GPT Image 2 face à Nano Banana Pro pour la génération d’images
Les résultats varient selon la tâche, si bien qu’aucun vainqueur global ne se dégage. Choisissez GPT Image 2 pour le rendu des matériaux, l’anatomie et les contacts, les éléments graphiques structurés et certaines modifications de scènes produit ; choisissez Nano Banana Pro pour la typographie, l’association des attributs, la composition publicitaire et le rééclairage, tandis que plusieurs retouches dépendant d’images de référence restent à égalité.
Données comparées
| Caractéristique | GPT Image 2 | Nano Banana Pro |
|---|---|---|
| Développeur | OpenAI | |
| Disponibilité sur Banana Pie | Disponible | Disponible |
| Crédits à partir de | 20 crédits | 80 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 est globalement la plus réussie. Celle de droite représente plus précisément le niveau de remplissage à moitié, mais celle de gauche offre un rendu des matériaux plus net et un éclairage haut de gamme plus cohérent pour le produit.
- Exactement un flacon, sans élément supplémentaire : égalité. Les deux images montrent un seul flacon de parfum rectangulaire, transparent et posé à la verticale, sans texte, logo, plante ni objet distinct visible.
- Liquide ambré remplissant la moitié du flacon : l’image de droite fait mieux. Le niveau du liquide se situe près de la moitié du flacon, tandis que celui de gauche semble rempli à un peu plus de la moitié dans sa partie principale.
- Réfraction et reflet cohérents : l’image de gauche fait mieux. Les arêtes du verre, la réfraction ambrée et le reflet aligné sur la pierre humide sont plus nets et plus cohérents entre eux ; le flacon de droite présente une partie supérieure en verre déformée et un tube plongeur visiblement coudé.
- Éclairage depuis le coin supérieur gauche et ombre de contact : l’image de gauche fait mieux. Les reflets lumineux venant du coin supérieur gauche se prolongent de façon cohérente sur le bouchon, les épaules et le liquide, avec une ombre plausible s’étendant vers la droite ; l’éclairage de droite respecte la direction demandée, mais produit des ombres plus dures et moins adaptées à une mise en valeur du produit.
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 ProL’image de droite respecte exactement la mise en page demandée sur quatre lignes, tandis que celle de gauche renvoie incorrectement la première ligne à la ligne suivante et affiche donc cinq lignes.
- Exactement quatre lignes de texte centrées et aucun texte supplémentaire : l’image de droite fait mieux. Elle affiche exactement quatre lignes centrées : « MOONLIGHT MARKET », « 月光市集 », « 18 OCT » et « RIVER HALL ». À gauche, « MOONLIGHT MARKET » est réparti sur deux lignes, ce qui produit cinq lignes de texte visibles.
- Libellés et ordre exacts : l’image de droite fait mieux. Ses quatre lignes indiquent exactement « MOONLIGHT MARKET », « 月光市集 », « 18 OCT » et « RIVER HALL », dans l’ordre demandé. L’image de gauche contient les mêmes mots et caractères, mais « MOONLIGHT MARKET » est séparé en « MOONLIGHT » et « MARKET » au lieu d’apparaître sur une seule ligne comme demandé.
- Couleurs de texte 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 : l’image de droite fait mieux. Ses quatre lignes sont parfaitement lisibles, centrées sur un même axe et espacées de manière régulière. L’image de gauche est lisible et centrée, mais le renvoi à la ligne de « MOONLIGHT MARKET » ajoute une ligne et déséquilibre l’ensemble.
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 : GPT Image 2L’image de gauche répond mieux aux quatre exigences relatives à l’anatomie et aux contacts. Les deux mains sont clairement visibles, les doigts sont plus faciles à compter et présentent une articulation plus naturelle, et leur contact avec l’argile pendant le façonnage est plus lisible.
- Exactement deux mains entièrement visibles : l’image de gauche fait mieux. Elle montre clairement une main entière de chaque côté du bol, sans main ni personne supplémentaire ; l’image de droite présente deux mains superposées, mais celle du dessous est en grande partie masquée et n’est pas entièrement visible.
- Exactement cinq doigts distincts et de forme naturelle par main : l’image de gauche fait mieux. Il est possible de distinguer cinq doigts sur chaque main, malgré quelques chevauchements au niveau du bol ; à droite, la superposition des mains et l’importante occlusion empêchent de distinguer ou de compter avec certitude les doigts de la main inférieure.
- Doigts, articulations et contact avec l’argile : l’image de gauche fait mieux. Les articulations des deux ensembles de doigts sont cohérentes et les doigts appuient visiblement contre la paroi intérieure du bol. La main supérieure de l’image de droite est plausible, mais l’intersection entre la main inférieure, la main supérieure et le bord du bol est peu claire et étriquée.
