Nano Banana 2.1 vs Seedream 5 Pro：シーンの忠実な再現か、テキストの制御か？
結果はタスクによって分かれました。多言語テキストのレイアウトや広告の構図をより忠実に再現したいなら、Seedream 5 Proがおすすめです。手と対象物の接触表現や、テキスト置換時の書体の再現でもわずかに優れています。参照画像を使った編集でシーンや物の配置をより忠実に保ちたい場合や、光の方向を変える再ライティングの説得力を重視する場合は、僅差でNano Banana 2.1が優勢です。商品の質感、個数の再現、構造化されたUIグラフィック、衣装の転用、アウトペインティング、シーン変更時の商品保持は引き分けとなりました。
機能を並べて比較
| 項目 | Nano Banana 2.1 | Seedream 5 Pro |
|---|---|---|
| 開発元 | ByteDance | |
| 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 | 2K |
| 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。どちらもシーンと質感の要件を説得力のある形で満たしています。半分まで満たされた液体と、左上からの光の分かりやすさでは左がわずかに優れていますが、全体の差はごく小さいものです。
- 透明な長方形の香水瓶がちょうど1本：互角です。どちらも濡れた黒い石の上に長方形のガラス瓶が1本、直立しており、文字、ロゴ、植物、別の小道具は見当たりません。
- 琥珀色の液体が半分まで入っている：左のほうがわずかに近い結果です。左の液体は内部のおよそ半分を占めていますが、右の液面は内部の中間点よりやや上にあります。どちらも液面がはっきり見え、その上には透明な空間があります。
- 物理的に整合性のあるガラスの屈折と反射：互角です。どちらも厚みのあるガラスの縁、瓶越しのゆがみ、底の真下に位置の合った1つの反射像が自然に表現されています。左は滑らかな水たまりに映る反射像がより鮮明で、右は濡れた石の質感によって反射像がより細かく崩れています。どちらの表現も、描かれた表面に合っています。
- 左上からの照明と接地影：左のほうが光の方向がやや明確です。キャップの上面と左側の縁に強いハイライトがあり、ガラスの左上の面も照らされています。右も上面と左側に明るいハイライトがありますが、光はやや中央寄りから当たっているように見えます。どちらの瓶にも、底の真下に自然な暗い接地部分があります。
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Seedream 5 Proが優位指定された4行のレイアウトと正確な行順を守っているため、右の勝ちです。左も文言と色は正しいものの、見出しが折り返されて5行になっています。
- 中央揃えのテキストがちょうど4行で、追加の文字がない：右が優れています。右は中央揃えでちょうど4行です。左は見出しを2行に分けたため、中央揃えの5行になっています。どちらも余分な文言は追加していません。
- 正確な文言と順序：右は「MOONLIGHT MARKET」「月光市集」「18 OCT」「RIVER HALL」を、指定どおりの順序で4行に表示しています。左は「MOONLIGHT」「MARKET」「月光市集」「18 OCT」「RIVER HALL」をそれぞれ別の行に表示しています。文言は正しいものの、指定された1行目が分割されています。
- 文字の色：どちらもこの基準を満たしています。「月光市集」は赤、英語の文言と日付はすべて黒で表示されています。
- 読みやすさ、間隔、配置：どちらも文字が明瞭で読みやすく、中央揃えになっています。どちらも中国語の行の前後は間隔が広く、日付と会場名の間は狭いため、縦方向の間隔は完全には均一ではありません。この基準では互角です。
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Seedream 5 Proが優位指の形と、成形時の自然な接触表現では右がやや優れています。ただし、どちらも両手それぞれの5本の指を完全に区別できる形では描けていません。
- 全体が見える手がちょうど2つあり、余分な手や人物がいない：どちらも1人の陶芸家の両手を描いており、余分な人物や手はありません。ただし、どちらもすべての指が完全には見えていません。左は鉢の外側に沿って指が重なり、右は内側の手の一部が縁の後ろに隠れています。
- 各手に、自然な形で区別できる指がちょうど5本ある：右のほうがわずかに近い結果です。外側の手では親指とほかの4本の指を見分けられますが、内側の手はすべての指が明確に見えるわけではありません。左は鉢の内側に4本の指が見え、親指は隠れています。また、支える側の手の指は大きく重なっています。
