GPT Image 2 vs Nano Banana 2 pour la génération d'images
GPT Image 2 est le meilleur choix pour une composition fidèle au prompt, la maîtrise des matériaux et de l’éclairage, l’association des attributs aux bons objets et les retouches qui préservent l’image source. Nano Banana 2 se démarque pour la typographie multilingue, les contacts physiques entre personnes et l’extension d’image vers d’autres formats, tandis que les deux modèles font jeu égal pour les visuels d’interface structurés.
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
Même prompt. Deux modèles. Comparez les différences dans les images publiées ci-dessous.
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 2Le résultat de gauche respecte globalement mieux la retouche à partir de plusieurs références, notamment en préservant la scène de base et la position d’origine des quatre objets remplacés. Celui de droite reproduit plus fidèlement la paire de citrons, mais modifie davantage l’organisation spatiale de la scène.
- Remplacement du mug et du linge : avantage à gauche. Les deux résultats montrent le mug bleu marine à liseré doré et la serviette à rayures vertes et blanches, mais celui de gauche conserve mieux l’emprise du mug d’origine, l’orientation de son anse et la position du linge ; celui de droite réduit la taille du mug et modifie sensiblement l’angle et la forme pliée de la serviette.
- Remplacement de la poire et du carnet : avantage à gauche. Les deux résultats suppriment la poire et le carnet bleu d’origine et montrent exactement une orange ainsi que le carnet à couverture rigide jaune moutarde avec un élastique noir, mais celui de gauche place les deux objets de remplacement plus près des positions et orientations correspondantes dans la scène de base.
- Deux citrons : avantage à droite. Les deux résultats placent exactement deux citrons à droite du mug, sans objets supplémentaires, mais celui de droite reproduit mieux la disposition des citrons de référence, qui se touchent, et inclut la feuille attachée au citron de gauche ; celui de gauche omet la feuille et espace davantage les deux citrons.
- Préservation de la scène de base : avantage à gauche. La position de la caméra, le cadrage, le veinage du plateau, l’espacement des objets et l’ensemble des ombres restent nettement plus proches de la référence 1, tandis que le résultat de droite déplace et redimensionne plusieurs objets et modifie davantage la composition d’origine.
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
Meilleur ici : GPT Image 2Les deux résultats remplacent le texte de façon nette et exacte, mais celui de gauche respecte bien mieux la consigne de retouche ciblée en préservant l’image d’origine en dehors du lettrage.
- Remplacement exact du texte : les deux résultats affichent exactement « NIGHT OWL », et « MORNING BEAN » a entièrement disparu.
- Absence de caractères mal formés : les deux résultats présentent des lettres nettes et correctement formées, sans caractères supplémentaires, dupliqués ou mal formés.
- Police, espacement et perspective : le résultat de gauche est plus proche de la référence : il conserve les grandes majuscules sans empattement, l’espacement généreux entre les lettres, leur taille et la perspective d’origine de l’enseigne. Celui de droite est également convaincant, mais son lettrage est un peu plus petit et plus resserré, avec un point de vue sensiblement modifié.
- Préservation des matériaux, de l’éclairage et de la scène : net avantage à gauche. Le résultat conserve presque à l’identique le cadrage de référence, la géométrie de la devanture, la texture de l’enseigne, la position des lampes, les ombres, les plantes, les fenêtres, la porte et le banc. Celui de droite modifie le cadrage et le point de vue, et reconstruit visiblement de nombreux détails environnants, notamment les proportions de la façade, les fenêtres, la jardinière, le banc, les lampes et le feuillage.
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 : GPT Image 2Le transfert est globalement plus réussi à gauche : il préserve mieux la personne et la composition d’origine, tout en reproduisant plus fidèlement la veste de référence en denim délavé clair, sans marques d’usure.
- Identité, expression, cheveux, pose, proportions du corps et cadrage : avantage à gauche. Le visage, l’expression, la disposition des cheveux, la position des mains, la largeur des épaules et le cadrage correspondent étroitement à la référence 1, tandis que le résultat de droite modifie sensiblement la structure du visage, l’expression, la disposition des cheveux, les proportions du corps et le cadrage.
- Matière, couleur, col, boutons, poches et écusson de manche de la veste : avantage à gauche. Le résultat reproduit mieux le denim bleu pâle sans marques d’usure de la référence 2, l’épais col en sherpa crème, la géométrie des poches poitrine, les éléments métalliques bronze, le tracé des coutures et l’écusson rouge sur le haut de la manche. Celui de droite introduit un denim plus foncé et des marques blanches d’usure absentes de la référence, et son écusson est moins entièrement visible.
- Remplacement complet sans mannequin ni fond de photo produit : égalité. Les deux résultats suppriment entièrement la veste de costume noire et représentent la veste en jean dans la scène intérieure d’origine, sans reprendre le mannequin invisible ni le fond blanc de la photo produit.
- Mains, tombé du vêtement, occultations, ombres et éclairage : avantage à gauche. Le résultat conserve plus fidèlement les mains d’origine et leur superposition, tandis que les manches, les poignets, les plis et l’éclairage venant de la gauche s’intègrent de façon cohérente à la scène. Celui de droite est également plausible, mais modifie plus visiblement les mains et la pose, et donne à la veste un tombé plus plat et plus ample.