- Bol en argile, tour en rotation et geste de façonnage : l’image de gauche fait mieux. Le bol et le tour occupent une place importante, le flou de mouvement visible traduit la rotation, et les deux mains façonnent activement l’intérieur. L’image de droite montre elle aussi clairement un bol et un tour en rotation, mais l’action des mains est moins lisible en raison de leur superposition.
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 : Nano Banana ProLes deux résultats suivent fidèlement l’instruction, mais l’image de droite rend plus clairement les matériaux demandés, à savoir le bois et la céramique, tout en respectant le nombre d’objets, leur placement, l’orientation de l’anse et la sobriété de la scène.
- Nombre et disposition des objets : égalité. Les deux images montrent clairement exactement trois cubes rouges alignés à gauche, deux sphères bleues à droite et une tasse jaune centrée derrière eux.
- Association des couleurs, des formes et des matériaux : l’image de droite fait mieux. Les deux associent correctement les couleurs et les formes demandées, mais l’image de droite présente un veinage du bois clairement visible sur les cubes rouges ainsi qu’une surface émaillée manifestement en céramique sur la tasse ; les cubes de gauche ont une finition plus lisse et leur texture de bois est moins évidente.
- Orientation de l’anse de la tasse : égalité. Sur les deux images, l’anse est clairement fixée à la tasse et orientée vers la droite.
- Aucun objet ni texte supplémentaire : égalité. Aucune des deux images ne contient d’objet ou de texte supplémentaire visible.
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 : Nano Banana ProL’image de droite respecte plus précisément la restriction relative au texte et la consigne d’espacement en haut, tout en conservant tous les éléments visuels demandés.
- Exactement une chaussure argentée et une traînée orange : égalité. Les deux images montrent une chaussure argentée dans le coin inférieur droit, avec une traînée orange vif qui entre clairement depuis le coin inférieur gauche et décrit une courbe dans la composition.
- Texte visible : l’image de droite fait mieux. Elle contient uniquement « RUN LIGHT » et « 42 KM », tous deux orthographiés correctement. L’image de gauche affiche également « RUN LIGHT » et « 42 KM » correctement, mais ajoute « AERO » sur la chaussure, ce qui enfreint l’exigence interdisant tout autre texte.
- Espace supérieur et position du titre : l’image de droite fait mieux. La zone supérieure est clairement vide, et « RUN LIGHT » est placé immédiatement sous cette bande vierge, dans la partie supérieure gauche. L’image de gauche laisse elle aussi un espace vide important, mais le titre commence sensiblement plus bas.
- Visibilité et hiérarchie : égalité. Les deux images montrent entièrement le titre, le badge, la traînée et l’unique chaussure, tout en établissant un parcours visuel clair du titre au badge, puis au produit.
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
Meilleur ici : GPT Image 2L’image de GAUCHE respecte exactement la structure demandée, tandis que celle de DROITE enfreint l’exigence explicite interdisant tout texte supplémentaire.
- Titre et colonnes : égalité. Les deux images affichent le titre exact « CHOOSE YOUR PLAN » et exactement trois colonnes intitulées « STARTER », « PRO » et « TEAM ».
- Lignes de fonctionnalités : égalité. Sur les deux images, chaque colonne contient exactement trois lignes alignées intitulées « PROJECTS », « STORAGE » et « SUPPORT ».
- Boutons de sélection : égalité. Sur les deux images, chaque colonne comporte exactement un bouton bleu intitulé « SELECT ».
- Alignement et texte supplémentaire : l’image de gauche fait mieux. Ses trois colonnes sont alignées de manière régulière et ne contiennent aucun texte supplémentaire. L’image de droite ajoute du texte interdit, notamment « 5 active projects », « 10 GB », « Email support », « 20 active projects », « 50 GB », « Priority email & chat support », « Unlimited projects », « 200 GB » et « 24/7 phone, email & chat support ».
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
Dépend de la tâcheLes deux résultats respectent visiblement le nombre d’objets demandé et les remplacements généraux. Les images de référence nécessaires pour évaluer l’association exacte des objets et la préservation de la scène de départ ne sont pas disponibles ; aucune des deux images ne présente donc un avantage global défendable.
- Critère 1 : égalité. Les deux images montrent une tasse bleu marine foncé à la place de la tasse rouge et une serviette pliée à rayures vertes et blanches à la place de la serviette blanche, dans la même disposition générale sur la table. Il est impossible de confirmer la correspondance exacte avec les références et la préservation des positions, car les images sources ne sont pas présentées.