- 指、関節、粘土との接触が解剖学的に自然である：右が優れています。指が鉢の内外に沿って自然に曲がり、関節や内外から加わる圧力にも説得力があります。左の外側を支える指は押しつぶされたように見え、指同士の区切りも不明瞭です。また、伸ばした親指が粘土から明らかに浮いています。
- 粘土の鉢、回転するろくろ、成形動作がはっきり分かる：どちらもこの基準を満たしています。中央に粘土の鉢があり、ろくろには回転を示す円状の筋が見え、手は外側を支えながら内側を成形しています。
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。どちらも指定された個数、配置、属性、取っ手の向きを満たしています。左は木目がやや明瞭で、テーブルもよりマットに見えますが、全体として大きな優位性はありません。
- 物の個数と配置：互角です。どちらも左に赤い立方体がちょうど3つ一列に並び、右に青い球体がちょうど2つあり、その奥の中央に黄色いマグカップが1つあります。
- 色、形、素材：どちらも木製の立方体を赤、ガラスの球体を青、釉薬をかけた陶器のマグカップを黄色として、正しく対応付けています。左は木目がより目立ち、灰色の天板もよりマットに見えますが、右も指定された素材を明確に表現しています。差はわずかです。
- マグカップの取っ手の向き：互角です。どちらも右に伸びる取っ手がはっきり見えます。
- 余分な物や文字がない：互角です。どちらの画像にも余分な物や目に見える文字はありません。
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Seedream 5 Proが優位右のほうが構図とテキストの制約を忠実に守っています。左は不要なブランド名を靴に追加し、見出しも上部に確保された領域から下に離れすぎています。
- 靴とオレンジ色の軌跡の配置：右が優れています。どちらも右下に銀色の靴がちょうど1足あります。右のオレンジ色の曲線は左下を通っていますが、左の光る軌跡は右下から目立つ形で入り、そこから左へ曲がっています。
- テキストの正確さと余分な文字の有無：右の勝ちです。右は「RUN LIGHT」と「42 KM」だけを、どちらも正しい綴りで表示しています。左も「RUN LIGHT」と「42 KM」は正しいものの、靴に「AERO」を追加しており、ほかの文字を入れないという制約に違反しています。
- 上部の余白と見出しの位置：右の勝ちです。どちらも上部15％には要素を詰め込んでいませんが、右はその空白領域のすぐ下、左上付近に見出しを置いています。左は空白領域がはるかに広く、見出しも大幅に下に配置されています。
- 視認性と視覚的な優先順位：どちらも良好です。靴、見出し、丸いバッジがすべて欠けずに見え、オレンジ色の軌跡が構図の中で明確に視線を誘導しています。左は大きな白い見出しとドラマチックな照明を使い、右はすっきりした間隔とオレンジ色のアクセントによって、見出しとバッジを銀色の靴から際立たせています。
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
用途による引き分け。どちらのグラフィックも、正確なテキストと一貫した整列で4つの基準をすべて満たしています。違いは表現スタイルにあり、プロンプトへの忠実さに実質的な差はありません。
- タイトルと列のラベル：互角です。左も右も「CHOOSE YOUR PLAN」という正確なタイトルの下に、「STARTER」「PRO」「TEAM」とラベル付けされた列をちょうど3つ表示しています。
- 各列に整列した3行：互角です。どちらの画像も、各列には「PROJECTS」「STORAGE」「SUPPORT」だけがこの順序で並び、列をまたいで各行の高さが揃っています。
- 各列に青いSELECTボタンが1つ：互角です。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。左は角を少し丸めた長方形、右はより丸みのあるボタンです。
- 均等な配置と追加コンテンツがないこと：どちらも基準を満たしています。左は同じサイズの枠付きカード内に内容を中央揃えで配置し、右は細い縦線で区切ったコンテンツ群を等間隔で配置しています。どちらも見出し、行、ボタンが一貫して整列しており、余分な列や文字はありません。
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物の配置をより忠実に保っているため、僅差で左の勝ちです。どちらも指定された置換対象を正しく対応付け、果物の個数も正確に再現しています。
- マグカップとナプキンの置換：左のほうがわずかに近い結果です。どちらも参照画像2の金色の縁と右向きの取っ手が付いたネイビーのマグカップ、および参照画像3の緑と白のストライプ柄の布を描いています。左はナプキンの占める範囲を元のタオルにより近く保っていますが、右はマグカップの方向へさらに広げています。どちらも元画像に対してマグカップの輪郭とサイズが変わっています。
