画像生成におけるGPT Image 2.5 FlareとNano Banana 2の比較
素材の質感描写、人体の構造、精密な構図、オブジェクトと指定条件の正確な対応付け、参照画像の維持、文字の置き換え、ライティングの変更、商品の特徴を保った編集には GPT Image 2.5 Flare を。多言語の文字表現や構造化された UI グラフィックには Nano Banana 2 を選びましょう。
機能を並べて比較
| 項目 | GPT Image 2.5 Flare | Nano Banana 2 |
|---|---|---|
| 開発元 | OpenAI | |
| Banana Pieでの提供状況 | 利用可能 | 利用可能 |
| 必要クレジット | 25クレジット | 40クレジット |
| 最大解像度 | 4K | 4K |
| 参照画像 | 最大8枚 | 最大8枚 |
シーン別比較
同じプロンプト、2つのモデル。以下の公開画像で違いを比較してください。
商品の素材感とライティング
この条件ではGPT Image 2.5 Flareが優位左の画像は、指定された素材と照明の挙動をより説得力のある形で再現しています。特に、控えめで位置の揃った反射と、より正確な半分の液量が優れています。
- ボトルがちょうど1本で、余計なものがないこと：引き分け。両方の画像に、直立した透明な長方形の香水ボトルが1本だけ写っており、文字、ロゴ、植物、独立した物体は見当たりません。
- 琥珀色の液体が半分入っていること：左が優位。左では液面が長方形の本体のほぼ中央にありますが、右のボトルは半分をやや超えて入っているように見えます。
- 一貫性のある屈折と反射：左が優位。左ではガラスの縁によるハイライトの歪みが一貫しており、控えめな琥珀色の反射もボトルの真下に揃っています。右の画像には、右側へずれた目立つボトル形の二重反射と、異様に強く投影された琥珀色の集光模様があり、表面の光学表現に一貫性と繊細さが欠けています。
- 左上からの照明と接地影：左が優位。左には明確な左上からのハイライトがあり、ボトル底部がしっかり接地し、右下へ伸びる一貫した影があります。右も照明方向には従っていますが、硬く暗い影と明るい集光模様が接地影と競合し、自然さに欠けます。
使用したプロンプトと設定
プロンプト
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.
多言語タイポグラフィ
この条件ではNano Banana 2が優位右は4つの要件をすべて満たしていますが、左は指定された1行目を明らかに2行に分割しています。右のポスターが明確な勝者です。
- 中央揃えのテキストがちょうど4行で、追加テキストがないこと：右が優位。右は中央揃えのテキストがちょうど4行ですが、左は「MOONLIGHT MARKET」を目に見えて2行に折り返しており、合計5行になっています。
- 文言と順序が正確であること：右が優位。右は「MOONLIGHT MARKET」、「月光市集」、「18 OCT」、「RIVER HALL」をこの順序どおりに、それぞれ1行で正確に表示しています。左も文言と順序は同じですが、「MOONLIGHT MARKET」が2行に分割されています。
- 指定された色：引き分け。両方とも「月光市集」を赤で、その他の「MOONLIGHT MARKET」、「18 OCT」、「RIVER HALL」を黒で表示しています。
- 可読性、間隔、配置：右が優位。右の4行は明瞭に読め、中央に揃い、一貫した4行のまとまりとして配置されています。左も読みやすく中央揃えですが、見出しの折り返しによって指定された行構成が崩れ、縦方向の間隔も不均一になっています。
使用したプロンプトと設定
プロンプト
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.
人体構造と接触表現
この条件ではGPT Image 2.5 Flareが優位左のほうが優れた結果です。指定された陶芸の動作が明確に描かれ、手の構造もはるかに自然です。一方、右の上側の手は指が目に見えて歪み、形が曖昧です。
- 完全に見える手がちょうど2つあり、余分な手や人物がいないこと：左が優位。両方の画像に1人の人物とちょうど2つの手が描かれていますが、左では両手がより大きく、輪郭も明確です。右では、複数の指がボウルや重なりによって隠れています。
- 各手に、自然な形の明確な指がちょうど5本あること：左が優位。左の両手は、一部の指先がボウルに隠れているものの、概ね5本の指がそれぞれ明確に見えます。右の上側の手は指が不明瞭に密集していて数えにくく、変形または融合しているように見えます。
- 指、関節、粘土との接触が解剖学的に自然であること：左が優位。指の長さ、関節、曲がり方、両手で支える動作に一貫性があります。右の上側の手は指の形が歪み、ボウル内に指が入る部分の間隔も不自然です。
- 粘土のボウル、回転するろくろ、成形動作が明確に認識できること：両方ともこの基準を満たしていますが、左ではボウル、ろくろの表面、両手の接触箇所がフレーム内でより大きく明瞭に見えるため、わずかに優れています。
使用したプロンプトと設定
プロンプト
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.
