- Correspondance de la veste : la référence de la veste isolée n'est pas affichée, il est donc impossible de confirmer une correspondance exacte. L'image de droite présente des détails vestimentaires plus précis, notamment des marques d'usure sur le denim, un col en peau lainée crème, des boutons couleur bronze, des poches à rabat et un écusson rouge sur la manche ; celle de gauche montre un denim plus uniforme, une construction de poches différente et un écusson plus grand.
- Remplacement du costume noir : égalité. Les deux remplacent visiblement la veste de costume noire d'origine par une veste en denim à col en peau lainée, et aucune ne comporte de mannequin fantôme ni de fond de produit blanc.
- Cohérence physique : droite fait légèrement mieux. Sa veste repose naturellement sur les épaules et le torse, avec des plis de manches plausibles et un éclairage cohérent avec la scène. Les deux représentent correctement les mains qui se chevauchent, même si certains contours des doigts sont légèrement estompés.
Prompt et paramètres utilisés
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.
Rééclairage cohérent de la scène
Meilleur ici : Nano Banana 2L'image de droite produit un rééclairage à l'heure dorée plus net et plus cohérent dans l'espace, avec des hautes lumières et des ombres directionnelles plus marquées provenant de la fenêtre située à gauche.
- Une chaude lumière d'heure dorée entre clairement par la fenêtre de gauche : l'image de droite est meilleure ; une forte lumière solaire chaude se projette visiblement depuis la gauche sur le canapé, le tapis, le sol et le mur de droite, tandis que l'image de gauche présente également une ambiance chaleureuse, mais avec une direction de la lumière un peu moins marquée.
- Les hautes lumières et la direction des ombres réagissent de manière cohérente à la nouvelle source lumineuse : l'image de droite est meilleure ; la table basse et le canapé projettent de longues ombres vers la droite, et l'éclairage en forme de fenêtre se prolonge de façon homogène dans toute la pièce. L'image de gauche présente des ombres plausibles pour la plante et la lampe, mais la modélisation directionnelle est moins marquée sur le sol et le mobilier.
- Le résultat ne se limite pas à un filtre jaune uniforme : l'image de droite est meilleure ; elle conserve des zones ombragées distinctes et crée des bandes lumineuses localisées, des ombres portées nettes et un éclairage varié. L'image de gauche comporte également un éclairage localisé, mais une grande partie de la pièce présente une teinte ambrée plus uniforme.
- Aucun meuble ni élément de décoration n'est déplacé, ajouté, supprimé ou repensé : ce point ne peut pas être évalué de manière fiable sans l'image source originale. Les deux résultats diffèrent par leur cadrage et la disposition des objets, mais cela ne permet pas de déterminer lequel, le cas échéant, a fidèlement préservé la source.
Images de référence
Prompt et paramètres utilisés
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 différents ratios
Dépend de la tâcheLes deux résultats proposent une extension d'image convaincante et centrée de la scène de plage, sans artefact d'extension évident. Les critères de préservation décisifs ne peuvent pas être vérifiés sans l'image originale, et la qualité visible des extensions est trop similaire pour départager les deux résultats.
- Format 16:9 et contenu latéral naturel : égalité. Les deux images présentent visiblement de larges compositions au format paysage, avec la plage, l'océan et le ciel qui se prolongent naturellement des deux côtés.
- Image originale complète et centrée, sans recadrage ni étirement : égalité. Les deux images placent la cabane entière près du centre horizontal, sans étirement géométrique manifeste, mais il est impossible de confirmer la préservation de l'intégralité du cadre original, car l'image source n'est pas présentée.
- Cabane, rivage et composition interne d'origine inchangés : impossible à évaluer pour l'un ou l'autre résultat sans l'image originale. La cabane et le rivage diffèrent visiblement entre l'image de GAUCHE et celle de DROITE, mais cela ne permet pas d'établir laquelle, le cas échéant, a modifié la source.
- Aucune démarcation visible, aucun remplissage en miroir ni objet répété : égalité. Aucune des deux images ne présente de raccord vertical net, de zone manifestement réfléchie en miroir ou d'élément de plage ou de vague dupliqué de façon évidente ; les extensions des deux images se fondent de manière cohérente dans leur scène centrale.
Images de référence
Prompt et paramètres utilisés
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.
Préservation du produit lors d’un changement de scène
Meilleur ici : Nano Banana 2L'image de droite restitue de manière plus convaincante le terrain mouillé au crépuscule demandé et offre un éclairage ambiant ainsi que des interactions avec les surfaces plus cohérents. La préservation exacte du produit ne peut pas être vérifiée sans l'image source.
- Terrain de basket extérieur mouillé au crépuscule : l'image de droite est meilleure. Les deux images montrent des terrains mouillés, des paniers, des clôtures et des ciels crépusculaires, mais celle de droite présente des lignes de terrain peintes plus nettes et intègre plus naturellement la chaussure à l'ensemble de la scène ; la chaussure surdimensionnée au premier plan de l'image de gauche masque une grande partie de l'aire de jeu.
- Cohérence de la sneaker : ce point ne peut pas être entièrement évalué, car l'image originale de la sneaker n'est pas présentée. Les deux résultats conservent visiblement une silhouette basse similaire, une tige blanche cousue, un renfort de bout texturé et un angle de vue latéral, bien que l'image de gauche restitue plus clairement les coutures fines et la texture des matériaux.
- Marque géométrique noire sur le côté : il est impossible de déterminer si la marque est restée inchangée sans l'image originale. Les deux marques sont lisibles, mais leurs proportions diffèrent visiblement : celle de gauche présente des branches plus épaisses et plus larges, tandis que celle de droite comporte un segment horizontal plus étroit et des branches diagonales plus fines.
- Ombre de contact, reflet et éclairage crépusculaire : l'image de droite est meilleure. La lumière chaude du ciel se diffuse de manière cohérente sur la chaussure et le sol mouillé, avec un reflet net et une ombre de contact qui ancre bien la chaussure au sol. L'image de gauche présente un reflet et une ombre marqués, mais la chaussure bénéficie d'un éclairage beaucoup plus vif et neutre que son environnement sombre, ce qui rend son intégration moins naturelle.
Images de référence
Prompt et paramètres utilisés
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.
Coût et latence
GPT Image 2 est proposé à partir de 20 crédits, contre 40 crédits pour Nano Banana 2 : GPT Image 2 est donc l'option qui consomme le moins de crédits par génération. Dans le petit échantillon de latence de cet essai, GPT Image 2 a enregistré des temps compris entre 81 370 ms et 189 546 ms, contre 57 125 ms à 122 746 ms pour Nano Banana 2 ; ces observations sont propres à cet essai et ne constituent pas des résultats de benchmark.
Méthode de comparaison et transparence
Nous avons utilisé une même consigne fixe pour chaque scénario et l'avons exécutée une fois avec chaque modèle, puis publié les résultats tels qu'ils ont été générés. Banana Pie propose un accès payant à GPT Image 2 et à Nano Banana 2.
Banana Pie propose un accès payant à ce modèle, aux côtés d’autres modèles dans un même studio. Nos verdicts reposent sur des tests réalisés via le même processus que celui proposé à nos utilisateurs.