- オレンジとノートの置換：配置では左が優れています。どちらも緑の葉が付いたオレンジがちょうど1個と、参照画像と同じ黒いゴムバンドが付いたマスタード色のハードカバーノートがあり、元の4つの物は残っていません。左はノートの位置と占める範囲を参照画像1により近く保っていますが、右は手前の縁を大幅に奥へ移動しています。
- マグカップの右側にレモンが2個：互角です。どちらもマグカップの右側にレモンがちょうど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。余分な果物や無関係な物は追加していません。
- 元のシーンの保持：左が優れています。天板の節、木目、フレーミング、暖かい照明が参照画像1により近く、ナプキンとノートも元の配置をよりよく保っています。右は布の奥行きを変え、ノートを奥へずらし、果物の周囲により濃い影を加えています。
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
この条件ではSeedream 5 Proが優位元画像に近い文字表現により、右が僅差で優勢です。どちらもテキストの置換に成功し、店先のシーンを保っています。
- 正確な置換テキスト：互角です。左も右も正確に「NIGHT OWL」と表示され、参照画像の「MORNING BEAN」が残っている箇所は見当たりません。
- 余分な文字や崩れた文字がない：互角です。すべての文字が整っていて判読でき、どちらの看板にも余分な文字はありません。
- 元の書体の特徴、文字間隔、遠近感：右のほうがわずかに近い結果です。どちらもクリーム色の大文字のサンセリフ体を保ち、看板の遠近感に沿っていますが、左は文字間隔が広がっています。右の詰まった文字間隔のほうが参照画像に近くなっています。
- 看板の素材、照明、周囲のシーン：どちらも緑の木製看板、照明器具、店先、植物、ベンチ、落ちる影をおおむね保っています。参照画像に比べると、左はやや柔らかく、右はやや鮮明に見えますが、シーンの保持において決定的な優劣はありません。
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
用途による引き分け。左は元の手の位置と下部のポケットの細部をよりよく保ち、右はジャケットのボタンの向きをよりよく保っています。どちらも整合性のある衣装の置換を実現しており、忠実さの差はわずかです。
- 人物の同一性、表情、ポーズ、プロポーション、フレーミング：左が参照画像1にわずかに近い仕上がりです。どちらも女性の顔立ち、自然な表情、流した黒髪、人物を中央に配したポートレート構図を維持しています。左は元画像の低い手の位置と腕の配置をより忠実に保っていますが、右は手の位置が高く、肘の位置も少し変わっています。
- ジャケットの再現度：それぞれに長所があります。どちらも参照画像2の淡いブルーのデニム、生地感のあるクリーム色の襟、フラップ付き胸ポケット、金属ボタン、袖の赤いワッペンを再現しています。右は参照画像にある、向かって右側の前身頃のボタン配置を維持していますが、左はボタンとボタンホールが逆になっています。一方、左は下部の玉縁ポケットをより明確に再現しており、右ではその輪郭がはっきりしていません。
- 衣服の完全な置き換えと背景の維持：互角です。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の灰色の壁と明るい窓の縁を維持しています。ゴーストマネキンや商品写真の白い背景も持ち込んでいません。
- 物理的な整合性：互角です。どちらも手の形、手首を囲む袖口、曲げた肘の部分の布のしわ、襟や肩に重なる髪が自然です。向かって左からの柔らかな光と襟の下の影も、元のシーンに合っています。
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Nano Banana 2.1が優位僅差で左の勝ちです。一定方向から差し込む日光が、テーブルの天板、ラグ、落ちる影により説得力をもって反映されています。どちらもゴールデンアワーの光への変更が明確で、部屋の配置も維持しています。
- 左の窓からゴールデンアワーの暖かな光が明確に差し込んでいるか：どちらも十分に満たしています。ソファに暖かな日光が当たり、奥の壁には窓の形をした明瞭な光の模様が見られ、光が左の窓から入っていることが視覚的に伝わります。
- ハイライトと影の方向が新しい光源に整合しているか：左がわずかに優れています。明るく照らされた天板とラグに加え、テーブルの脚から右に伸びる長い影と、壁に映る植物の影が表現されています。右も壁とソファへの光の当たり方は自然ですが、強く照らされた天板の下にある影が柔らかいため、部屋全体で光の方向の一貫性がやや弱くなっています。
- 単に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：どちらも成功しています。局所的に日が当たる部分、植物のシルエット、対照的な日陰の部分が表現されています。特に左は、ラグに広がる日なたとくっきりした影によって、その違いがはっきりと見て取れます。