数量表現と属性の対応付け
この条件ではGPT Image 2.5 Flareが優位左は指定されたシーンをより正確に再現しています。特に、指定された個数と属性をすべて保ちながら、追加の物体が見えない設定になっている点で優れています。
- 構図と個数：両方とも左側に赤い立方体がちょうど3個、右側に青い球が2個、その後ろの中央に黄色いマグカップが1個あるため、この基準は引き分けです。
- 属性の対応：両方とも赤い木製の立方体、青い透明なガラス球、黄色い陶器のマグカップを描いていますが、左のほうがガラス素材と黄色をやや明確に表現しているため、左が優位です。
- 取っ手の向き：両方のマグカップとも取っ手が明確に右へ伸びているため、この基準は引き分けです。
- 追加の物体やテキストがないこと：左には指定された物体だけがあり、テキストもありません。右にはテキストはありませんが、植物、植木鉢、窓などの背景要素が見えるため、左が優位です。
使用したプロンプトと設定
プロンプト
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.
広告構図
この条件ではGPT Image 2.5 Flareが優位左は指定された構図をより忠実に再現しています。主な理由は、軌跡が左下から始まっていることが明確で、上部の余白も要件により適合しているためです。どちらの出力も、禁止されている「AERO」というテキストをシューズに追加しています。
- 銀色のシューズとオレンジ色の軌跡がそれぞれちょうど1つあること：左が優位。両方とも右下に銀色のシューズが1足ありますが、左のオレンジ色の軌跡は左下から明確に入り、カーブしながらシーン内へ伸びています。右の手前の軌跡は右下端まで達しています。
- 表示されるテキストが指定されたものだけであること：右がわずかに優位。両方とも「RUN LIGHT」と「42 KM」を正しく表示していますが、シューズに「AERO」も表示しており、どちらも要件に違反しています。左の余分な「AERO」は大きく目立つ一方、右ではシュータン上に小さく表示されています。
- 上部15パーセントと見出しの配置：左が優位。左は「RUN LIGHT」の上に十分な空白領域を残し、見出しをそのすぐ下に配置しています。右では「RUN LIGHT」が上部の空白領域内から始まっており、指定された上部余白を確保できていません。
- 視認性と視覚的階層：引き分け。両方ともシューズ、軌跡、見出し、丸いバッジが完全に見え、それぞれ明確に分離されています。見出しとシューズを中心とする効果的な視覚的階層もあります。
使用したプロンプトと設定
プロンプト
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.
構造化されたUIグラフィック
この条件ではNano Banana 2が優位右は余分なテキストを追加せずに指定された構造に従っていますが、左は追加テキストを明確に禁止する要件に違反しています。
- タイトルと列：引き分け。両方とも正確なタイトル「CHOOSE YOUR PLAN」と、「STARTER」、「PRO」、「TEAM」というラベルが付いたちょうど3列を表示しています。
- 必須の行：引き分け。両方とも各列に「PROJECTS」、「STORAGE」、「SUPPORT」という3つの行ラベルがそれぞれ揃えて配置されています。
- 選択ボタン：引き分け。両方とも各列に「SELECT」と書かれた青いボタンがちょうど1つあります。
- 配置と追加テキストがないこと：右が優位。右は3列が均等に揃い、指定されたテキストだけが含まれています。左は、指定されていない「5」、「10 GB」、「Email」、「25」、「100 GB」、「Priority」、「Unlimited」、「1 TB」、「24/7」という値を追加しています。
使用したプロンプトと設定
プロンプト
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.
