GPT Image 2 vs Nano Banana Pro para geração de imagens
Escolha GPT Image 2 para edição de imagens, preservação de referências, anatomia, renderização de produtos, alteração de iluminação, expansão de imagens e elementos gráficos estruturados de interface. Nano Banana Pro é a melhor escolha para tipografia multilíngue, contagem e associação de atributos, além de composição publicitária precisa.

Dados lado a lado
| Recurso | GPT Image 2 | Nano Banana Pro |
|---|---|---|
| Desenvolvedor | OpenAI | |
| Disponibilidade no Banana Pie | Disponível agora | Disponível agora |
| Créditos a partir de | 20 créditos | 80 créditos |
| Resolução máxima | 4K | 4K |
| Imagens de referência | Até 8 | Até 8 |
Cenário por cenário
O mesmo prompt. Dois modelos. Compare as diferenças nas imagens publicadas abaixo.
Material e iluminação do produto
Melhor neste caso: GPT Image 2A imagem da esquerda apresenta o melhor resultado geral. A da direita representa com mais precisão o nível de líquido pela metade, mas a da esquerda tem uma representação mais limpa dos materiais e uma iluminação mais coerente com um produto premium.
- Exatamente um frasco e nenhum elemento extra: empate. Ambas as imagens mostram um único frasco de perfume retangular, transparente e na vertical, sem texto, logotipo, plantas ou objetos separados visíveis.
- Líquido âmbar até a metade: a imagem da direita se sai melhor. O nível do líquido fica próximo da metade do frasco, enquanto o frasco da esquerda parece ter um pouco mais da metade do corpo principal preenchido.
- Refração e reflexão coerentes: a imagem da esquerda se sai melhor. As bordas do vidro, a refração âmbar e o reflexo alinhado na pedra molhada são mais limpos e têm maior consistência interna; o frasco da direita tem vidro deformado na parte superior e um tubo interno visivelmente dobrado.
- Iluminação vinda do canto superior esquerdo e sombra de contato: a imagem da esquerda se sai melhor. Os brilhos vindos do canto superior esquerdo se mantêm consistentes na tampa, nos ombros do frasco e no líquido, com uma sombra plausível que se estende para a direita; a iluminação da direita tem a direção correta, mas produz sombras mais duras e menos voltadas à valorização do produto.
Prompt e configurações usados
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.
Tipografia multilíngue
Melhor neste caso: Nano Banana ProA imagem da direita segue exatamente o layout de pôster com quatro linhas solicitado, enquanto a da esquerda quebra incorretamente a primeira linha e, por isso, exibe cinco linhas.
- Exatamente quatro linhas de texto centralizadas e nenhum texto adicional: a imagem da direita se sai melhor. Ela mostra exatamente quatro linhas centralizadas: "MOONLIGHT MARKET", "月光市集", "18 OCT" e "RIVER HALL". A da esquerda divide "MOONLIGHT MARKET" em duas linhas, resultando em cinco linhas de texto visíveis.
- Texto e ordem exatos: a imagem da direita se sai melhor. Suas quatro linhas trazem exatamente "MOONLIGHT MARKET", "月光市集", "18 OCT" e "RIVER HALL", na ordem solicitada. A da esquerda contém as mesmas palavras e os mesmos caracteres, mas "MOONLIGHT MARKET" está dividido em "MOONLIGHT" e "MARKET", em vez de aparecer em uma única linha, como exigido.
- Cores de texto exigidas: empate. Ambas apresentam "月光市集" em vermelho e "MOONLIGHT MARKET", "18 OCT" e "RIVER HALL" em preto.
- Legibilidade, espaçamento e alinhamento: a imagem da direita se sai melhor. Suas quatro linhas são claramente legíveis, centralizadas em um mesmo eixo e espaçadas de forma consistente. A da esquerda é legível e centralizada, mas a quebra de "MOONLIGHT MARKET" cria uma linha extra e uma disposição geral menos uniforme.
Prompt e configurações usados
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 humana e contato
Melhor neste caso: GPT Image 2A imagem da esquerda atende melhor aos quatro requisitos de anatomia e contato. As duas mãos aparecem com clareza, os dedos são mais fáceis de contar e têm articulações mais naturais, e o contato das mãos com a argila durante a modelagem é mais fácil de identificar.
