GPT Image 2 vs GPT Image 2.5 Flare:圖像生成比較
評測結果依任務而異:製作結構化圖像、忠實保留物件與產品原貌,以及精準編輯文字,選擇 GPT Image 2。處理打光、廣告構圖、場景重新打光與擴圖,選擇 GPT Image 2.5 Flare;文字排版、人體結構與計數則平分秋色。

並列資訊比較
| 功能 | GPT Image 2 | GPT Image 2.5 Flare |
|---|---|---|
| 開發商 | OpenAI | OpenAI |
| Banana Pie 上的供應狀態 | 現已推出 | 現已推出 |
| 所需點數 | 20 點數 | 25 點數 |
| 最高解析度 | 4K | 4K |
| 參考圖像 | 最多 8 張 | 最多 8 張 |
逐情境比較
相同提示詞,兩個模型。從下方發布的圖像親自比較差異。
產品材質與光影
此項較佳:GPT Image 2.5 Flare兩張圖都相當符合提示詞,但右圖的半滿液面更明確,左上方光源的方向也更清楚。瓶內吸管的輕微變形不足以抵銷這些優勢。
- 畫面中恰好有一個透明長方形香水瓶,且沒有文字、標誌或多餘物件:平手。兩張圖都呈現單一、直立的長方形瓶身,放在未擺放其他物品的濕石面上,沒有可見的文字、品牌標示、植物或其他獨立道具。
- 瓶內明顯裝有半瓶琥珀色液體:右圖較佳。右圖的液面非常接近瓶內空間的中點,左圖則看起來略超過半滿。
- 玻璃折射與濕潤黑色石面上的倒影符合物理邏輯:左圖較佳。左圖的玻璃邊緣、琥珀色透光效果及對齊的倒影呈現一致;右圖的瓶內吸管明顯彎曲,瓶底附近的光學扭曲也較不規則。
- 左上方光源產生一致的亮部與合理的接觸陰影:右圖較佳。右圖左側明亮的反光,以及朝較暗右側延伸、貼合表面的陰影,尤其清楚地呈現出左上方的光源方向。
使用的提示詞與設定
提示詞
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.
多語言文字排版
視任務而定依照評分標準,兩張圖的表現幾乎相同。文字內容、順序和顏色都正確,但兩者都明顯將指定的第一行拆成兩行,因此呈現五行,而非要求的恰好四行。
- 恰好四行置中文字,且無額外文字:平手。兩張海報都有五行可見文字,因為「MOONLIGHT MARKET」被拆成「MOONLIGHT」和「MARKET」兩行;兩者都沒有加入額外字句。
- 文字內容與順序完全正確:平手。兩者皆依指定順序呈現「MOONLIGHT」、「MARKET」、「月光市集」、「18 OCT」和「RIVER HALL」,但都未將「MOONLIGHT MARKET」保留在同一行。
- 文字顏色:平手。兩者都將「月光市集」呈現為紅色,所有可見的英文文字則為黑色。
- 易讀性、間距與對齊:平手。兩張海報的字體都清晰易讀、置中對齊,垂直間距大致均勻;視覺上沒有明顯的優劣之分。
使用的提示詞與設定
提示詞
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.
人體結構與接觸互動
視任務而定左圖更符合提示詞對手部與手指完整可見的嚴格要求,右圖則在人體結構及塑形時的接觸表現上更具說服力。依各項評分標準綜合判斷,兩者的優勢相互抵銷。
- 恰好有兩隻完整可見的手,沒有多餘的手或人物:左圖較佳。兩张圖都呈現一個人及恰好兩隻手,但左圖的雙手露出得更完整;右圖有相當部分的手指藏在碗內或碗後。
- 每隻手恰好有五根清楚分開、形態自然的手指:左圖較佳。左圖每隻手的五根手指都較容易逐一辨認,右圖則因重疊與遮擋,較難確定雙手的確切手指數量。
- 手指、關節及與陶土接觸的方式符合人體結構:右圖較佳。右圖從碗內外夾持的手勢自然貼合碗壁,手指排列更合理;左圖有幾個指尖看起來擠在一起,或因陶土而呈現局部黏合的樣貌。
- 陶碗、旋轉中的陶輪及塑形動作清楚可辨:右圖較佳。兩張圖中的碗和陶輪都很突出,但右圖雙手相對的位置更能清楚傳達正在塑形的動作。
使用的提示詞與設定
提示詞
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.