Images de référence
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 : GPT Image 2Le résultat de gauche recrée un éclairage convaincant d’heure dorée tout en préservant bien plus fidèlement la pièce d’origine. Celui de droite présente des ombres directionnelles plus marquées, mais ses nombreuses modifications de la composition et des objets enfreignent la contrainte centrale de la retouche.
- Une lumière chaude d’heure dorée entre clairement par la fenêtre de gauche : avantage à gauche ; le soleil bas brille visiblement à travers cette fenêtre et projette un faisceau chaud bien distinct dans la pièce. Le résultat de droite est également chaleureux, mais la provenance de la lumière est moins évidente visuellement.
- Les hautes lumières et la direction des ombres répondent de façon cohérente à la nouvelle source lumineuse : léger avantage à droite ; la table, le canapé, la plante et la lampe projettent des ombres marquées, toutes orientées vers la droite sous l’effet de la lumière venant de gauche, avec des ombres directionnelles particulièrement nettes sur le tapis et le mur. Le résultat de gauche est cohérent, mais certaines ombres sont plus douces et moins uniformément définies.
- Le résultat va au-delà d’un simple filtre jaune uniforme : avantage à droite ; les zones lumineuses localisées, les ombres portées marquées et l’alternance d’ombre et de lumière sur le canapé, le tapis, le sol et le mur produisent un rééclairage spatial prononcé. Le résultat de gauche ajoute lui aussi des éclairages localisés et des ombres, au lieu de simplement modifier la couleur.
- Aucun meuble ni élément de décoration n’est déplacé, ajouté, supprimé ou redessiné : net avantage à gauche ; le résultat conserve fidèlement la composition de référence, la position, les proportions et le design des objets. Celui de droite modifie le cadrage et déplace ou redimensionne sensiblement la fenêtre, la plante, le canapé, la lampe, la table et le tapis, tout en altérant des détails comme la structure de la table et les proportions du canapé.
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
Meilleur ici : Nano Banana 2Le résultat de droite préserve nettement mieux la composition de référence tout en proposant une extension du paysage tout aussi naturelle et sans raccord visible.
- Format 16:9 avec de nouveaux éléments naturels des deux côtés : les deux résultats proposent des extensions convaincantes du paysage, où le ciel, l’océan et la plage se prolongent à gauche comme à droite ; ils font jeu égal sur ce critère.
- L’image d’origine reste complète et centrée, sans recadrage ni étirement : avantage à droite. L’horizon, le rivage, la position et la taille de la cabane conservent presque exactement les proportions verticales de la référence, tandis que le résultat de gauche réduit la cabane et décale légèrement l’horizon et le rivage vers le bas.
- La cabane, le rivage et la composition interne d’origine restent inchangés : avantage à droite. La largeur de la cabane, la ligne du toit, l’emplacement de la porte, les supports, le rivage et l’horizon correspondent bien mieux à la référence. Le résultat de gauche modifie plus visiblement les proportions de la cabane et plusieurs détails structurels.
- Absence de raccords visibles, de remplissage en miroir ou d’objets répétés : les deux résultats ne présentent aucun raccord visible, ni effet miroir ou répétition d’objets flagrants. Celui de droite est légèrement plus propre, car ses extensions latérales prolongent la côte dégagée sans introduire le relief lointain que le résultat de gauche ajoute à l’extrémité droite de l’horizon.
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 : GPT Image 2Le résultat de gauche préserve mieux l’image de référence. Celui de droite intègre la basket un peu plus naturellement au terrain mouillé au crépuscule, mais celui de gauche conserve nettement mieux la géométrie, les détails de fabrication, l’angle de vue et le signe distinctif sur le côté de la basket de référence.
- Terrain de basket mouillé au crépuscule : léger avantage à droite. Les deux résultats montrent un terrain extérieur mouillé avec un panier, des clôtures, un ciel crépusculaire et un revêtement réfléchissant, mais les marquages au sol et les variations chaudes et froides de la lumière du soir rendent le décor de droite plus immédiatement lisible et cohérent.
- Fidélité de la basket : avantage à gauche. La silhouette, le col rembourré, la hauteur de la languette, l’assemblage des empiècements, le tracé des coutures, le renfort texturé à l’avant, l’épaisseur de la semelle et l’angle de vue de trois quarts restent nettement plus proches de la référence. Le résultat de droite adopte une vue davantage de profil et modifie plusieurs proportions, notamment au niveau du col, de l’avant et de la semelle.
- Motif géométrique noir sur le côté : avantage à gauche. Le motif conserve le court segment horizontal arrière, la diagonale montante, la branche supérieure et la branche avant descendante de la référence, avec une position et des proportions plus fidèles. À droite, la branche supérieure est plus courte et l’ensemble du symbole est plus comprimé et incliné.
- Cohérence physique : léger avantage à droite. La chaussure repose fermement sur le revêtement, son reflet inversé s’aligne naturellement sous elle et les couleurs du coucher de soleil se retrouvent de façon cohérente sur toute la surface mouillée. Le résultat de gauche présente lui aussi un contact et des reflets convaincants, mais le reflet au premier plan est inhabituellement grand et visuellement déformé par rapport à la chaussure.
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 par scénario avec chaque modèle et publié les résultats sélectionnés. Les images publiques portent un filigrane Banana Pie. 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.