画像生成で Nano Banana 2 と Seedream 5 Pro を比較
最適なモデルはタスクによって異なります。Seedream 5 Proは、素材の表現、人体構造、個数の再現、広告の構図、衣服の着せ替えで優れていました。Nano Banana 2は、タイポグラフィ、参照画像に基づく編集、テキストの置き換え、ライティングの変更、画像の拡張、商品の保持でリードし、構造化されたUIグラフィックでは両者が同等の結果でした。
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
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
この条件ではNano Banana 2が優位左の画像は、元のシーンの幾何学的な構造を保ちながら、複数のオブジェクトの編集をより忠実に実行しています。どちらも6つの参照画像をすべて正しく対応させていますが、配置とフレーミングは左のほうが大幅に元の画像に近くなっています。
- マグカップとナプキンの置き換え：左が優れています。紺色のマグカップと折りたたまれたストライプのナプキンは、特徴的な金縁のマグカップと重ね折りされたナプキンの参照画像によく一致し、元のマグカップとタオルが占めていた位置や範囲にもより忠実です。右も正しいオブジェクトを使用していますが、ナプキンがより平坦で、マグカップは少し位置がずれ、大きくなっています。
- オレンジとノートの置き換え：左が優れています。どちらも洋梨と青いノートを取り除き、オレンジ1個とマスタード色のノートを表示していますが、左はノートの元の右端の位置と見切れ方をはるかに忠実に保っています。右はノートを上に移動させ、全体をフレーム内に収めています。
- レモン2個の配置：両者は同等です。どちらもマグカップの右側に、葉付きのレモン1個と葉のないレモン1個の計2個を正確に配置しており、余分な果物や重複したオブジェクトはありません。
- 元のシーンの保持：左が優れています。マグカップ、オレンジ、ノート、テーブル上の主要なディテールは、画像全体に対する元の相対的な配置とフレーミングをより忠実に保っています。右はノートを大きく上に移動させ、複数のオブジェクトの大きさや間隔を変えています。
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Nano Banana 2が優位どちらもテキストの編集をきれいに完了していますが、左のほうが参照画像のタイポグラフィと周囲の店舗外観をより忠実に保っています。
- 正確なテキストの置き換え：どちらも「NIGHT OWL」を正確に描画しており、元の「MORNING BEAN」は完全になくなっています。
- 余分な文字や崩れた文字がないこと：どちらも明瞭で判読しやすい文字で「NIGHT OWL」だけを表示しており、不要な線や余分な文字はありません。
- フォント、間隔、遠近感：左のほうが参照画像にやや近くなっています。縦長のサンセリフ体、ゆったりとした字間、単語間のスペース、整列が元の看板により忠実で、右の文字はやや詰まって見えます。
- 素材、ライティング、シーンの保持：左が優れています。看板の緑色の木目、落ちる影、店舗外観の形状、窓、ドア、プランター、ベンチが参照画像により近く保たれています。右は店舗外観の比率や配置のずれがやや目立ちます。
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Seedream 5 Proが優位総合的には右が優勢です。ジャケットが衣服の参照画像にかなり近く、より自然になじんでいます。一方、元の人物とフレーミングの保持では左がやや優れています。
- 人物の同一性、表情、髪、ポーズ、体の比率、フレーミング：左のほうが元の画像に近くなっています。元の顔の形、まっすぐな表情、髪のボリューム、手の位置、ポートレートのフレーミングをより忠実に保っています。右は顔が細くなって微妙に変化し、手の位置もより下に移動しています。
- ジャケットの素材、色、襟、ボタン、ポケット、袖のパッチ：右が優れています。ライトブルーのデニム、クリーム色のシェルパ襟、ブロンズ色の金具、胸ポケットの構造、赤い袖のパッチがよりきれいに描かれ、参照画像2に近くなっています。左には、参照画像のジャケットにはない、目立つ白いダメージ加工が加わっています。
- マネキンや商品背景を持ち込まずに完全に置き換えること：両者は同等です。どちらも黒いスーツジャケットを完全に取り除き、白い商品背景やマネキンの形状を持ち込まず、元のグレーの室内シーンを保っています。
- 手、フィット感、重なり、影、ライティングの物理的な整合性：右がやや優れています。ジャケットがより均等に垂れ、縫い目と前身頃に一貫性があり、袖も手首に自然につながっています。左は裾がゆがんで不均一になり、前身頃の構造にも一貫性が欠けていますが、どちらも手とシーンのライティングは違和感なくなじんでいます。
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が優位左はライティングの変更により高い一貫性があり、ゴールデンアワーの光がより自然で、部屋全体にわたって光の方向に応じた影がより十分に表現されています。シーン内の要素の保持は両者とも同程度です。
