画像生成で Nano Banana 2 と Seedream 5 Pro を比較
結果はタスクによって分かれたため、総合的な勝者は一つに絞れません。製品の質感表現、人体構造、個数の正確さ、広告構成を重視するなら Seedream 5 Pro、タイポグラフィ、再ライティング、製品を中心としたシーン変更を重視するなら Nano Banana 2 が適しています。残りのタスクは引き分け、または妥当な勝者を判断するのに十分な参照元の証拠がありませんでした。
機能を並べて比較
| 項目 | Nano Banana 2 | 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 | 40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
両モデルを固定テストの同一プロンプトで実行。生成された画像を加工せず、そのまま掲載しています。
商品の素材感とライティング
この条件ではSeedream 5 Proが優位全体として、右のほうが素材と反射に関する要件をより説得力のある形で満たしています。単一製品としての見せ方がすっきりしており、半分まで入った液体が明確で、反射も控えめで一貫しています。
- 透明な長方形の香水ボトルがちょうど1本だけ表示され、文字、ロゴ、余分な物体がない：右のほうが優れています。どちらも直立した長方形のボトルを1本だけ描き、目に見える文字やロゴはありません。ただし、左には右側にボトル形の目立つゴースト状の反射がある一方、右では1本のボトルとその反射を視覚的に明確に区別できます。
- ボトルの半分まで琥珀色の液体が入っていることが目視できる：右のほうが優れています。右では液面がボトル本体のほぼ中間にはっきり位置していますが、左は半分よりやや上まで入っているように見えます。
- ガラスの屈折と濡れた黒い石の上の反射が物理的に一貫している：右のほうが優れています。右の短い反射はボトルの真下に垂直に揃って自然に伸びています。一方、左には右側に分離したボトル形の反射があり、さらに琥珀色の強いコースティクスが大きく広がっていて、控えめとはいえません。
- 左上からの照明により、一貫したハイライトと自然な接地影が生じている：左のほうが優れています。左上からの明るい照明と右下へ伸びる影によって、指定された方向が明確に表現されています。右の照明はより正面かつ中央から当たっているため、左上という方向性がやや不明瞭です。
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が優位どちらの出力も文字と色の要件を正確に満たしていますが、左のほうが間隔のバランスがわずかに優れているため、僅差で左の勝ちです。
- 中央揃えのテキストがちょうど4行あり、追加のテキストがない：引き分け。どちらのポスターにも中央揃えの4行だけが表示され、余分なテキストはありません。
- 文言と順序が正確である：引き分け。どちらも「MOONLIGHT MARKET」、「月光市集」、「18 OCT」、「RIVER HALL」を指定された順序で描画しています。
- 指定された文字色：引き分け。どちらのポスターでも、「月光市集」は赤、「MOONLIGHT MARKET」、「18 OCT」、「RIVER HALL」は黒です。
- 読みやすさ、間隔、配置：左のほうがわずかに優れています。どちらも読みやすく中央に配置されていますが、左のポスターは縦方向の流れがより均整の取れたものになっています。右では「MOONLIGHT MARKET」と「月光市集」が比較的近く、その一方で下の行が別のまとまりとして詰まっています。
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Seedream 5 Proが優位右のほうが、人体構造を重視したプロンプトを適切に満たしています。指の構造がより明確で、手と粘土の接触も自然に見えると同時に、ろくろを使った陶芸シーンであることも明瞭です。
- 完全に見える手がちょうど2本あり、余分な手や人物がいない：引き分け。どちらの画像にも成人の陶芸家が1人と、ちょうど2本の手が描かれており、追加の手や人物はいません。
- それぞれの手に、自然な形の指がちょうど5本あり、明確に判別できる：右のほうが優れています。右の画像では、ポーズによって一部が重なっているものの、それぞれの手で5本の指を判別できます。左では、鉢の内側にある陶芸家の手の指が不明瞭で、不規則に分かれています。
- 指、関節、粘土との接触が解剖学的に自然である：右のほうが優れています。右の指は関節に一貫性があり、鉢の内壁と外壁にかかる圧力も自然です。左の内側の手は、指が不自然に長く不揃いで、手へのつながり方や接触の表現にも説得力がありません。