- Exatamente duas mãos totalmente visíveis: a imagem da esquerda se sai melhor. Ela mostra claramente uma mão completa de cada lado da tigela, sem mãos ou pessoas adicionais; a da direita mostra duas mãos sobrepostas, mas a mão de baixo fica bastante encoberta e não está totalmente visível.
- Cada mão tem exatamente cinco dedos distintos e de formato natural: a imagem da esquerda se sai melhor. É possível distinguir cinco dedos em cada mão, embora haja alguma sobreposição junto à tigela; na da direita, a pose sobreposta e a grande área encoberta dificultam distinguir ou contar com segurança os dedos da mão de baixo.
- Dedos, articulações e contato com a argila: a imagem da esquerda se sai melhor. Os dedos das duas mãos têm articulações coerentes e pressionam visivelmente a parede interna da tigela. A mão de cima na imagem da direita é plausível, mas a mão de baixo forma uma interseção pouco clara e apertada com a mão de cima e a borda da tigela.
- Tigela de argila, torno giratório e ação de modelagem: a imagem da esquerda se sai melhor. A tigela e o torno têm destaque, o desfoque de rotação visível transmite o movimento, e as duas mãos modelam ativamente o interior. A da direita também mostra claramente uma tigela e um torno giratório, mas a ação das mãos é menos clara porque elas se sobrepõem.
Prompt e configurações usados
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.
Contagem e associação de atributos
Melhor neste caso: Nano Banana ProAmbos os resultados seguem o prompt de perto, mas a imagem da direita comunica com mais clareza os materiais especificados, madeira e cerâmica, mantendo as quantidades, o posicionamento e a direção da alça corretos, além de uma cena limpa.
- Quantidade e disposição dos objetos: empate. Ambas as imagens mostram claramente exatamente três cubos vermelhos em uma fileira à esquerda, duas esferas azuis à direita e uma caneca amarela centralizada atrás deles.
- Associação de cor, forma e material: a imagem da direita se sai melhor. Ambas associam corretamente as cores e formas solicitadas, mas a da direita mostra veios de madeira nítidos nos cubos vermelhos e uma superfície visivelmente cerâmica e esmaltada na caneca; os cubos da esquerda têm um acabamento mais liso, com textura de madeira menos evidente.
- Direção da alça da caneca: empate. Nas duas imagens, a alça está claramente presa ao lado direito da caneca e se estende para a direita.
- Nenhum objeto ou texto adicional: empate. Nenhuma das imagens contém objetos ou textos adicionais visíveis.
Prompt e configurações usados
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.
Composição publicitária
Melhor neste caso: Nano Banana ProA imagem da direita segue com mais precisão a restrição de texto e a instrução de espaçamento no topo, mantendo todos os elementos visuais exigidos.
- Exatamente um tênis prateado e um rastro laranja: empate. Ambas mostram um tênis prateado no canto inferior direito, com um rastro laranja vibrante que entra visivelmente pelo canto inferior esquerdo e faz uma curva pela composição.
- Texto visível: a imagem da direita se sai melhor. Ela contém apenas "RUN LIGHT" e "42 KM", ambos escritos corretamente. A da esquerda também apresenta "RUN LIGHT" e "42 KM" corretamente, mas acrescenta "AERO" no tênis, violando a exigência de não incluir nenhum outro texto.
- Espaçamento no topo e posicionamento do título: a imagem da direita se sai melhor. A área superior está claramente vazia, com "RUN LIGHT" posicionado logo abaixo da faixa em branco, no canto superior esquerdo. A da esquerda também deixa bastante espaço vazio, mas o título começa visivelmente mais abaixo.
- Visibilidade e hierarquia: empate. Ambas mantêm o título, o selo, o rastro e o único tênis totalmente visíveis e estabelecem uma sequência clara do título para o selo e, depois, para o produto.
Prompt e configurações usados
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.
Design gráfico de interface estruturada
Melhor neste caso: GPT Image 2A imagem da ESQUERDA segue exatamente a estrutura solicitada, enquanto a da DIREITA viola a exigência explícita de não incluir texto adicional.
- Título e colunas: empate. Ambas apresentam o título exato "CHOOSE YOUR PLAN" e exatamente três colunas identificadas como "STARTER", "PRO" e "TEAM".
- Linhas de recursos: empate. Cada coluna dos dois lados contém exatamente três linhas alinhadas, identificadas como "PROJECTS", "STORAGE" e "SUPPORT".