- Critère 2 : égalité. Les deux images montrent exactement un carnet à couverture rigide orange et un autre jaune moutarde, sans poire verte, carnet bleu, tasse rouge ni serviette blanche encore visible. La correspondance exacte avec les références ne peut pas être confirmée à partir de ces seuls résultats.
- Critère 3 : égalité. Les deux images montrent exactement deux citrons à droite de la tasse, sans fruit supplémentaire ni objet manifestement dupliqué. Sur l’image de droite, l’un des citrons porte une feuille verte, tandis qu’aucun des citrons n’en porte sur l’image de gauche, mais la Référence 6 n’est pas disponible pour déterminer laquelle est la plus fidèle.
- Critère 4 : égalité. Les deux images conservent une scène cohérente sur une table en bois, avec un veinage, un éclairage et des ombres naturels. Sans la Référence 1, il est impossible d’évaluer la préservation exacte de la caméra, du cadrage et des relations inchangées entre les éléments.
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 respectent tout aussi bien les exigences visibles relatives au texte. L’image source n’étant pas fournie, les critères portant spécifiquement sur la préservation ne permettent pas de départager les deux résultats.
- Remplacement exact du texte : égalité. Les deux enseignes affichent exactement « NIGHT OWL », sans trace visible du texte précédent.
- Aucun caractère supplémentaire ou mal formé : égalité. Les deux images affichent uniquement les lettres de « NIGHT OWL » ; chaque caractère est net et correctement formé.
- Préservation de la police, de l’espacement et de la perspective : égalité. Les deux images utilisent des lettres majuscules sans empattement nettes et alignées de manière convaincante avec la perspective de l’enseigne, mais il est impossible de déterminer si le style d’origine est préservé sans l’image source.
- Préservation du matériau, de l’éclairage et de la scène : égalité. Les deux images présentent un veinage de bois peint plausible, des ombres et un éclairage cohérent de la devanture, mais il est impossible d’évaluer laquelle préserve le mieux la scène d’origine sans 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
Dépend de la tâcheLes deux résultats sont extrêmement similaires et réalisent visiblement le remplacement de la tenue de manière impeccable. Les images de référence n’étant pas disponibles, il est impossible de vérifier les exigences essentielles relatives à l’identité et à la correspondance exacte du vêtement, et les autres critères visibles ne permettent pas de désigner clairement un vainqueur.
- Préservation de l’identité : impossible à évaluer par rapport à la Référence 1, car l’image de référence n’est pas présentée ici. Les deux résultats semblent représenter la même personne, avec la même expression, la même coiffure, la même pose, les mêmes proportions et un cadrage similaire, malgré de légères différences de recadrage et de détails du visage.
- Correspondance de la veste : impossible à évaluer par rapport à la Référence 2, car la veste isolée n’est pas présentée ici. Les deux résultats montrent clairement une veste en jean bleu clair avec un col en peau lainée crème, des boutons couleur bronze, des poches poitrine à rabat et un écusson rouge sur le haut de la manche ; sans la référence, aucun ne présente d’avantage visible évident.
- Remplacement de la veste de costume : égalité. Les deux résultats montrent entièrement la personne portant la veste en jean, sans veste de costume noire, mannequin fantôme ni fond blanc de photo produit visible.
- Cohérence physique : égalité. Sur les deux images, les mains se placent naturellement devant la veste, les manches rejoignent les poignets de manière plausible, les plis du tissu suivent les bras fléchis et l’éclairage du vêtement reste cohérent avec la scène grise doucement éclairée. Aucun des deux résultats ne présente de défaut de cohérence visible décisif.
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 ProL’image de DROITE offre le rééclairage cohérent le plus convaincant, avec des ombres directionnelles plus marquées et une séparation plus nette entre les reflets dorés et les zones ombragées. La préservation des objets reste impossible à vérifier, car l’image d’origine n’est pas présentée.
- Une chaleureuse lumière dorée de fin de journée entre clairement par la fenêtre de gauche : égalité. Les deux images montrent une lumière chaude traversant la fenêtre de gauche ; LEFT inclut un soleil bas visible, tandis que RIGHT présente une forte projection lumineuse en forme de fenêtre qui s'étend sur le mur et le sol.
- Les zones éclairées et la direction des ombres réagissent de manière cohérente à la nouvelle source lumineuse : RIGHT fait mieux. La plante, le canapé, la table et la lampe y projettent des ombres nettes et uniformément orientées vers la droite, tandis que les projections du cadre de la fenêtre correspondent à une lumière provenant de la gauche. LEFT reste globalement cohérente, mais les ombres des objets sont plus douces et leur lien avec la source lumineuse est moins évident.