- 暖かなゴールデンアワーの光が左の窓から明確に差し込むこと：左が優れています。強く暖かな日差しが左の窓から入り、ソファ、ラグ、テーブル、壁、床を照らしていることがはっきりとわかります。右も暖かく方向性のある光ですが、最も強い光は奥の壁の長方形の領域に集中しています。
- ハイライトと影の方向が新しい光源に一貫して対応すること：左が優れています。テーブルとソファは右下に長い影を落とし、窓枠の影が床を横切り、葉の影がソファにかかり、ランプは右側に影を落としています。右も壁に落ちる植物、窓、ランプの影には一貫性がありますが、テーブルやラグの周囲では方向性のある影の表現が不十分です。
- 一様な黄色のカラーフィルター以上の仕上がりであること：左が優れています。暖かなハイライトと明確に分かれた陰の領域に加え、複数のオブジェクトそれぞれに応じた影を組み合わせています。右も単なるフィルター以上の仕上がりですが、室内のより多くの面が全体的に同じような暖色を帯びています。
- 家具や装飾を移動、追加、削除、再デザインしないこと：両者はほぼ同等です。どちらも同じ窓、植物と鉢、ソファ、コーヒーテーブル、ラグ、フロアランプを全体として一致する位置に保っています。一方、どちらにも参照画像と比べて、比率や張り地、家具のディテールに目に見える小さな変化があります。
参照画像
使用したプロンプトと設定
プロンプト
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
この条件ではNano Banana 2が優位左は中央に配置された参照画像をより忠実に保ちながら、自然な横長の風景へと拡張しています。右もきれいに拡張していますが、元の構図の大きさと配置の変化がより目立ちます。
- 左右が自然に拡張された16:9の横長画像：どちらも16:9で、空、海、海岸線、砂浜が左右に自然につながっています。この点では明確な優劣はありません。
- 元の画像全体を切り抜きや引き伸ばしなしで中央に配置すること：左が優れています。水平線、小屋の屋根、小屋の幅、前景が、正方形の参照画像を出力画像の高さに合わせて中央に配置した場合に想定される比率とよく一致しています。右は小屋と中央の構図をやや小さくし、上下方向にも位置をずらしており、元のフレーミングがより大きく変更されています。
- 元の小屋、海岸線、画像内の構図を変えないこと：左が優れています。小屋の大きさ、外壁板、ドア、支柱、海岸線の高さ、影が参照画像により近く保たれています。右は小屋の幅を目に見えて狭め、周囲の砂浜や空に対する相対的な大きさを変えています。
- 目に見える継ぎ目、左右反転による埋め合わせ、オブジェクトの繰り返しがないこと：どちらも優れています。追加された雲、波、砂浜の質感が自然につながり、明らかな境界線や反転パターン、重複したオブジェクトはありません。
参照画像
使用したプロンプトと設定
プロンプト
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が優位左は商品をよく保ちながら、シーンにより自然になじませています。特に、明確なバスケットボールの環境、靴の映り込み、一貫した夕暮れの色味が効果的です。靴の形状の正確さでは右がやや優れていますが、総合的には左が明確に優勢です。
- 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。ゴール、コートのライン、金網フェンス、濡れた舗装面、濃いピンクと紫の夕空によって、指定された環境がより一目で伝わります。右も夕暮れのフェンスに囲まれた濡れたコートを描いていますが、バスケットボールの場であることはそれほど明確ではありません。
- シルエット、ソールの形状、ステッチ、素材、カメラアングル：右がやや優れています。つま先の輪郭、層状のソール、前部の凹凸のある補強部分、パネルのステッチ、革のようなアッパー、斜め側面からのアングルが参照画像により近く保たれています。左は靴がやや平たくなり、より真横に近い向きになっています。
- 側面の黒い幾何学的なマーク：両者はほぼ同等です。どちらも3方向に伸びる同じ黒い形状を明瞭に保っており、左に伸びる短い線、上に伸びる線、下に伸びる長い線が参照画像によく一致しています。
- 接地部分の影、濡れた面への映り込み、夕暮れのライティング：左が優れています。靴にはしっかりとした接地感があり、真下に位置の合った明瞭な映り込みが見られ、靴とコート全体で暖かな夕日の光から冷たい夕暮れの色調へと移り変わっています。右も接地感と水たまりに途切れながら映る反射は自然ですが、ほぼ純白の靴は周囲の夕暮れの光になじみきっていないように見えます。
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
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
各シナリオでモデルごとに同一の固定プロンプトを使用し、選定した出力結果を公開しています。公開画像には Banana Pie のウォーターマークが入っています。Banana Pie では、Nano Banana 2 と Seedream 5 Pro の両方を有料でご利用いただけます。
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。