GPT Image 2.5 Flare vs Nano Banana 2.1：広告の構図か、正確なUI構造か？
今回のテストでは引き分けが多く、優劣はタスクによって分かれました。広告で指定の構図により忠実な仕上がりを求めるなら、GPT Image 2.5 Flareがおすすめです。編集時のポートレート、照明を変更したシーン、商品のディテールの保持でもわずかに優位でした。余計なテキストのない整ったUIグラフィックなら、Nano Banana 2.1がおすすめです。参照画像のオブジェクトを組み合わせる際も、元のシーンと置き換え位置の保持でわずかに優位でした。
機能を並べて比較
| 項目 | GPT Image 2.5 Flare | Nano Banana 2.1 |
|---|---|---|
| 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 | 25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
用途による引き分けです。どちらも商品と照明に関する主な要件を満たしています。右は指定の液量にわずかに近く、左は控えめで途切れた反射を表現していますが、総合的に決定的な差はありません。
- 透明な長方形のボトルが1本のみで、文字、ロゴ、余分な物がないこと：両者は互角です。どちらもキャップの付いた長方形のガラス製香水ボトルが1本、直立した状態で描かれており、文字、ロゴ、植物、別の小物は見当たりません。
- 琥珀色の液体が半分まで入っていること：右がわずかに近い結果です。右の琥珀色の液体は内部空間のおよそ下半分を占めていますが、半分より少し多く見えます。左は液面が内部空間の中間点をより明らかに上回っています。
- 整合性のあるガラスの屈折と濡れた石への反射：どちらも説得力があります。左はガラスと液体を通して輪郭のずれやポンプの管が見え、粗い石の表面に沿って琥珀色の反射が途切れています。右は厚いガラスの底を通した歪みが自然で、より滑らかな水たまりに位置の合った反射が1つ見えます。ただし、その反射は指定された控えめな反射よりも強くなっています。
- 左上からの照明、一貫したハイライト、接地影：どちらも説得力があります。左は左上からの光が明確で、左を向いたガラスの縁が明るく、底から右へ影が伸びています。右はキャップ上面とボトル左上の縁に柔らかなハイライトがあり、底の直下に暗い接地影、右側に琥珀色の光だまりが見られます。
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
用途による引き分けです。どちらも指定の文言と色を明瞭に表現していますが、タイトルを2行に分けているため、4行という要件を満たしていません。
- 中央揃えのテキストが正確に4行で、追加のテキストがないこと：両者は互角です。どちらのポスターもタイトルが2行に折り返されているため、中央揃えのテキストが5行になっています。余計な文言は追加されていません。
- 正確な文言と順序：両者は互角です。左には「MOONLIGHT」「MARKET」「月光市集」「18 OCT」「RIVER HALL」、右にも「MOONLIGHT」「MARKET」「月光市集」「18 OCT」「RIVER HALL」と表示されています。すべての文言の綴りと順序は正しいものの、どちらも指定どおりに「MOONLIGHT MARKET」を1行に収めていません。
- テキストの色：どちらもこの基準を満たしています。「月光市集」は左では明るい赤、右では濃い赤で、英語のタイトル、日付、会場名はどちらも黒です。
- 読みやすさ、間隔、配置：どちらも同程度に読みやすく中央に配置され、文字間隔が明確で、テキストのまとまり同士にも十分な余白があります。左は太め、右は細めの文字を使っていますが、配置や読みやすさに大きな優劣はありません。
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
用途による引き分けです。どちらも陶器を成形する様子を説得力のある形で描いていますが、両手の全体が見え、それぞれ5本の指を明確に確認できるという条件は、どちらも明確には満たしていません。粘土との接触表現では左がわずかに優れていますが、総合的な勝敗を決めるほどの差ではありません。
- 全体が見える手が正確に2つあり、余分な手や人物がいないこと：両者は互角です。どちらも1人の陶芸家の両手を描いており、余分な手や人物はありません。ただし、両手の全体が見えているわけではなく、左は鉢の手前の縁に指先が隠れ、右は鉢の外壁に沿って指が重なっています。
- それぞれの手に、自然な形をした5本の指が明確にあること：どちらもこの要件を明確には満たしていません。左は鉢の中に入る複数の指が分かれて見えますが、先端は縁に隠れ、外側の手の指も重なっています。右は鉢の上にある手の4本の指が明確に分かれている一方、親指は隠れており、もう一方の手の指は鉢の横で重なっています。
- 指、関節、粘土との接触が解剖学的に自然であること：どちらも関節の曲がり方が自然で、鉢の内側と外側から支える動きが噛み合っています。右では目立つ親指が外向きに突き出て粘土から離れているため、指定された接触表現には左のほうがわずかに近い結果です。どちらも指が重なっており、細部の解剖学的な正確さは判別しにくくなっています。
