GPT Image 2.5 Flare vs Nano Banana 2.1: kompozycja reklamowa czy precyzyjna struktura interfejsu?
W naszych testach wyniki zależały od zadania, a wiele porównań zakończyło się remisem: wybierz GPT Image 2.5 Flare, jeśli zależy Ci na wierniejszej kompozycji reklamowej i niewielkiej przewadze w zachowywaniu portretów, scen ze zmienionym oświetleniem oraz szczegółów produktów podczas edycji. Wybierz Nano Banana 2.1 do uporządkowanych grafik interfejsu bez dodatkowego tekstu oraz dla niewielkiej przewagi w zachowywaniu sceny bazowej i położenia podmienianych elementów przy łączeniu obiektów z obrazów referencyjnych.
Zestawienie faktów
| Cecha | GPT Image 2.5 Flare | Nano Banana 2.1 |
|---|---|---|
| Twórca | OpenAI | |
| Dostępność w Banana Pie | Dostępny teraz | Dostępny teraz |
| Kredyty od | 25 kredytów | 25 kredytów |
| Maks. rozdzielczość | 4K | 4K |
| Obrazy referencyjne | Do 8 | Do 8 |
Porównanie scenariuszy
Ten sam prompt. Dwa modele. Oceń różnicę na opublikowanych poniżej obrazach.
Materiał produktu i oświetlenie
Zależy od zadaniaRemis. Oba obrazy spełniają główne wymagania dotyczące produktu i oświetlenia. Obraz po prawej jest nieco bliższy wymaganemu poziomowi napełnienia, natomiast obraz po lewej ma bardziej stonowane, rozproszone odbicie; żaden nie ma wyraźnej przewagi ogólnej.
- Jedna przezroczysta prostokątna butelka, bez tekstu, logo ani dodatkowych obiektów: Oba obrazy wypadają tak samo. Każdy przedstawia jedną stojącą prostokątną szklaną butelkę perfum z nałożoną zatyczką; na żadnym nie widać tekstu, logo, roślin ani osobnych rekwizytów.
- Napełnienie do połowy bursztynowym płynem: Obraz po prawej jest nieco bliższy wymaganiu. Bursztynowy płyn zajmuje mniej więcej dolną połowę wnętrza butelki, choć wydaje się sięgać odrobinę powyżej połowy. Po lewej płyn wyraźniej przekracza środek wnętrza butelki.
- Spójne załamanie światła w szkle i odbicie na mokrym kamieniu: Oba obrazy są przekonujące. Po lewej widać przesunięte krawędzie oraz rurkę atomizera przez szkło i płyn, a rozbite bursztynowe odbicie odwzorowuje nierówności kamienia. Po prawej widać wiarygodne zniekształcenie przez grube szklane dno oraz jedno prawidłowo położone odbicie w gładszej kałuży, choć jest ono mocniejsze niż wymagane subtelne odbicie.
- Oświetlenie z lewego górnego rogu, spójne refleksy i cień kontaktowy: Oba obrazy są przekonujące. Po lewej oświetlenie z lewego górnego rogu jest wyraźne, krawędzie szkła skierowane w lewo są jasne, a cień biegnie od podstawy w prawo. Po prawej refleksy na górze zatyczki i lewych górnych krawędziach butelki są delikatniejsze, pod podstawą widoczny jest ciemny cień kontaktowy, a po prawej — bursztynowa plama światła.
Użyty prompt i ustawienia
Prompt
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.
Typografia wielojęzyczna
Zależy od zadaniaRemis. Oba obrazy wyraźnie odwzorowują poprawną treść i kolory, ale żaden nie spełnia wymogu czterech wierszy, ponieważ tytuł jest podzielony na dwa wiersze.
- Dokładnie cztery wyśrodkowane wiersze tekstu i brak dodatkowego tekstu: Oba obrazy wypadają tak samo. Każdy plakat ma pięć wyśrodkowanych wierszy, ponieważ tytuł zajmuje dwa wiersze. Żaden nie dodaje treści.