6点の参照画像によるオブジェクト対応付けと編集
この条件ではGPT Image 2.5 Flareが優位左は、指定された置き換え対象をすべて正しく対応付けながら、元のシーンをより忠実に維持しています。右も正しいオブジェクトを揃えていますが、元の配置からの変更がより大きくなっています。
- 評価基準1：左が優れています。金色の縁が付いた濃紺のマグカップは、元の赤いマグカップの位置、大きさ、持ち手の向きをよく維持しており、ストライプ柄のナプキンも元のタオルの横に広がる形状を保っています。右のマグカップは小さく、位置もずれています。ナプキンも元の画像に比べて大きく回転し、折り方も変わっています。
- 評価基準2：左が優れています。どちらも洋梨とノートを、葉付きのオレンジ1個と黒いゴムバンド付きのマスタードイエローのハードカバーノートに正しく置き換えており、元の対象物は残っていません。左は元の洋梨とノートの位置、向き、大きさをより忠実に維持しています。右はオレンジの位置がずれ、ノートの配置や画面内での収まりも明らかに変わっています。
- 評価基準3：両者は同等です。どちらもマグカップの右に黄色いレモンがちょうど2個あり、左側のレモンには葉が付いています。別途指定されたオレンジを除き、果物の過不足もありません。
- 評価基準4：左が優れています。カメラのフレーミング、テーブル面が占める範囲、木目の特徴的な箇所、オブジェクト全体の配置が、参照画像1により近く保たれています。右は複数の位置関係を変えており、特にナプキンの回転、オレンジとマグカップの位置のずれ、画面内でのノートの移動と拡大が目立ちます。
使用したプロンプトと設定
プロンプト
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.
画像内テキストの置換
この条件ではGPT Image 2.5 Flareが優位左が明確に優れています。どちらも文字を正しく置き換えていますが、看板の文字だけを変更し、それ以外をすべて維持するという指示には、左のほうがはるかに忠実です。
- 看板の文字の置き換え：どちらも正確に "NIGHT OWL" と表示され、"MORNING BEAN" は完全に取り除かれています。
- 文字の正確性：どちらも "NIGHT OWL" だけを描画しており、余分な文字、重複した文字、形の崩れた文字はありません。
- フォント、文字間隔、遠近感：左のほうが参照画像に近く、元の縦長のサンセリフ体、広い文字間隔、中央揃えの配置、看板の遠近感を維持しています。右もきれいに仕上がっていますが、文字全体の配置が詰まっており、視点も明らかに変わっています。
- 素材、照明、シーンの維持：左は参照画像の看板の質感、影、店舗正面の形状、フレーミング、周囲のシーンをはるかに忠実に維持しています。右は店舗正面を大きく再構成し、フレーミングも変えているため、切り取り範囲、窓とドアの比率、照明の位置、プランター、ベンチ、シーンの形状が変化しています。
参照画像
使用したプロンプトと設定
プロンプト
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
複数参照による人物の同一性維持と衣装転写
この条件ではGPT Image 2.5 Flareが優位総合的には左が優れています。人物をより忠実に維持し、指定されたジャケットもはるかに正確に再現しています。右は衣服のなじみ方がわずかに自然ですが、顔やフレーミングの変更、ダメージ加工のデニム、小さくなった襟、開いた前身頃が、両方の参照画像からより大きく外れています。
- 人物の同一性の維持：左が優れています。顔、表情、髪の位置、頭の大きさ、肩幅、手のポーズ、フレーミングが参照画像1に非常に近く保たれています。一方、右は顔の比率が明らかに変わり、人物が小さく写る、より引いたフレーミングになっています。
- ジャケットの一致度：左が優れています。参照画像2のライトブルーのデニム、厚みのあるクリーム色のシアリング襟、閉じた前身頃、ブロンズ色のボタン、フラップ付き胸ポケット、下部のポケット、袖の赤いパッチをより忠実に再現しています。右はダメージ感のあるウォッシュ加工に変わり、襟が小さくなり、前が開いた着こなしになっています。
- 完全な置き換え：どちらも良好です。両方とも黒いスーツジャケットは完全になくなり、ゴーストマネキンや商品写真の白い背景も取り込まれていません。元のグレーの室内背景が維持されています。
- 物理的な整合性：右がわずかに優れています。開いたジャケットの縁、見えている白いシャツ、袖口、手による隠れ方、しわ、影がより自然です。一方、左は閉じた前身頃に不規則に重複したボタンホールがあり、両手の間で裾が分かれる部分もやや不自然です。
使用したプロンプトと設定
プロンプト
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.