數量計算與屬性對應
視任務而定兩張圖都符合全部四項標準,遵循要求的程度沒有明顯差異。物件數量、屬性對應、排列方式、把手方向及背景的乾淨程度都幾乎相同。
- 物件數量與位置:平手;兩張圖都清楚呈現左側恰好三個紅色立方體排成一列、右側恰好兩個藍色球體,以及位於它們後方中央的一個黃色馬克杯。
- 顏色、形狀與材質的對應:平手;兩者都呈現帶有細緻紋理的紅色木製立方體、透明且具反光效果的藍色玻璃球,以及表面光亮的黃色陶瓷馬克杯。
- 馬克杯把手方向:平手;兩張圖中的馬克杯把手都清楚位於右側。
- 沒有額外物件或文字:平手;兩張圖都沒有任何可見的額外物件或文字。
使用的提示詞與設定
提示詞
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.
廣告構圖
此項較佳:GPT Image 2.5 Flare右圖更符合指定版面,因為標題更接近預定位置,位於頂部留白區的正下方。其餘方面兩者表現相近,而且都在鞋子上加入「AERO」,違反文字限制。
- 恰好一隻銀色鞋子與橘色軌跡:平手。兩張圖都在右下方呈現一隻銀色鞋子,橘色軌跡由左下方進入,沿曲線穿過場景。
- 可見文字:平手。兩者都正確呈現「RUN LIGHT」與「42 KM」,但鞋子上也都清楚出現「AERO」,因此都未符合畫面中只能出現前述文字的要求。
- 頂部留白與標題位置:右圖較佳。兩者的頂部區域都保持簡潔,但右圖的「RUN LIGHT」更接近該保留區域的正下方;左圖則在標題上方留下明顯更多的空白。
- 完整可見與視覺層次:平手。兩者都讓標題、徽章、軌跡及單隻鞋子完整可見,並以標題與鞋子為主體,建立清楚的視覺層次。
使用的提示詞與設定
提示詞
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.
結構化 UI 圖像
此項較佳:GPT Image 2左圖完全符合提示詞,右圖則違反了不得加入額外文字的明確要求。
- 標題與欄位:平手。兩者都精確呈現標題「CHOOSE YOUR PLAN」,以及恰好三欄,分別標示為「STARTER」、「PRO」和「TEAM」。
- 列項目:平手。兩張圖的每一欄都包含三個對齊的列項目,標示為「PROJECTS」、「STORAGE」和「SUPPORT」。
- 按鈕:平手。兩張圖的每一欄都恰好包含一個標示「SELECT」的藍色按鈕。
- 對齊與額外文字:左圖較佳。兩者的欄位皆整齊對齊,但右圖額外加入了方案詳細文字:「5」、「10 GB」、「Email」、「25」、「100 GB」、「Priority」、「Unlimited」、「1 TB」和「24/7」。左圖沒有額外文字。
使用的提示詞與設定
提示詞
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.
六張參考圖的物件對應與編輯
此項較佳:GPT Image 2左圖的整體編輯表現更出色,因為它更忠實地保留了原始場景的構圖與替換物件的位置。右圖更準確地重現了兩顆檸檬的參考圖,但整體空間配置偏移較大,因此左圖略勝一籌。
- 評估標準 1:左圖略勝。兩者都正確替換了馬克杯與毛巾,但左圖更貼近原始馬克杯的位置、大小及杯把朝右的方向,同時也將摺好的條紋餐巾準確放在原本毛巾所在的區域。
- 評估標準 2:左圖略勝。兩者都呈現恰好一顆柳橙與一本芥末黃硬殼筆記本,且四個原始物件皆已完全替換,但左圖的柳橙與筆記本位置更接近參考圖 1 中的梨子與藍色筆記本。
- 評估標準 3:右圖較佳。兩者都在馬克杯右側放置了恰好兩顆檸檬,但右圖保留了左側檸檬上的葉片,更忠實地重現參考圖 6 中的檸檬組合;左圖則省略了那片葉子。
- 評估標準 4:左圖較佳。左圖的物件大小與擺放位置更貼近參考圖 1,尤其是馬克杯、柳橙與筆記本,同時保留了相同的桌面取景、可辨識的木紋特徵、光線與陰影。右圖則有多個替換物件偏離原始位置較遠。
使用的提示詞與設定
提示詞
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.