- Dokładna treść i kolejność: Oba obrazy wypadają tak samo. Obraz PO LEWEJ zawiera „MOONLIGHT”, „MARKET”, „月光市集”, „18 OCT” i „RIVER HALL”; obraz PO PRAWEJ zawiera „MOONLIGHT”, „MARKET”, „月光市集”, „18 OCT” i „RIVER HALL”. Cała treść ma poprawną pisownię i kolejność, ale żaden obraz nie zachowuje „MOONLIGHT MARKET” w jednym wierszu, jak wymagano.
- Kolory tekstu: Oba obrazy spełniają to kryterium. „月光市集” jest jaskrawoczerwone PO LEWEJ i ciemnoczerwone PO PRAWEJ; angielski tytuł, data i nazwa miejsca są czarne na obu obrazach.
- Czytelność, odstępy i wyrównanie: Oba obrazy są podobnie czytelne i wyśrodkowane, z wyraźnymi odstępami między znakami oraz dużymi przerwami między grupami tekstu. PO LEWEJ zastosowano grubsze litery, a PO PRAWEJ — cieńsze; żaden obraz nie ma istotnej przewagi pod względem wyrównania ani czytelności.
Użyty prompt i ustawienia
Prompt
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.
Anatomia człowieka i kontakt fizyczny
Zależy od zadaniaRemis. Oba obrazy przekonująco przedstawiają formowanie ceramiki, ale żaden nie pokazuje wyraźnie dwóch w pełni widocznych dłoni z pięcioma odrębnymi palcami każda. Niewielka przewaga obrazu PO LEWEJ pod względem kontaktu z gliną nie wystarcza do wyłonienia wyraźnego zwycięzcy.
- Dokładnie dwie w pełni widoczne dłonie, bez dodatkowych dłoni ani osób: Oba obrazy wypadają tak samo. Każdy pokazuje dwie dłonie jednego garncarza, bez dodatkowych dłoni ani osób. Żaden nie ukazuje obu dłoni w całości: PO LEWEJ końcówki palców są schowane za przednią krawędzią misy, a PO PRAWEJ palce nakładają się na siebie wzdłuż jej zewnętrznej ścianki.
- Każda dłoń ma dokładnie pięć odrębnych, naturalnie uformowanych palców: Żaden obraz nie spełnia jednoznacznie tego wymagania. PO LEWEJ widać kilka rozdzielonych palców wchodzących do misy, ale jej krawędź zasłania ich końce, a palce dłoni znajdującej się na zewnątrz nakładają się na siebie. PO PRAWEJ wyraźnie rozdzielono cztery palce dłoni nad misą, lecz jej kciuk jest ukryty; palce drugiej dłoni nakładają się na siebie obok misy.
- Palce, stawy i kontakt z gliną są anatomicznie wiarygodne: Oba obrazy pokazują wiarygodnie zgięte stawy oraz uzupełniające się podparcie misy od wewnątrz i z zewnątrz. Obraz PO LEWEJ jest nieco bliższy wymaganemu kontaktowi, ponieważ PO PRAWEJ wyraźnie odstający na zewnątrz kciuk nie dotyka gliny. Nakładające się palce na obu obrazach utrudniają ocenę drobniejszych szczegółów anatomii.
- Gliniana misa, obracające się koło i czynność formowania są wyraźnie rozpoznawalne: Oba obrazy wypadają tak samo. Na obu widać rozpoznawalną glinianą misę pośrodku koła, koliste smugi ruchu oraz pokryte gliną dłonie podtrzymujące i formujące ścianki.
Użyty prompt i ustawienia
Prompt
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.
Zliczanie i przypisywanie atrybutów
Zależy od zadaniaRemis. Oba obrazy spełniają wymagania dotyczące liczby obiektów, układu, kolorów i kierunku uchwytu. Obraz po prawej nieco wyraźniej pokazuje drewno, a obraz po lewej ma czystsze tło; żaden nie ma znaczącej przewagi ogólnej.