- Le résultat ne se résume pas à un filtre jaune uniforme : RIGHT fait mieux. L'image conserve des zones ombragées visiblement plus froides et plus sombres, tout en ajoutant des reflets dorés localisés et des projections lumineuses directionnelles. LEFT présente également un éclairage directionnel, mais la teinte chaude est répartie de façon plus uniforme dans la pièce.
- Aucun meuble ni élément de décoration n'est déplacé, ajouté, supprimé ou redessiné : ce point ne peut pas être évalué de manière fiable sans l'image source originale. Les deux résultats contiennent globalement les mêmes objets, mais leur géométrie et leur disposition diffèrent ; les images seules ne permettent donc pas de déterminer quel modèle a préservé la source avec le plus de précision.
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 images réalisent de façon convaincante une extension de plage au format 16:9, tandis que les principales exigences de préservation ne peuvent pas être vérifiées sans l'image originale. Aucune ne présente d'avantage visuel évident en matière de qualité d'extension.
- Format 16:9 et contenu latéral naturel : égalité. Les deux résultats sont des images au format paysage dans lesquelles la plage, l'océan et le ciel se prolongent naturellement des deux côtés ; aucun ne présente de bandes noires ni de bord manifestement incomplet.
- Image originale complète et centrée, sans recadrage ni étirement : égalité. La cabane et la composition de la plage sont centrées dans les deux images, et aucune ne semble visiblement étirée, mais il est impossible de confirmer que l'intégralité de l'image originale a été préservée, car l'image source n'est pas fournie.
- Cabane, rivage et composition interne d'origine inchangés : ce point ne peut pas être évalué de manière fiable à partir de ces seuls résultats. Les détails de la cabane et du rivage diffèrent entre LEFT et RIGHT, mais sans l'image originale, il est impossible de déterminer laquelle, le cas échéant, est restée inchangée.
- Aucune démarcation visible, zone dupliquée par effet miroir ou répétition d'objets : égalité. Dans les deux extensions, le ciel, l'horizon, l'eau et le sable forment un ensemble continu, sans démarcation nette, zone reproduite en miroir ni répétition d'objet flagrante.
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 2LEFT restitue de manière plus convaincante la scène de terrain de basket demandée et offre un rendu plus net des matériaux du produit, des coutures, de l'ancrage au sol et de l'interaction avec la surface mouillée. La préservation par rapport à la source ne peut pas être vérifiée à partir des seuls résultats.
- Terrain de basket extérieur mouillé au crépuscule : LEFT fait mieux. Un panier, un panneau, une clôture grillagée, les lignes du terrain, de l'eau stagnante, un ciel au coucher du soleil et des éclairages de terrain allumés sont tous clairement visibles ; RIGHT montre bien une surface mouillée et marquée de lignes au crépuscule, mais le cadre du terrain de basket est moins immédiatement identifiable.
- Cohérence de la chaussure : LEFT fait mieux en matière de qualité de fabrication visible, avec une silhouette nette, une géométrie de semelle précise, des coutures cohérentes et des matériaux en cuir et en mesh convaincants. RIGHT reste également plausible, mais les détails des matériaux sont plus doux et les coutures moins distinctes. La correspondance exacte avec la chaussure source et l'angle de caméra original ne peut pas être évaluée, car l'image source n'est pas fournie.
- Motif latéral géométrique noir : le motif original n'étant pas fourni, il est impossible de déterminer si l'un ou l'autre résultat le laisse inchangé. Les deux motifs sont lisibles, mais LEFT restitue sa forme angulaire avec davantage de netteté et des contours plus propres.
- Cohérence physique : LEFT fait mieux. La chaussure présente une ombre de contact qui l'ancre au sol, un reflet marqué sur la surface mouillée et un éclairage combinant la lumière froide au premier plan avec l'ambiance chaude du crépuscule. RIGHT présente également un contact et un reflet plausibles, mais ce dernier est plus sombre et moins nettement défini.
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 80 crédits pour Nano Banana Pro, ce qui en fait l’option la moins coûteuse en crédits. Lors de cet essai, Nano Banana Pro a répondu plus rapidement pour chaque paire de temps de latence enregistrée, mais ces mesures ne représentent qu’un petit échantillon issu de ces exécutions, et non des résultats de référence généraux.
Méthode de comparaison et transparence
Cette comparaison repose sur une même instruction fixe par scénario et une exécution par modèle et par scénario, avec des résultats publiés tels qu’ils ont été générés. Banana Pie propose un accès payant à GPT Image 2 et à Nano Banana Pro.
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.