画像生成におけるGPT Image 2.5 FlareとNano Banana 2の比較
GPT Image 2.5 Flareは、素材の表現、人体構造、個数の正確さ、構図、再照明の各項目で優れていました。一方、Nano Banana 2は、多言語タイポグラフィ、構造化グラフィック、シーン変更時の商品保持でリードしました。参照画像に依存する編集では引き分けが複数あったため、どちらが適しているかは、視覚的・空間的な忠実度を重視するか、テキストや構造をより厳密に扱うことを重視するかによって異なります。
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
用途による両方の出力は、指定された物体の種類と個数を目に見える形で満たしています。6枚の参照画像がない状態では、配置や描写の違いはごくわずかであり、総合的にどちらが優れているかを確実に判断できません。
- 基準1：引き分け。両方とも、テーブル上の対応する位置に濃紺のマグカップと、折りたたまれた緑と白のストライプ柄ナプキンがあり、赤いマグカップや白いタオルは見当たりません。参照画像1〜3がないため、外観と位置が参照どおりに正確に保持されているかは確認できません。
- 基準2：引き分け。両方ともオレンジ色とマスタードイエローのハードカバーノートが1冊ずつあり、緑の洋梨や青いノートは残っていません。これらの出力だけでは、参照画像4〜5との正確な一致を評価できません。
- 基準3：引き分け。両方ともマグカップの右側にレモンがちょうど2個あり、指定されたオレンジ1個以外に追加の果物はありません。レモン2個の配置は両方の画像でほぼ同じです。
- 基準4：引き分け。両方とも木製のテーブル天板、同様のフレーミング、一貫した照明、自然な物体の影を保っています。どちらが参照画像1をより正確に変更せず保持しているかは、元画像がないため判断できません。
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
用途による両方の出力は、目に見えるテキスト要件を同程度に満たしています。元画像がないため、保持に関する基準からどちらか一方を選ぶ妥当な根拠は得られません。
- 正確なテキスト置換：両方とも「NIGHT OWL」を明確に表示しており、古いテキストの痕跡は見当たりません。
- 追加または不正な文字：両方とも完全で正しい形の「NIGHT OWL」だけを表示しており、余分な文字はありません。
- フォント、間隔、遠近感の保持：両方とも似た大文字のサンセリフ体を使用し、看板の遠近感に合わせて自然に配置されています。元画像が提供されていないため、正確に保持されているかは評価できません。
- 素材、照明、シーンの保持：両方の看板で木目、方向性のある影、周囲の店舗外観の一貫したディテールが保たれています。どちらのシーンが元画像から変更されずに保たれているかは、元画像なしでは評価できません。
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
用途による人物の同一性と衣服の厳密な忠実度を判断するために必要な参照画像がありません。一方、目に見える置換は両方とも成功しており、物理的な一貫性の差もわずかです。
- 人物の同一性の保持：参照画像1が表示されていないため、確実に評価できません。出力には似た人物が描かれていますが、顔立ち、表情、フレーミング、ジャケットの覆い方に目に見える違いがあり、どちらが元画像をより忠実に保持しているか判断する根拠がありません。
- ジャケットの一致：参照画像2が表示されていないため、確実に評価できません。両方ともクリーム色のシアリング襟、金属ボタン、胸ポケット、袖の赤いパッチを備えたライトブルーのデニムジャケットを描いていますが、色落ち、ダメージ加工、襟の大きさ、ポケットの構造、前合わせのデザインには目に見える違いがあります。
- 黒いスーツの置換：引き分け。どちらの出力にも黒いスーツジャケット、マネキン、白い商品背景は残っておらず、左側にカーテンがあるニュートラルな室内背景を保持しています。
- 物理的な一貫性：右がわずかに優位。右の開いたジャケットは白いシャツを自然に見せ、手の位置にも沿っています。一方、左のジャケットは胴体の大部分を不自然に閉じながら、裾で組んだ手の周囲だけが分かれています。どちらも袖、影、手による遮蔽は概ね自然です。
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、より明瞭で空間的な一貫性のあるゴールデンアワーの再照明を実現しており、方向性のあるハイライトと物体ごとの影もより強く表現されています。元画像がないため、物体が保持されているかは確認できません。
- 左の窓から暖かなゴールデンアワーの光がはっきりと差し込んでいる点：左の方が優れています。明るく低い角度の日差しが左の窓から目に見えて差し込み、床、ソファ、壁、テーブルを明確な暖かみのある黄金色で照らしています。右にも左側からの暖色の光が見られますが、窓付近では差し込む光がやや弱く感じられます。
- ハイライトと影の方向が新しい光源に整合している点：左の方が優れています。左向きの面と上面にハイライトが当たり、テーブル、ソファ、植物、窓が一貫して右方向へ長い影を落としています。右も全体としては整合していますが、壁の明るい長方形の光とその近くにある植物のような影は、見えている窓の形状とのつながりがやや不明瞭です。
- 単なる均一な黄色のカラーフィルター以上の仕上がりである点：左の方が優れています。局所的な日だまり、窓枠の投影、植物の影、明るいハイライト、遮られて暗くなった部分が表現されています。右も均一な色付けだけではなく、方向性のある照明と影が表現されていますが、光の変化のディテールはやや少なめです。
- 家具や装飾品が移動、追加、削除、再設計されていない点：元画像が表示されていないため、確実には評価できません。どちらの出力にも、ソファ、コーヒーテーブル、ラグ、鉢植えの木、フロアランプ、左側の窓という、概ね同じ一式のオブジェクトが確認できます。
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Nano Banana 2が優位右の画像は、接地感、反射、夕暮れの照明を通じてスニーカーをシーンに溶け込ませながら、クリーンな製品らしい外観をより説得力のある形で保っています。元画像がないため、細部が正確に保持されているかについては確信度が限られます。
- 夕暮れ時の濡れた屋外バスケットボールコート：引き分けです。どちらにも、濡れたコート上のスニーカー、ゴール、フェンス、水たまり、夕暮れ色の空がはっきりと描かれています。左は夕日のハイライトがより強く、右はコートのラインがより明瞭です。
- シルエット、ソールの形状、ステッチ、素材、カメラアングルの一貫性：見た目では右の方が優れています。右は靴の構造がよりクリーンで、追加された水滴による変化も少なく見えます。ただし、元のスニーカー画像が表示されていないため、元画像との正確な一貫性を完全には評価できません。
- 黒い幾何学模様のサイドマーク：右の方が優れています。マークは鮮明で遮られておらず、水たまりの反射にもはっきりと再現されています。元画像を確認できないため、正確に保持されているかは検証できません。
- 接地影、濡れた表面への反射、夕暮れの照明：右の方が優れています。右には明瞭な接地影があり、スニーカーの真下には位置の揃った靴全体の認識しやすい反射が見られます。一方、左は夕暮れの照明が強いものの、主に黒いマークの歪んだ部分的な反射だけが見られます。
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。