- Liczba i rozmieszczenie obiektów: Oba obrazy wypadają tak samo. Każdy pokazuje dokładnie trzy czerwone sześciany w rzędzie po lewej, dwie niebieskie kule po prawej i jeden żółty kubek pośrodku, za obiektami na pierwszym planie.
- Kolory, kształty i materiały: Obraz po prawej wypada nieco lepiej, ponieważ czerwone sześciany mają wyraźniejsze usłojenie drewna. Oba poprawnie łączą czerwień z sześcianami, niebieski z przezroczystymi szklanymi kulami, a żółty ze szkliwionym ceramicznym kubkiem; wszystkie obiekty stoją na szarym stole.
- Kierunek uchwytu kubka: Oba obrazy wypadają tak samo. Każdy kubek ma wyraźnie widoczny uchwyt skierowany w prawo.
- Brak dodatkowych obiektów i tekstu: Oba obrazy pokazują sześć wymaganych obiektów bez tekstu ani dodatkowych przedmiotów na stole. Obraz po lewej ma czystsze szare tło, natomiast po prawej w górnych rogach widać niewielkie fragmenty pomieszczenia za stołem.
Użyty prompt i ustawienia
Prompt
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.
Kompozycja reklamowa
Lepszy w tym zadaniu: GPT Image 2.5 FlareObraz po lewej jest ogólnie bliższy wymaganiom, ponieważ położenie nagłówka i pomarańczowa smuga lepiej odpowiadają żądanej kompozycji. Oba obrazy naruszają ograniczenie do wskazanego tekstu, dodając napis „AERO” na bucie.
- Położenie buta i pomarańczowej smugi: Obraz po lewej jest bliższy wymaganiom. Oba pokazują dokładnie jeden srebrny but w prawym dolnym rogu. Po lewej pomarańczowa smuga przebiega przez lewą dolną część pierwszego planu, natomiast po prawej wchodzi od prawego dolnego rogu, a następnie zakrzywia się w lewo.
- Widoczny tekst: Oba obrazy wypadają tak samo. Oba poprawnie odwzorowują „RUN LIGHT” i „42 KM”, ale na obu widnieje też napis „AERO” na bucie, co narusza wymóg braku innego tekstu.
- Pusta górna część i położenie nagłówka: Obraz po lewej wypada lepiej. Oba pozostawiają górne 15 procent bez zbędnych elementów, lecz po lewej nagłówek znajduje się bliżej miejsca bezpośrednio pod zarezerwowaną przestrzenią. Po prawej pusta przestrzeń jest znacznie większa, a nagłówek przesunięto niżej.
- Widoczność i hierarchia wizualna: Oba obrazy wypadają tak samo. Na obu cały but, nagłówek i okrągła plakietka są widoczne, z wyraźnym rozdzieleniem dużego nagłówka, produktu i mniejszej plakietki. Obraz po lewej podkreśla but przez większą skalę; obraz po prawej pozostawia wokół niego więcej przestrzeni.
Użyty prompt i ustawienia
Prompt
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.
Grafika interfejsu o uporządkowanej strukturze
Lepszy w tym zadaniu: Nano Banana 2.1Wygrywa obraz PO PRAWEJ, ponieważ zachowuje wymaganą strukturę i nie zawiera dodatkowego tekstu. Obraz PO LEWEJ odwzorowuje główny układ, ale dodaje niewymagane wartości w planach.
- Tytuł i trzy kolumny: Oba obrazy spełniają to kryterium w równym stopniu. Każdy wyświetla dokładny tytuł „CHOOSE YOUR PLAN” nad dokładnie trzema kolumnami oznaczonymi „STARTER”, „PRO” i „TEAM”.