- 粘土の鉢、回転するろくろ、成形動作が明確に認識できる：引き分け。どちらも、ろくろの中央に成形された粘土の鉢があり、片手を内側、もう片方を外側に添えて壁面を成形している様子が明確に描かれています。
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
この条件ではSeedream 5 Proが優位右は4つの要件をすべて満たしています。一方、左は指定された個数と属性には合致しているものの、背景に余分な物体が追加されています。
- 物体の個数と配置：引き分け。どちらの画像にも、左側に一列に並んだ赤い立方体がちょうど3個、右側に青い球体が2個、前景の物体の後ろの中央に黄色いマグカップが1個、目視できる形で描かれています。
- 属性の対応：引き分け。どちらの画像にも、木目が見える赤い木製の立方体、半透明の青いガラス球、黄色い陶器製マグカップが明確に描かれています。
- マグカップの持ち手の方向：引き分け。どちらの画像でも、持ち手が右側にはっきり見えます。
- 追加の物体やテキストがない：右のほうが優れています。右の画像には無地の背景に指定された物体だけがあります。一方、左の画像には、植物とその鉢を含む、ぼやけた背景の物体が目に見える形で含まれています。どちらの画像にも目に見えるテキストはありません。
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、指定された広告構成により正確に従っています。特に、余分な「AERO」という文字を避けながら、必須要素をすべて明瞭かつ完全に表示しています。
- 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：右のほうが優れています。右下に銀色のシューズが1足あり、左下から始まって上向きに曲がるオレンジ色の軌跡が明確に描かれています。左にもシューズが1足と指定された軌跡がありますが、シューズが右側だけでなく下部中央の大部分も占めています。
- 表示されるテキストが指定のものだけである：右のほうが優れています。右には「RUN LIGHT」と「42 KM」だけがあり、どちらも正しく綴られています。左には「RUN LIGHT」と「42 KM」に加えて、シュータンに「AERO」と目に見える形で描かれています。
- 上部の余白と見出しの配置：引き分け。どちらも上部に明確ですっきりした余白を設け、その空白のすぐ下の左上に「RUN LIGHT」を配置しています。
- 視認性と階層：右のほうが優れています。右では、シューズ、オレンジ色の軌跡、「RUN LIGHT」の見出し、円形の「42 KM」バッジがすべて完全に表示され、明確に分離されています。左も視覚的な階層は明確ですが、大きなシューズとバッジによって右下の構成がより混み合っています。
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
用途によるどちらの画像も、指定された構造と表示テキストを完全に満たしています。スタイル上の違いはわずかで、評価基準には影響しません。
- タイトルと列：引き分け。どちらも正確なタイトル「CHOOSE YOUR PLAN」と、「STARTER」、「PRO」、「TEAM」というラベルが付いたちょうど3列を描画しています。
- 行：引き分け。どちらの画像でも、各列に「PROJECTS」、「STORAGE」、「SUPPORT」というラベルの付いた行がちょうど3行、整列して配置されています。
- ボタン：引き分け。どちらの画像でも、各列に「SELECT」というラベルの付いた青いボタンがちょうど1つあります。
- 配置と追加コンテンツ：引き分け。どちらも3列を等間隔かつ一貫して整列させ、追加の列やテキストはありません。
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
用途によるどちらの出力も、指定された物体数と置き換えを実質的に同程度まで目に見える形で満たしています。直接比較できる参照元がないため、折り方、間隔、フレーミングの違いはいずれもわずかなものです。
- 基準1：引き分け。どちらにも濃いネイビーブルーのマグカップと、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。参照元がここに表示されていないため、参照元の見た目との完全な一致や、元の位置が維持されているかは確認できません。
- 基準2：引き分け。どちらに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ちょうど1冊ずつあり、緑の洋ナシや青いノートは目に見える形では残っていません。これらの出力だけでは、参照4および5との完全な一致を評価できません。