- 家具や装飾品の移動、追加、削除、デザイン変更がないか：両者はほぼ互角です。どちらも参照画像のソファ、木製コーヒーテーブル、淡い色のラグ、鉢植えの木、フロアランプを同じ配置で維持しています。シルエットもよく一致しており、目立つ追加や削除はありません。
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。どちらも風景を自然に拡張し、参照画像の中央の構図を維持しています。左のほうが色味はわずかに近いものの、明確な勝敗を決めるほどの差ではありません。
- 16:9の画面で左右に自然な内容が追加されているか：互角です。どちらも横長の風景画像で、砂浜、海、空が左右に自然に続いており、上下に黒帯はありません。
- 元画像全体が切り抜きや引き伸ばしなしで中央に配置されているか：互角です。どちらも中央の小屋、その上の空、下の手前側の砂浜を維持しています。小屋の縦横比と水平線に対する位置は参照画像1によく一致しており、明らかな切り抜きや引き伸ばしはありません。
- 元の小屋、海岸線、画像内の構図が変わっていないか：左は参照画像の柔らかな青空と淡い色の小屋を保っており、色味がわずかに近くなっています。一方、右は彩度とコントラストが高めです。どちらも屋根の形、ドアの金具の配置、小屋の支柱、右方向に伸びる影、水平な海岸線を維持していますが、小屋の風化の様子は参照画像とやや異なります。
- 拡張部分に目立つ継ぎ目、鏡像で埋めた部分、物体の繰り返しがないか：互角です。どちらも水平線と帯状の波打ち際が途切れずにつながり、左右の追加部分には変化のある砂や雲の質感が見られます。明らかな継ぎ目、鏡像部分、小屋の複製はどちらにもありません。
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
用途による引き分けです。左はバスケットボールコートという舞台設定がより明確で、夕暮れの光も自然になじんでいます。右は参照画像のスニーカーのプロポーションと細部にわずかに近い仕上がりです。どちらも特徴的な側面のマークを維持し、濡れた地面との接地も自然に表現しています。
- 夕暮れの濡れた屋外バスケットボールコート：左が優れています。バスケットゴール、塗装されたコートの区画、濡れた舗装面、薄れゆく夕焼けが見え、舞台設定が明確です。右も夕暮れのフェンスに囲まれた濡れたコートを説得力のある形で表現していますが、背景にバスケットゴールが見えません。
- シルエット、ソールの形状、ステッチ、素材、カメラアングル：右が参照画像1にわずかに近い仕上がりです。幅広いサイドパネル、滑らかな白いアッパー、縫い目のライン、凹凸のあるつま先のバンパーを特によく維持しています。左も同じ構造を保っていますが、靴がややコンパクトで、つま先が短く見えます。どちらも参照画像と同じ、かかとが左、つま先が右になるアングルを維持しています。
- 黒い幾何学的な側面のマーク：両者はほぼ互角です。どちらも参照画像の角張った三方向に分かれる形、左に短く伸びる先端、上向きに伸びる枝、右下に長く伸びる枝を維持しています。マークはどちらも黒一色で、はっきりと識別できます。
- 接地影、濡れた地面への反射、夕暮れの光：両者は拮抗しています。左は接地部分の陰影が自然で、控えめな反射が濡れた粗い舗装面によって途切れています。暗めの照明も夕暮れの背景に合っています。右は手前の水たまりに靴がより鮮明に映り、接地部分の陰影もしっかりしていますが、夕焼けを背景にしたアッパーは、より明るく色味の偏りが少ない光で照らされているように見えます。
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
Banana Pieでは、どちらのモデルも25クレジットから利用できるため、最低消費クレジットは同じです。Seedream 5 Proの出力は最大2Kですが、Nano Banana 2.1は4Kにも対応しています。今回の比較で計測した少数のサンプルでは、処理時間はNano Banana 2.1が18.3〜126.4秒、Seedream 5 Proが38.6〜141.0秒でした。待ち時間はシナリオによって異なり、どちらのモデルにも相手より早く完了したタスクがありました。
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。各シナリオで同じプロンプトを固定し、モデルごとに1回ずつ実行して、生成された結果をそのまま公開しています。テストでは画像生成と編集を対象とし、文字表現、物と属性の対応付け、シーンの保持、再ライティングなどを検証しました。Banana Pieは両モデルへの有料アクセスを提供しています。
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。