- Trzy wyrównane wiersze w każdej kolumnie: Oba obrazy spełniają to kryterium w równym stopniu. Każda kolumna zawiera „PROJECTS”, „STORAGE” i „SUPPORT” w tej kolejności, a odpowiadające sobie wiersze są wyrównane poziomo w całej grafice.
- Jeden niebieski przycisk SELECT w każdej kolumnie: Oba obrazy spełniają to kryterium w równym stopniu. Każda kolumna ma dokładnie jeden niebieski przycisk z napisem „SELECT”, umieszczony pod trzema wierszami.
- Równe wyrównanie i brak dodatkowych kolumn lub tekstu: Wygrywa obraz PO PRAWEJ. Obie grafiki mają równomiernie rozmieszczone kolumny o jednakowej szerokości, ale tylko obraz PO PRAWEJ zawiera wyłącznie wymagany tekst. Obraz PO LEWEJ dodaje „5”, „10 GB” i „Email” w STARTER; „25”, „100 GB” i „Priority” w PRO oraz „Unlimited”, „1 TB” i „24/7” w TEAM, naruszając zakaz dodatkowego tekstu.
Użyty prompt i ustawienia
Prompt
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.
Łączenie i edycja obiektów na podstawie sześciu obrazów referencyjnych
Lepszy w tym zadaniu: Nano Banana 2.1Obraz PO PRAWEJ ma niewielką przewagę ogólną dzięki lepszemu zachowaniu sceny bazowej i położenia podmienianych elementów. Oba poprawnie łączą wszystkie wymagane obiekty i zawierają dokładnie dwie cytryny.
- Podmiana kubka i serwetki: Oba obrazy wypadają podobnie. Na obu widać ciemnogranatowy kubek ze złotym rantem z obrazu referencyjnego 2, uchwyt skierowany w prawo oraz złożoną serwetkę w zielono-białe paski we właściwych miejscach. Obraz PO LEWEJ lepiej zachowuje szeroki korpus kubka; obraz PO PRAWEJ utrzymuje obszar zajmowany przez serwetkę bliżej pierwotnego położenia ręcznika z obrazu referencyjnego 1.
- Podmiana pomarańczy i notesu: Obraz PO PRAWEJ jest nieco bliższy wymaganiom. Oba zawierają dokładnie jedną pomarańczę z zielonym liściem i musztardowożółty notes z czarną gumką z obrazu referencyjnego; żaden nie zachowuje oryginalnych obiektów źródłowych. Obraz PO PRAWEJ umieszcza pomarańczę i notes bliżej ich położeń w scenie bazowej; obraz PO LEWEJ przesuwa oba wyżej.
- Dwie cytryny po prawej stronie kubka: Oba obrazy wypadają tak samo. Oba pokazują dokładnie dwie sąsiadujące ze sobą cytryny po prawej stronie kubka, z liściem na lewej cytrynie i bez liścia na prawej, zgodnie z rozpoznawalnym układem z obrazu referencyjnego 6. Żaden nie dodaje owoców, zduplikowanych elementów ani innych obiektów.
- Zachowanie sceny bazowej: Obraz PO PRAWEJ wypada lepiej. Sęki w blacie, prawa górna krawędź stołu, obszar zajmowany przez serwetkę i położenie notesu są bliższe obrazowi referencyjnemu 1. Obraz PO LEWEJ przesuwa kilka obiektów i charakterystycznych punktów usłojenia w górę oraz nadaje stołowi cieplejszy, bardziej nasycony wygląd. Obraz PO PRAWEJ nadal zmienia proporcje kubka, ale wierniej zachowuje ogólny układ sceny bazowej.
Obrazy referencyjne
Użyty prompt i ustawienia
Prompt
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.
Zamiana tekstu na obrazie
Zależy od zadaniaRemis. Oba obrazy poprawnie zastępują tekst i wiernie zachowują styl szyldu oraz otaczającą go witrynę lokalu, bez widocznej rozstrzygającej przewagi.