- Botões de seleção: empate. Cada coluna dos dois lados tem exatamente um botão azul com o texto "SELECT".
- Alinhamento e texto adicional: a imagem da esquerda se sai melhor. Suas três colunas estão alinhadas de maneira uniforme e não contêm texto adicional. A da direita acrescenta textos proibidos, incluindo "5 active projects", "10 GB", "Email support", "20 active projects", "50 GB", "Priority email & chat support", "Unlimited projects", "200 GB" e "24/7 phone, email & chat support".
Prompt e configurações usados
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.
Associação e edição de objetos com seis referências
Melhor neste caso: GPT Image 2A imagem à esquerda vence no geral por preservar a cena-base e as posições das substituições com muito mais fidelidade. A imagem à direita reproduz melhor a referência dos dois limões, mas suas alterações mais amplas de enquadramento e escala têm maior impacto.
- Substituição da caneca e da toalha: A imagem à esquerda se sai melhor. Sua caneca azul-marinho mantém o acabamento escuro brilhante, a borda dourada e a alça voltada para a direita da caneca de referência, além da posição e da escala da caneca original; seu guardanapo listrado também preenche melhor a área da toalha original. A imagem à direita tem os objetos corretos, mas ambos parecem menores, e o guardanapo ocupa menos espaço na área da toalha original.
- Substituição da pera e do caderno: A imagem à esquerda se sai um pouco melhor. Ambas removem a pera e o caderno azul e mostram uma laranja com uma folha no topo, além de um caderno de capa dura cor de mostarda com um elástico preto, mas a imagem à esquerda preserva melhor a escala e a posição dos objetos originais, especialmente a laranja no lugar da pera.
- Dois limões: A imagem à direita se sai melhor. Ambas mostram exatamente dois limões à direita da caneca, mas a imagem à direita reproduz com mais fidelidade a disposição do par da Referência 6, incluindo a folha no limão à esquerda; a imagem à esquerda omite essa folha e deixa os limões mais separados.
- Preservação da cena-base: A imagem à esquerda se sai melhor. Seu enquadramento, a extensão do tampo da mesa, os pontos de referência nos veios da madeira, a iluminação e a disposição original dos objetos permanecem muito mais próximos da Referência 1. A imagem à direita altera a proporção e o recorte, reduz e desloca vários objetos e corta uma parte maior do caderno na borda direita.
Imagens de referência
Prompt e configurações usados
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.
Substituição de texto na imagem
Melhor neste caso: GPT Image 2A imagem à esquerda é a clara vencedora porque, embora ambas substituam o texto corretamente, ela preserva a imagem de referência com muito mais fidelidade fora da edição de texto solicitada.
- Precisão do texto da placa: Ambas exibem exatamente "NIGHT OWL", com "MORNING BEAN" completamente removido.
- Integridade dos caracteres: Ambas renderizam "NIGHT OWL" de forma limpa, sem caracteres adicionais, duplicados ou deformados.
- Fonte, espaçamento e perspectiva: A imagem à esquerda se aproxima mais da referência, preservando o estilo original de letras grandes, maiúsculas e sem serifa, o espaçamento amplo, a linha de base e a perspectiva da placa. A imagem à direita usa letras um pouco menores e altera o ângulo aparente e as proporções da placa.
- Preservação dos materiais, da iluminação e da cena: A imagem à esquerda mantém os veios da madeira verde, as sombras, a geometria da fachada, as plantas, o banco, as janelas e o enquadramento original praticamente inalterados. A imagem à direita reenquadra e reconstrói toda a cena de forma perceptível, alterando o recorte, as proporções da fachada, as posições das luminárias, a geometria das janelas e da porta, a folhagem e os detalhes ao redor.
Imagens de referência
Prompt e configurações usados
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Transferência de identidade e vestuário com múltiplas referências
Melhor neste caso: GPT Image 2A imagem à esquerda faz a melhor transferência: preserva muito melhor a pessoa e a cena originais, ao mesmo tempo que reproduz a jaqueta de referência com mais fidelidade.
- Identidade, expressão, cabelo, pose, proporções corporais e enquadramento: A imagem à esquerda se sai melhor. O rosto, a expressão sutil com a boca fechada, a posição do cabelo, a pose das mãos, a largura dos ombros e o recorte permanecem muito próximos da Referência 1, enquanto a imagem à direita altera visivelmente o formato dos olhos, o contorno da mandíbula, a expressão, a disposição do cabelo e o enquadramento geral.