- 粘土の鉢、回転するろくろ、成形の動作が明確に認識できること：両者は互角です。どちらも、ろくろの中央に識別可能な粘土の鉢があり、円状の動きの軌跡と、粘土の付いた手で壁面を支えて成形する様子が描かれています。
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
用途による引き分けです。どちらも指定された個数、配置、色、持ち手の向きを満たしています。右は木製であることがわずかに分かりやすく、左は背景がすっきりしていますが、総合的に大きな差はありません。
- 物体の個数と配置：両者は互角です。どちらも左に赤い立方体が正確に3個並び、右に青い球が2個、手前の物体の後ろ中央に黄色いマグカップが1個あります。
- 色、形、素材：赤い立方体の木目がより明確なため、右がわずかに優れています。どちらも赤い立方体、青い透明なガラス球、黄色い釉薬のかかった陶器のマグカップを正しく組み合わせ、すべて灰色のテーブルに置いています。
- マグカップの持ち手の向き：両者は互角です。どちらも右に伸びる持ち手がはっきり見えます。
- 追加の物体やテキストがないこと：どちらも指定された6個の物体が描かれ、文字や余分な卓上の物はありません。左は灰色の背景がよりすっきりしている一方、右は上部の両隅にテーブルの向こうの室内が少し写っています。
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が優位見出しの位置とオレンジ色の軌跡が指定の構図により近いため、総合的には左が優れています。どちらも靴に「AERO」を追加しており、指定のテキストのみという制約は満たしていません。
- 靴とオレンジ色の軌跡の配置：左のほうが近い結果です。どちらも右下に銀色の靴が正確に1足あります。左のオレンジ色の軌跡は左下の前景を大きく横切っていますが、右の軌跡は右下から入り、左へ向かって曲がっています。
- 表示されているテキスト：両者は互角です。どちらも「RUN LIGHT」と「42 KM」を正しく表現していますが、靴にも「AERO」と印字しており、ほかの文字を入れないという要件に違反しています。
- 上部の余白と見出しの配置：左が優れています。どちらも上部15％をすっきりと空けていますが、左はその確保された余白の直下により近い位置に見出しを置いています。右は空白部分がかなり広く、見出しがさらに下へ押し下げられています。
- 見やすさと視覚的な優先順位：両者は互角です。どちらも靴、見出し、丸いバッジの全体が見え、大きな見出し、商品、小さなバッジが明確に区別されています。左は靴を大きくして強調し、右は靴の周囲により広い余白を設けています。
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 2.1が優位指定された構造を守り、余計なテキストを含まない右の勝ちです。左も主要なレイアウトは合っていますが、指定されていないプランの値を追加しています。
- タイトルと3列の構成：どちらもこの基準を同程度に満たしています。正確なタイトル「CHOOSE YOUR PLAN」の下に、「STARTER」「PRO」「TEAM」と書かれた列が正確に3つあります。
- 各列に揃えて配置された3つの行：どちらもこの基準を同程度に満たしています。すべての列に「PROJECTS」「STORAGE」「SUPPORT」がこの順番で入り、対応する行がグラフィック全体で水平に揃っています。
- 各列に青いSELECTボタンが1つあること：どちらもこの基準を同程度に満たしています。各列には「SELECT」と書かれた青いボタンが正確に1つあり、3つの行の下に配置されています。
- 均等な配置と、追加の列やテキストがないこと：右の勝ちです。どちらも同じ幅の列が等間隔で並んでいますが、右には指定されたテキストしかありません。左はSTARTERに「5」「10 GB」「Email」、PROに「25」「100 GB」「Priority」、TEAMに「Unlimited」「1 TB」「24/7」を追加しており、追加のテキストを禁止する指示に違反しています。
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Nano Banana 2.1が優位元のシーンと置き換え位置の保持で、総合的に右がわずかに優れています。どちらも指定されたすべての物体を正しく組み合わせ、レモンを正確に2個含んでいます。
- マグカップとナプキンの置き換え：両者は僅差です。どちらも参照画像2の金色の縁を持つ濃紺のマグカップを右向きの持ち手で描き、折りたたんだ緑と白のストライプのナプキンとともに正しい領域に配置しています。左はマグカップの幅広い胴体をよりよく保ち、右はナプキンが占める範囲を参照画像1の元のタオルの位置により近く保っています。
- オレンジとノートの置き換え：右がわずかに近い結果です。どちらも緑の葉が付いたオレンジを正確に1個と、参照画像の黒いゴムバンドを備えたマスタードイエローのノートを含み、置き換え前の物体は残っていません。右はオレンジとノートを元の位置により近く配置し、左は両方を上へ移動させています。
- マグカップの右にレモンが2個あること：両者は互角です。どちらもマグカップの右に隣り合うレモンが正確に2個あり、左のレモンには葉が付き、右には葉がなく、参照画像6の特徴的な配置と一致しています。余分な果物、重複した素材、その他の物体は追加されていません。