一貫性のあるシーン再照明
この条件ではGPT Image 2.5 Flareが優位左はライティング変更の整合性がより高く、参照画像のシーンもはるかに忠実に維持しています。右も自然な暖かい日差しを表現していますが、部屋の構図やオブジェクトの比率を大きく変えています。
- ゴールデンアワーの暖かい光が左の窓から明確に差し込んでいるか：左が優れています。低い角度からの強い日差しが左の窓を通り、床、ラグ、ソファ、壁へ広がっているのがはっきりと分かります。右も左側からの暖かい光を表現していますが、窓から差し込んでいることは左ほど明確ではありません。
- ハイライトと影の方向が新しい光源に整合しているか：左が優れています。窓枠と葉の影が、壁、ソファ、ラグ、床にわたって一貫して右へ伸び、ハイライトは窓側に現れています。右も全体としては整合していますが、壁の大きな影の一部は、見えている窓の形状との対応が不明確です。
- 一様な黄色のフィルターをかけただけの結果になっていないか：左が優れています。局所的に日が当たる領域、くっきりと投影された窓と植物の影、縁の明るいハイライト、光が遮られた暗い部分が表現されています。右にも方向性のある照明はありますが、部屋のより広い範囲が一様に琥珀色を帯びています。
- 家具や装飾品の移動、追加、削除、デザイン変更がないか：左が大幅に優れています。ソファ、テーブル、ラグ、植物、ランプ、窓、全体のフレーミングが参照画像とよく一致しています。右は構図に加えて、いくつかの要素の見た目のデザインや比率も変えており、窓の配置が狭まり、ソファとテーブルが小さくなり、植物の位置がずれ、ラグの配置も変わっています。
参照画像
使用したプロンプトと設定
プロンプト
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.
シーン変更時の商品再現性維持
この条件ではGPT Image 2.5 Flareが優位左は参照画像のスニーカーをより忠実に維持しながら、指定されたシーンに自然に配置しています。右は濡れた路面への映り込みがより明瞭ですが、靴の輪郭や側面のマークへの変更のほうが、結果に大きく影響しています。
- シーンへの配置：どちらも、ゴール、フェンス、コートのライン、夕日の光を備えた、夕暮れの濡れた屋外バスケットボールコートを説得力のある形で描いています。左は濡れたコートの質感、水たまり、光に照らされた背景がより直感的かつ自然に伝わるため、わずかに優れています。
- 商品の一貫性：左のほうが、シルエット、つま先とかかとの比率、ソールの形状、パネルのステッチ、素材の質感、元の斜めからのカメラアングルにおいて、参照画像に近い仕上がりです。右はより真横に近い平面的な見え方になり、いくつかの比率やパネルの細部が変化しています。
- 側面のマークの維持：左は黒い幾何学的なマークをより忠実に維持しており、その位置、太さ、角度の付いた接合部、枝分かれした部分の長さも保っています。右も元のデザインだと認識できますが、枝分かれした部分の比率と全体の位置がわずかに変わっています。
- 物理的な整合性：この点は右がわずかに優れています。靴の接地部分に明確な影があり、その真下の水たまりには位置の合った連続的な映り込みがあります。一方、左の暗いマークの映り込みは靴から離れて見え、周囲の反射との整合性も低くなっています。どちらも夕暮れの光は自然に表現されています。
参照画像
使用したプロンプトと設定
プロンプト
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.
異なるアスペクト比へのアウトペインティング
参照画像
使用したプロンプトと設定
プロンプト
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.
コストと処理時間
GPT Image 2.5 Flareは25クレジットから、Nano Banana 2は40クレジットから利用できるため、1回の生成に必要なクレジットが少ないのはFlareです。今回の実行で取得した少数のレイテンシサンプルでは、両モデルとも応答時間にばらつきがあったため、この結果をベンチマーク値として扱うべきではありません。
比較方法と開示事項
シナリオごとに1つの固定プロンプトを使用し、各モデルで1回ずつ実行したうえで、生成された出力をそのまま掲載しました。これは再現可能な固定プロンプト比較であり、Banana Pieでは本サイト上で両モデルへのアクセスを販売しています。
Banana Pieでは、このモデルを他のモデルとともに1つのスタジオで有料提供しています。評価は、ユーザーと同じ生成環境で実施したテストに基づいています。