- Material, cor, gola, botões, bolsos e aplique na manga da jaqueta: A imagem à esquerda se sai melhor. Ela reproduz com mais fidelidade o jeans azul-claro, a gola grossa de pele de carneiro cor de creme, a construção dos bolsos no peito, as ferragens em bronze, o padrão das costuras e o aplique vermelho na parte superior da manga da Referência 2. A imagem à direita mantém as características principais, mas apresenta uma gola menor, um jeans mais desbotado e posições menos fiéis dos bolsos e botões.
- Substituição completa sem manequim nem fundo de foto de produto: Ambas substituem totalmente o paletó preto e mantêm a parede cinza e a cortina à esquerda do retrato, sem manequim visível nem fundo branco de foto de produto. A imagem à esquerda é um pouco melhor porque preserva a cena e o enquadramento originais com mais precisão.
- Coerência física das mãos, do caimento, da oclusão, das sombras e da iluminação: A imagem à esquerda se sai melhor. As mãos originais e sua pose entrelaçada são preservadas com mais precisão, as mangas passam naturalmente por trás dos punhos, e a jaqueta responde de forma convincente à luz que vem do lado esquerdo da cena. A imagem à direita é coerente no geral, mas altera as mãos e a pose de forma mais perceptível e dá à jaqueta um caimento mais plano no torso.
Imagens de referência
Prompt e configurações usados
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.
Reiluminação coerente da cena
Melhor neste caso: GPT Image 2A imagem à esquerda vence no geral porque cria uma iluminação convincente de hora dourada e preserva o ambiente e os objetos originais com muito mais fidelidade. A imagem à direita apresenta uma projeção mais marcante de sombras direcionais, mas suas extensas alterações na composição e nos objetos violam diretamente a restrição da edição.
- A luz quente da hora dourada entra claramente pela janela à esquerda: Ambas atendem a esse critério. Cada uma mostra a luz quente do sol entrando pela janela à esquerda, com uma iluminação dourada intensa que se espalha pelo ambiente.
- As áreas de brilho e as direções das sombras respondem de forma coerente à nova fonte de luz: A imagem à direita se sai melhor. Suas manchas de luz em formato de janela e sombras longas se estendem de forma consistente da esquerda para a direita pela parede, pelo sofá, pelo tapete, pela mesa e pelo piso; a imagem à esquerda é coerente no geral, mas apresenta uma direção menos definida no tapete e nos móveis.
- O resultado vai além de um filtro amarelo uniforme: Ambas atendem a esse critério. Cada uma introduz áreas localizadas de luz solar, sombras de oclusão mais escuras, projeções da moldura da janela e sombras projetadas pelos objetos, em vez de apenas tingir toda a cena.
- Nenhum móvel ou item de decoração é movido, adicionado, removido ou redesenhado: A imagem à esquerda se sai muito melhor. Ela preserva fielmente a composição da referência, o sofá, a mesa, a planta, a luminária, o tapete e a geometria da janela, enquanto a imagem à direita altera visivelmente suas proporções e posições, incluindo um sofá e um tapete menores, uma mesa e uma planta reposicionadas e uma moldura de janela modificada.
Imagens de referência
Prompt e configurações usados
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.
Expansão de imagem para diferentes proporções
Melhor neste caso: GPT Image 2A imagem à esquerda preserva muito melhor a composição da referência e os detalhes da cabana, além de produzir expansões laterais limpas e naturais. A imagem à direita cria uma cena de praia plausível, mas altera a escala, o horizonte, a linha da costa e a cabana de forma excessiva para os requisitos de preservação.
- Formato horizontal 16:9 com novo conteúdo natural dos dois lados: Ambas as imagens estão no formato horizontal e estendem a praia, o oceano e o céu pelas áreas laterais adicionadas. A imagem à esquerda é um pouco melhor porque o horizonte e a linha da costa permanecem praticamente nas mesmas posições verticais da referência, fazendo com que a expansão pareça mais naturalmente uma extensão horizontal da imagem.
- Imagem original completa centralizada, sem cortes nem distorções por esticamento: A imagem à esquerda se sai melhor. Sua cabana permanece centralizada e mantém tamanho e posição muito mais próximos da referência, enquanto a imagem à direita reduz consideravelmente a cabana e desloca o horizonte do oceano para cima, indicando uma alteração mais ampla da imagem original.