- Dokładny tekst szyldu: Oba obrazy wypadają tak samo. Zarówno PO LEWEJ, jak i PO PRAWEJ widnieje „NIGHT OWL”, a napis „MORNING BEAN” z obrazu referencyjnego całkowicie zniknął.
- Brak dodatkowych lub zniekształconych znaków: Oba obrazy wypadają tak samo. Każdy szyld zawiera wyraźne, rozpoznawalne wielkie litery, bez dodatkowych znaków ani pozostałości starego napisu.
- Oryginalny charakter kroju pisma, odstępy i perspektywa: Oba obrazy są bliskie referencji. Każdy zachowuje kremowe bezszeryfowe wielkie litery, duże odstępy między nimi oraz napis dopasowany do perspektywy szyldu. PO LEWEJ litery wydają się nieco wyższe względem tablicy, a PO PRAWEJ napis jest przesunięty odrobinę bardziej w prawo; żaden obraz nie ma rozstrzygającej przewagi.
- Niezmieniony materiał, oświetlenie i otoczenie: Oba obrazy wiernie zachowują usłojenie zielonego drewna, ciemną ramę, cienie lamp, witrynę lokalu, rośliny i ławkę. Widać drobne różnice w fakturach, ale kompozycja sceny i ciepłe oświetlenie pozostają po obu stronach bardzo podobne do obrazu referencyjnego.
Obrazy referencyjne
Użyty prompt i ustawienia
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Przenoszenie tożsamości postaci i ubioru z wielu obrazów referencyjnych
Lepszy w tym zadaniu: GPT Image 2.5 FlareObraz PO LEWEJ wygrywa nieznacznie, ponieważ wierniej zachowuje oryginalny portret. Oba skutecznie przenoszą główne cechy kurtki; obraz PO PRAWEJ ma niewielką przewagę pod względem naturalnego wkomponowania ubrania.
- Tożsamość osoby, wyraz twarzy, włosy, poza, proporcje i kadrowanie: LEWY wypada lepiej. Twarz, zarys fryzury, pozycja głowy i portretowy kadr są bardzo zbliżone do obrazu referencyjnego 1. PRAWY zachowuje rozpoznawalność osoby i swobodny wyraz twarzy, ale nieco zmienia kształt twarzy oraz stosuje węższą kompozycję z innymi proporcjami głowy i ramion. Oba nieco zmieniają ułożenie dłoni.
- Materiał kurtki, kolor, kołnierz, guziki, kieszenie i naszywka na rękawie: Oba są na zbliżonym poziomie. Oba odtwarzają jasnoniebieski dżins, kremowy kołnierz z polaru, metalowe guziki, spiczasto zakończone kieszenie na piersi, pionowe dolne kieszenie i czerwoną naszywkę na rękawie. LEWY wyraźniej pokazuje naszywkę i konstrukcję kieszeni, ale powierzchnia dżinsu jest bardziej plamista niż na obrazie referencyjnym 2. PRAWY lepiej oddaje fakturę dżinsu, lecz widoczna część naszywki ogranicza się do wąskiego paska.
- Pełna zamiana bez manekina ani tła ze zdjęcia produktowego: Oba wypadają równie dobrze. Oba całkowicie zastępują czarną marynarkę kurtką dżinsową i zachowują szarą ścianę oraz jasną krawędź okna z obrazu referencyjnego 1. Żaden nie wprowadza tła ze zdjęcia produktowego ani manekina.
- Fizyczna spójność dłoni, dopasowania ubrania, wzajemnego przesłaniania elementów, cieni i oświetlenia: PRAWY jest nieco lepszy. Rozpięta kurtka naturalnie odsłania oryginalną białą koszulę, a fałdy i cienie wokół łokci oraz mankietów wyglądają przekonująco. LEWY również ma wiarygodnie przedstawione dłonie i kierunkowe oświetlenie, ale usuwa widoczny dekolt koszuli i zbliża do siebie poły kurtki, pozostawiając naprzeciwległe guziki i dziurki wyraźnie oddzielone, przez co zapięcie wygląda mniej wiarygodnie.