- 基準3：引き分け。どちらにもマグカップの右側にレモンがちょうど2個あり、余分な果物やその他の追加物は見当たりません。
- 基準4：引き分け。どちらも、フレーミング、照明、影、木目、物体の配置が似た、一貫性のある木製テーブル上のシーンを維持しています。これらが参照1から変更されていないかどうかは、参照1を確認しない限り検証できません。
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
用途によるどちらの出力も、表示テキストの要件を同等に満たしています。元画像がないため、保持に関する基準だけでは、どちらか一方を選ぶ妥当な根拠になりません。
- 正確なテキストと元の文字の除去：引き分け。どちらの看板にも正確に「NIGHT OWL」と表示され、以前の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：引き分け。どちらの看板にも余分な文字、重複した文字、不正な形の文字はなく、「NIGHT OWL」だけが描画されています。
- フォント、間隔、遠近感：引き分け。どちらもすっきりした大文字のサンセリフ体を使用し、文字間隔が一貫していて、看板の遠近感に沿って配置されています。元画像が表示されていないため、元画像からどの程度保持されているかを完全には評価できません。
- 素材、照明、シーンの保持：引き分け。どちらも、安定した自然光の下にある木目調の濃い緑色の看板と、一貫性のある店舗正面のシーンを描いています。どちらかの出力で元のシーンが変更されたかどうかは、元画像がなければ判断できません。
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正確な転写を検証するために必要な参照元がないため、主要な基準について確信を持って判断することはできません。右は衣服のフィット感と構造の一貫性でわずかに優れていますが、総合的な勝者とするには根拠が不十分です。
- 人物の同一性の保持：参照1が表示されていないため、確実には評価できません。どちらの出力も人物、表情、髪形、ポーズ、プロポーション、フレーミングは似ていますが、元画像に対して正確に保持されているかは検証できません。
- ジャケットの一致：参照2が表示されていないため、それと照らして確実に評価することはできません。どちらにも、クリーム色のシアリング襟、金属製ボタン、フラップ付き胸ポケット2つ、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がありますが、ダメージ加工、縫い目、ボタンの配置にはわずかな違いがあります。
- スーツの置き換え：引き分け。どちらも目に見えるスーツジャケットをデニムに完全に置き換えており、ゴーストマネキンやコピーされた白い商品背景はありません。
- 物理的な一貫性：右のほうがわずかに優れています。右はジャケットの前開き、裾、袖口、胸の縫い目がよりすっきりしており、手や胴体の周囲でも一貫して揃っています。左は前身頃の位置がやや不均一で、手元付近の裾の開き方もやや不自然です。
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Nano Banana 2が優位左側の窓から差し込む暖かな光によって、複数の面にわたって方向性の明確なハイライトと、より長く判別しやすい落ち影が生じているため、左がやや優勢です。どちらも再ライティングとして説得力がありますが、これらの出力だけでは元のシーンが保持されているかを判断できません。
- 暖かなゴールデンアワーの光が左側の窓から明確に差し込んでいる：左のほうがわずかに優れています。窓が暖かく輝き、強い日差しが左から右へ、ソファ、ラグ、床、右の壁を横切っていることがはっきり分かります。右でも暖かな光が左から差し込んでいますが、全体的な効果はやや柔らかです。
- ハイライトと影の方向が新しい光源に整合している：左のほうがわずかに優れています。テーブルとソファから右方向に長い影が伸び、植物もソファと壁を横切る方向性のある影を落としています。右では窓枠と植物による一貫した影が奥の壁に映っていますが、床の影が示す方向性はそれほど明瞭ではありません。
- 単に全体へ均一な黄色のカラーフィルターを適用しただけではない：どちらも十分に満たしています。各画像には、局所的に明るい窓光の投影、物体ごとのハイライト、陰になる側、落ち影があり、全体へ一様に暖色を適用したものではありません。左のほうが光と影の分離がやや強く表れています。