- 元のシーンの保持：右が優れています。テーブル天板の節、右上のテーブルの縁、ナプキンが占める範囲、ノートの配置が参照画像1により近くなっています。左は複数の物体と見分けのつく木目の特徴を上へ移動させ、テーブルをより暖かく彩度の高い色合いにしています。右もマグカップの縦横比を変えていますが、元のレイアウト全体をより忠実に保っています。
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
用途による引き分けです。どちらもテキストを正しく置き換え、看板のスタイルと周囲の店先を忠実に保っており、見た目に決定的な差はありません。
- 看板の正確なテキスト：両者は互角です。左も右も「NIGHT OWL」と表示し、参照画像の「MORNING BEAN」は完全になくなっています。
- 追加の文字や崩れた文字がないこと：両者は互角です。どちらの看板も整った読み取れる大文字で、余計な文字や元の文字の痕跡はありません。
- 元の書体の特徴、文字間隔、遠近感：どちらも参照画像に近い仕上がりです。クリーム色のサンセリフ体の大文字、広めの文字間隔、奥へ向かう看板の遠近感に沿った文字配置を保っています。左の文字は看板の中でやや縦に大きく見え、右は配置がやや右寄りですが、決定的な優劣はありません。
- 素材、照明、周囲のシーンが変わっていないこと：どちらも緑の木目、暗い色のフレーム、ランプの影、店先、植物、ベンチを忠実に保っています。質感に小さな違いは見られますが、シーンの構図と暖かい照明は、どちらも参照画像に非常によく似ています。
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が優位元のポートレートをより忠実に保っているため、僅差で左の勝ちです。どちらもジャケットの主な特徴をうまく反映しており、衣服の自然ななじみ方では右がわずかに優れています。
- 人物の同一性、表情、髪、ポーズ、体の比率、フレーミング：左のほうが優れています。顔、髪のシルエット、頭の位置、ポートレートの切り取り方が、参照画像1によく沿っています。右も本人と分かる特徴とリラックスした表情を保っていますが、顔の形がわずかに変わり、構図の幅も狭くなっていて、頭と肩の比率が異なります。どちらも手の位置が多少ずれています。
- ジャケットの素材、色、襟、ボタン、ポケット、袖のワッペン：両者は拮抗しています。どちらもライトブルーのデニム、クリーム色のフリース襟、金属ボタン、先のとがった胸ポケット、縦型の下部ポケット、赤い袖のワッペンを再現しています。左はワッペンとポケットの構造がより明確ですが、デニムの表面は参照画像2よりも色むらが目立ちます。右はデニムの質感がより近い一方、ワッペンは細い帯状にしか見えていません。
- マネキンや商品画像の背景を持ち込まずに完全に置き換えているか：両者は同等です。どちらも黒いブレザーをデニムジャケットに完全に置き換え、参照画像1のグレーの壁と明るい窓の端を保っています。商品画像の背景やマネキンは、どちらにも現れていません。
- 手、フィット感、重なり、影、光の物理的な整合性：右がわずかに優れています。前の開いたジャケットから元の白いシャツが自然に見え、肘や袖口の周囲のしわと影にも説得力があります。左も手の描写や光の方向は自然ですが、見えていたシャツの襟元がなくなり、ジャケットの前身頃を寄せているにもかかわらず、対応するボタンとボタンホールが離れたまま見えているため、前の合わせ方がやや不自然です。
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が優位僅差で左の勝ちです。どちらもゴールデンアワーの光の方向を説得力のある形で表現していますが、左のほうが参照画像のシーンを忠実に保っています。
- ゴールデンアワーの暖かな光が左の窓から明確に差し込んでいるか：どちらも成功しています。左では窓からソファにかけて琥珀色の光がより強く広がり、右では壁と床に暖かな長方形の日だまりが見られます。どちらも左の窓が光源であることを明確に示しています。
- ハイライトと影の方向が新しい光源に整合しているか：両者は拮抗しています。どちらも左を向いた植物の葉や家具の面を照らし、植物の右側の壁に影を落とし、テーブルの影をラグの右下方向に伸ばしています。右は直射日光の当たる部分と日陰の区別がやや明瞭です。
- 一律に黄色いカラーフィルターをかけただけの仕上がりになっていないか：どちらも成功しています。窓の形をした明確な日だまり、壁に落ちる葉の影、長く伸びる家具の影が、それぞれに加わっています。左は全体のオレンジがかった色調が強めですが、局所的なハイライトと影があるため、単なるカラーフィルター以上の変化が明らかに見られます。
- 家具や装飾品の移動、追加、削除、デザイン変更がないか：左のほうが優れています。参照画像のフレーミング、ソファの輪郭、植物のシルエット、テーブルの構造、ラグの配置をよく保っています。右も物の種類は同じですが、植物の葉の茂り方、テーブルの比率と脚の細部、ラグの輪郭と手前を覆う範囲が変わっています。
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.