- Cabana original, linha da costa e composição interna inalteradas: A imagem à esquerda se sai melhor. O desgaste da cabana, as ferragens da porta, os blocos de apoio, a sombra e a disposição da linha da costa permanecem visivelmente mais próximos da referência. A imagem à direita altera a fachada da cabana e os detalhes da porta, simplifica o desgaste, reduz a cabana e reposiciona a linha da costa e o horizonte.
- Sem emendas visíveis, preenchimento espelhado ou objetos repetidos: Ambas se saem bem, sem junções verticais evidentes, regiões espelhadas ou objetos duplicados. A imagem à esquerda é um pouco melhor porque suas faixas de ondas e texturas de areia apresentam transições consistentes por todo o quadro, enquanto as alterações mais amplas na composição da imagem à direita tornam o resultado menos fiel, embora as expansões em si permaneçam limpas.
Imagens de referência
Prompt e configurações usados
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.
Preservação do produto na mudança de cenário
Melhor neste caso: GPT Image 2A imagem à esquerda preserva o tênis de referência com mais fidelidade e o insere em uma cena de quadra de basquete molhada ao anoitecer mais clara e fisicamente convincente.
- Quadra de basquete ao ar livre molhada ao anoitecer: A imagem à esquerda se sai melhor. Ela mostra claramente o tênis em uma quadra encharcada pela chuva, com aro, tabela, cerca, marcações da quadra, céu ao pôr do sol e refletores acesos visíveis. A imagem à direita apresenta piso molhado e linhas de quadra ao anoitecer, mas o cenário de basquete é menos imediatamente reconhecível.
- Silhueta, geometria da sola, costuras, materiais e ângulo da câmera: A imagem à esquerda se sai melhor. Seu perfil lateral baixo, a ponta voltada para a direita, as proporções do solado, a construção dos painéis, os traçados das costuras, a disposição dos cadarços e o material branco semelhante a couro correspondem fielmente à referência. A imagem à direita inverte a orientação do tênis, usa um ângulo frontal mais elevado e altera várias proporções e detalhes dos painéis.
- Marca geométrica preta na lateral: A imagem à esquerda se sai melhor. Ela preserva o segmento horizontal traseiro, a diagonal ascendente, a ramificação superior e a ramificação dianteira descendente da marca de referência na mesma orientação. A imagem à direita apresenta uma configuração invertida e visivelmente alterada, incluindo uma longa diagonal inferior e uma ramificação horizontal curta.
- Sombra de contato, reflexo na superfície molhada e iluminação ao anoitecer: A imagem à esquerda se sai melhor. A sola está firmemente apoiada na quadra, com uma sombra de contato localizada e um reflexo detalhado abaixo dela que acompanha o tênis e a marca lateral; os reflexos quentes do pôr do sol e dos refletores da quadra também se integram à superfície molhada. A imagem à direita apresenta cores e reflexos plausíveis para o anoitecer, mas a área de contato e o tênis refletido têm uma aparência menos natural.
Imagens de referência
Prompt e configurações usados
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.
Custo e tempo de geração
GPT Image 2 custa a partir de 20 créditos, enquanto Nano Banana Pro custa a partir de 80 créditos, o que torna GPT Image 2 a opção que consome menos créditos. Nesta execução, Nano Banana Pro entregou o resultado mais rápido em todos os pares de tempos registrados, mas esses tempos são apenas uma pequena amostra destas execuções, não números de um benchmark geral.
Como comparamos e transparência
Esta comparação usou um prompt fixo por cenário com cada modelo, e os resultados selecionados foram publicados. As imagens públicas levam a marca-d’água do Banana Pie. Os resultados do Nano Banana Pro nesta página vêm de uma execução posterior com o mesmo prompt e as mesmas configurações. Banana Pie vende acesso pago tanto ao GPT Image 2 quanto ao Nano Banana Pro.
O Banana Pie oferece acesso pago a este modelo e a outros em um só Estúdio. Nossos vereditos vêm de testes executados pelo mesmo fluxo disponibilizado aos usuários.







































