Użyty prompt i ustawienia
Prompt
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.
Spójna zmiana oświetlenia sceny
Lepszy w tym zadaniu: GPT Image 2.5 FlareLEWY wygrywa nieznacznie: oba przekonująco oddają kierunkowe światło złotej godziny, ale LEWY wierniej zachowuje scenę referencyjną.
- Ciepłe światło złotej godziny wyraźnie wpada przez lewe okno: Oba spełniają to kryterium. LEWY pokazuje silniejszą bursztynową poświatę w oknie i na sofie, a PRAWY — ciepłe prostokątne plamy światła słonecznego na ścianie i podłodze. W obu lewe okno jest wyraźnie źródłem światła.
- Rozjaśnienia i kierunki cieni są spójne z nowym źródłem światła: Oba są na zbliżonym poziomie. Oba oświetlają zwrócone w lewo liście rośliny i powierzchnie mebli, rzucają cień rośliny na ścianę po jej prawej stronie oraz wydłużają cienie stolika w kierunku prawego dolnego rogu dywanu. PRAWY nieco wyraźniej rozdziela obszary bezpośrednio nasłonecznione od zacienionych.
- Efekt wykracza poza jednolity żółty filtr: Oba spełniają to kryterium. Każdy wprowadza wyraźne plamy światła słonecznego w kształcie okna, cienie liści na ścianie i wydłużone cienie mebli. LEWY ma silniejszą ogólną pomarańczową dominantę, ale miejscowe rozjaśnienia i cienie wyraźnie wykraczają poza działanie filtra kolorystycznego.
- Żadne meble ani dekoracje nie zostały przesunięte, dodane, usunięte ani przeprojektowane: LEWY wypada lepiej. Wiernie zachowuje kadrowanie, kontury sofy, zarys rośliny, konstrukcję stolika i położenie dywanu z obrazu referencyjnego. PRAWY zachowuje te same rodzaje obiektów, ale zmienia ulistnienie rośliny, proporcje stolika i detale jego nóg oraz obrys dywanu i zajmowaną przez niego część pierwszego planu.
Obrazy referencyjne
Użyty prompt i ustawienia
Prompt
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.
Rozszerzanie obrazu do różnych proporcji
Zależy od zadaniaRemis. PRAWY lepiej zachowuje oryginalne kadrowanie, a LEWY — zniszczoną przez warunki atmosferyczne powierzchnię domku. Oba tworzą przekonujące rozszerzenia do formatu panoramicznego, ale żaden nie pozostawia oryginalnego obrazu bez zmian.
- Format 16:9 z naturalnie dodaną zawartością po obu stronach: Oba spełniają to kryterium. Każdy przedstawia szeroki krajobraz z plażą, oceanem i niebem naturalnie rozciągającymi się do obu krawędzi, bez czarnych pasów u góry i u dołu.
- Cały oryginalny obraz wyśrodkowany, bez przycinania ani rozciągania: PRAWY jest bliższy wzorcowi. Domek, horyzont i pierwszy plan zachowują względne położenie w pionie oraz proporcje z obrazu referencyjnego. LEWY pozostawia domek na środku, ale zmniejsza go względem wysokości kadru i przesuwa linię brzegową w górę, zmieniając oryginalne kadrowanie.
- Oryginalny domek, linia brzegowa i kompozycja wewnątrz obrazu bez zmian: Żaden nie spełnia w pełni tego kryterium. LEWY lepiej zachowuje charakterystyczną łuszczącą się farbę i zwietrzałe deski domku, ale zmienia jego skalę oraz kompozycję otoczenia. PRAWY lepiej zachowuje sylwetkę domku i układ sceny, lecz wyraźnie wygładza i zmienia fakturę farby na domku oraz przerysowuje szczegóły piasku i przybrzeżnych fal.