- 家具や装飾品が移動、追加、削除、再設計されていない：元のソース画像がないため、確実には評価できません。2つの出力ではソファ、テーブル、ラグ、植物、ランプ、窓の細部が目に見えて異なりますが、その違いからどちらが元画像をより忠実に保持しているかは判断できません。
参照画像
使用したプロンプトと設定
プロンプト
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
用途によるどちらの画像も一貫性のある風景の拡張を生成していますが、元画像がないため、最も重要な保持要件を評価できません。目に見える拡張部分の品質だけで判断すると、どちらにも明確な優位性はありません。
- 最終出力と左右の拡張部分：引き分け。どちらも明らかに16:9の横長構図で、ビーチ、海、空が左右両側へ自然に広がっている。片側だけが大幅に不自然に見える箇所は、どちらにもない。
- 元画像が切り抜きや引き伸ばしなく中央に配置されているか：元のソース画像が提示されていないため、完全には評価できない。どちらの出力でもキャビンは中央に配置され、明らかな幾何学的な引き伸ばしは見られないが、元画像が保持されているか、切り抜かれていないかは確認できない。
- キャビン、海岸線、内部構図が変更されていないか：元画像の参照がないため、これらの出力だけでは評価できない。LEFTとRIGHTでは、キャビンの比率、ドアのディテール、海岸線の位置、フレーミングが異なるため、少なくとも一方には変更が加えられているが、どちらが元画像をより忠実に保持しているかは判断できない。
- 継ぎ目、ミラー状の補完、オブジェクトの反復：引き分け。どちらの出力にも、明確な垂直方向の継ぎ目、明らかに鏡像化されたビーチのテクスチャ、不自然に反復されたオブジェクトは見られない。海と空のつながりも、どちらも連続して自然に見える。
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Nano Banana 2が優位特に、ひと目でバスケットボールコートと分かる背景と、濡れたコート面に自然に溶け込んだ反射により、シーン変更の要件をより説得力をもって満たしているのはLeft。元画像がないため、製品が完全に保持されているかは確認できない。
- 夕暮れ時の濡れた屋外バスケットボールコート：Leftの方が優れている。バックボード、リング、金網フェンス、コートのライン、濡れた路面、夕暮れの空がすべてはっきりと確認できる。Rightにも夕暮れ時の濡れたフェンス付きコートが描かれているが、バスケットボールのリングは見当たらない。
- 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：元のスニーカー画像が提示されていないため、完全には評価できない。どちらの出力にも、似たローカットのシルエット、ステッチの入った白いアッパー、凹凸のあるトゥバンパー、真横からのカメラアングルが見られるが、Rightの方が構造上のディテールはやや鮮明に見える。
- 黒い幾何学模様のサイドマーク：引き分け。どちらの画像にも、後方へ短く水平に伸びる部分、上向きの分岐、より長い斜めの部分からなる、明瞭で判別しやすい黒い角張ったマークが描かれている。元画像がないため、どちらかが完全に変更されていないかは確認できない。
- 接地影、濡れた表面への反射、夕暮れのライティング：Leftの方が優れている。シューズはしっかり接地して見え、サイドマークまで映り込んだ目立つ反射があり、背景に合った暖色から寒色へ移る夕暮れの光に照らされている。Rightも接地感と水たまりへの反射には説得力があるが、シューズへの光はより平坦で、夕焼けの環境とのなじみが弱い。
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
Nano Banana 2 は40クレジットから、Seedream 5 Pro は25クレジットから利用できるため、初期コストは Seedream 5 Pro のほうが低くなっています。今回の実行で観測されたレイテンシは、Nano Banana 2 が57125ms〜122746ms、Seedream 5 Pro が38569ms〜141015msでした。これらは少数のサンプルに基づく観測値であり、ベンチマーク値ではありません。
比較方法と開示事項
シナリオごとに一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公開しました。Banana Pie では、Nano Banana 2 と Seedream 5 Pro の両方を有料で利用できます。
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。