異なるアスペクト比へのアウトペインティング
用途による引き分けです。右は元のフレーミングをよりよく保ち、左は小屋の風化した表面をよりよく残しています。どちらも説得力のあるワイド画面への拡張を実現していますが、元画像をそのまま維持しているわけではありません。
- 16:9で、両側に自然な内容が追加されているか：どちらもこの基準を満たしています。いずれもビーチ、海、空が左右の端まで自然につながる横長の風景になっており、上下に黒帯はありません。
- 元画像全体がトリミングや引き伸ばしなしで中央に配置されているか：右のほうが近い仕上がりです。小屋、水平線、前景の相対的な縦位置と比率が参照画像に沿っています。左は小屋を中央に保っていますが、フレームの高さに対して小さくし、海岸線を上に移動させているため、元のフレーミングが変わっています。
- 元の小屋、海岸線、画像内の構図が変更されていないか：どちらもこの基準を完全には満たしていません。左は小屋の目立つ塗装の剥がれや風化した板材をよりよく残していますが、その大きさと周囲の構図を変えています。右は小屋のシルエットとシーンの配置をよりよく保っていますが、小屋の塗装の質感を目に見えて滑らかに変え、砂や波打ち際の細部を描き直しています。
- 拡張部分に目立つ継ぎ目、鏡像による埋め合わせ、物体の繰り返しがないか：両者は同等です。どちらも水平線が連続し、雲や砂のつながりも自然で、明らかな継ぎ目や小屋の重複はありません。目立つ鏡像による埋め合わせも、どちらにも見られません。
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.
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が優位参照画像のスニーカーの比率と側面のマークをより忠実に保っているため、全体では左がわずかに優勢です。どちらも夕方の光との整合性を保ちながら、濡れたバスケットボールコートにスニーカーを自然に配置できています。
- 夕暮れの濡れた屋外バスケットボールコート：どちらもこの基準を満たしています。左はオレンジ色の夕空の下に、ゴール、フェンス、コートのライン、濡れた舗装面を描いています。右はより寒色寄りの薄暮の空の下に、塗装されたコートを広く見せ、複数のゴールを配置しています。
- シルエット、ソールの形状、ステッチ、素材、カメラアングル：左のほうが参照画像1に近く、細長い輪郭、履き口、パネルの縫い目、凹凸のあるつま先の保護部分の比率を保っています。右は靴がややコンパクトに見え、履き口やかかとのパネルの輪郭も変わっています。左には目立つ水滴が追加されていますが、基本的な構造は参照画像に近いままです。
- 側面の黒い幾何学的なマーク：3方向に分かれた部分の角度と比率は、左のほうが参照画像にわずかに近くなっています。右も同じマークと分かる形を保っていますが、下に伸びる部分が短く見え、中央の接合部もわずかに変わっています。どちらもマークはくっきりとしていて、形を明確に見て取れます。
- 接地影、濡れた面への反射、夕暮れの光：どちらも説得力があります。左には濃い接地影、凹凸のある舗装面で途切れる反射、夕日に合った暖かな縁のハイライトがあります。右には控えめな水たまりへの映り込み、ソールの下の影、薄暮の情景に合った寒色寄りの光があります。
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.
コストと処理時間
両モデルとも25クレジットから利用できるため、どちらを選んでも開始時に必要なクレジット数は同じです。今回の比較で測定した少数のサンプルでは、GPT Image 2.5 Flareの所要時間は70.5～101.0秒、Nano Banana 2.1は18.3～126.4秒でした。Nano Banana 2.1は全体的に画像を早く返しましたが、観測された最長の待ち時間も同モデルによるものでした。これらは今回の実行での観測結果です。
比較方法と開示事項
この比較は、固定プロンプトを使った再現可能なテストです。シナリオごとに1つの固定プロンプトを用い、各モデルを各シナリオで1回ずつ実行し、生成された画像をそのまま公開しました。このページのテスト結果では、指定した構図、テキスト、編集要件に各モデルがどれだけ忠実に従うかを比較しています。Banana Pieでは、両モデルへのアクセスを有料で提供しています。
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。