- Rozszerzenia bez widocznych łączeń, lustrzanych wypełnień ani powtarzających się obiektów: Oba wypadają równie dobrze. W obu horyzont jest ciągły, przejścia w obrębie chmur i piasku wyglądają wiarygodnie, a łączenia czy powielone domki nie są widoczne. Żaden nie ma rzucających się w oczy lustrzanych wypełnień.
Obrazy referencyjne
Użyty prompt i ustawienia
Prompt
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.
Zachowanie wyglądu produktu przy zmianie sceny
Lepszy w tym zadaniu: GPT Image 2.5 FlareLEWY ma ogólnie niewielką przewagę, ponieważ wierniej zachowuje proporcje buta sportowego i znak na jego boku z obrazu referencyjnego. Oba skutecznie umieszczają go na mokrym boisku do koszykówki ze spójnym wieczornym oświetleniem.
- Mokre zewnętrzne boisko do koszykówki o zmierzchu: Oba spełniają to kryterium. LEWY pokazuje kosz, ogrodzenie, linie boiska i mokrą nawierzchnię pod pomarańczowym wieczornym niebem. PRAWY pokazuje większą część pomalowanej powierzchni boiska oraz kilka koszy pod chłodniejszym niebem o zmierzchu.
- Sylwetka, geometria podeszwy, szwy, materiały i kąt ujęcia: LEWY jest bliższy obrazowi referencyjnemu 1, zachowując wydłużony profil, otwór cholewki, szwy łączące panele i proporcje fakturowanej osłony noska. PRAWY sprawia, że but wydaje się nieco bardziej zwarty, oraz zmienia kontury kołnierza i panelu na pięcie. LEWY dodaje wyraźne krople wody, ale zasadnicza konstrukcja pozostaje zbliżona do wzorca.
- Czarny geometryczny znak na boku: LEWY jest nieco bliższy wzorcowi pod względem kątów i proporcji trzech ramion. PRAWY zachowuje ten sam rozpoznawalny znak, choć jego opadające ramię wydaje się krótsze, a centralne połączenie nieco zmienione. W obu znak pozostaje ostry i czytelny.
- Cień kontaktowy, odbicie na mokrej powierzchni i oświetlenie o zmierzchu: Oba są przekonujące. LEWY ma ciemny cień kontaktowy, nieciągłe odbicie na fakturowanej nawierzchni i ciepłe rozjaśnienia krawędzi pasujące do zachodu słońca. PRAWY ma subtelne odbicie w kałuży, cień pod podeszwą i chłodniejsze oświetlenie spójne ze scenerią o zmierzchu.
Obrazy referencyjne
Użyty prompt i ustawienia
Prompt
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.
Koszt i czas generowania
Ceny obu modeli zaczynają się od 25 kredytów, więc początkowy budżet kredytów jest taki sam niezależnie od wyboru. W niewielkiej próbie pomiarów czasu oczekiwania z tego porównania GPT Image 2.5 Flare potrzebował 70,5–101,0 sekund, a Nano Banana 2.1 — 18,3–126,4 sekund. Nano Banana 2.1 zazwyczaj generował obrazy szybciej, ale odnotowano dla niego również najdłuższy czas oczekiwania; są to obserwacje z tej serii testów.
Metodyka porównania i informacje jawne
To porównanie opiera się na powtarzalnym teście ze stałymi promptami: w każdym scenariuszu użyliśmy jednego ustalonego promptu i wykonaliśmy po jednej próbie dla każdego modelu, a obrazy opublikowaliśmy w postaci wygenerowanej przez modele. Wyniki testów na tej stronie pokazują, jak dokładnie każdy model spełnia wymagania dotyczące kompozycji, tekstu i edycji. Banana Pie sprzedaje płatny dostęp do obu modeli.
Banana Pie oferuje płatny dostęp do tego i innych modeli w jednym Studio. Nasze werdykty opierają się na testach przeprowadzonych w tym samym procesie, z którego korzystają użytkownicy.