圖片內文字替換
此項較佳:GPT Image 2兩張成品都俐落地完成了指定的替換。左圖的字體大小更貼近原始文字,因此略勝一籌;其餘可見的評估項目則基本上不相上下。
- 精確替換文字:兩圖都完整且正確地顯示「NIGHT OWL」,沒有可見的「MORNING BEAN」殘留。
- 沒有變形字元:兩圖都只呈現「NIGHT OWL」應有的字母,沒有多餘、重複或變形的字元。
- 字型、字距與透視:左圖略微更接近參考圖,因為字母高度與字重更貼近原始招牌的字體;右圖的替換文字稍大,不過兩者都自然地符合招牌的透視角度。
- 材質、光線與場景保留:兩圖不相上下;皆保留了深綠色木紋、奶油色文字、投射陰影、燈具、店面、植物與周圍日照,場景沒有明顯變動。
參考圖像
使用的提示詞與設定
提示詞
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
維持場景一致性的重新打光
此項較佳:GPT Image 2.5 Flare右圖的重新打光效果更具說服力且更一致,各個空間位置的光照與陰影更加鮮明,同時保留了房間原有的配置。
- 溫暖的黃金時刻光線明確從左側窗戶照入:右圖較佳;明亮的陽光明顯穿過左側窗戶,在地板、地毯、沙發與牆面上形成鮮明的光帶。左圖也呈現溫暖光照,但較難清楚看出光束穿過房間的路徑。
- 亮部與陰影方向一致地呼應新光源:右圖較佳;窗框陰影、植物陰影、沙發明暗、桌腳陰影與地板上的長影,都一致地朝遠離左側窗戶的方向延伸。左圖雖有具方向性的牆面陰影,但地板與家具的陰影較柔和,調整也較不全面。
- 效果不只是均勻套上一層黃色濾鏡:右圖較佳;它加入了局部亮部、窗形投影、深邃的投射陰影,以及各表面上不同的明暗對比。左圖也加入了實際具有方向性的光照,但場景中較多區域仍籠罩著大致均勻的琥珀色調。
- 沒有移動、新增、移除或重新設計任何家具或裝飾:兩圖不相上下;皆保留參考圖的構圖,相同的窗戶、植物與盆器、沙發、茶几、地毯及落地燈都維持原本的位置與設計。
參考圖像
使用的提示詞與設定
提示詞
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.
跨長寬比擴圖
此項較佳:GPT Image 2.5 Flare右圖整體以些微差距勝出,因為它的取景與兩側延伸更貼近參考圖構圖,呈現更乾淨、連貫的景觀;不過,左圖更忠實地保留了部分小屋細節。
- 16:9 格式與自然的兩側延伸內容:右圖略勝。兩者都是橫向構圖,並將沙灘、海洋與天空向兩側延伸,但右圖的地平線更乾淨、連續;左圖則在最右側邊緣加入了一小塊遠方陸地。
- 完整原圖置中,沒有裁切或拉伸:右圖略為接近。兩者都將完整小屋置中,但右圖更貼近參考圖中屋頂、地平線與海岸線的垂直位置,左圖則將構圖向下移動。
- 原始小屋、海岸線與圖內構圖維持不變:左圖在小屋細節上略勝,更忠實地保留了可見的門鉸鏈、門把、風化痕跡與比例。兩者都改變了參考圖中海岸線與雲層的確切形態。
- 沒有可見接縫、鏡像填補或重複物件:右圖略勝。兩者都沒有明顯的鏡像或重複內容,但右圖在兩側外緣延伸出的海洋與天空看起來更一致;左圖最右側的陸地則降低了延伸區域的一致性。
參考圖像
使用的提示詞與設定
提示詞
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.
更換場景時維持產品原貌
此項較佳:GPT Image 2左圖更忠實地保留了參考圖中的運動鞋,同時自然地將它融入指定的黃昏濕地球場場景。右圖對環境的呈現更鮮明,但材質處理與較不明顯的鞋子倒影,降低了原貌保留度與物理上的一致性。
- 黃昏時分的濕潤戶外籃球場:右圖較佳。籃框、圍欄、球場標線、濕潤地面、日落天空與球場燈光倒影,更清楚地呈現了指定場景。左圖也具說服力,但畫面較暗,前景的球場特徵較不明顯。
- 輪廓、鞋底幾何形狀、縫線、材質與拍攝角度的一致性:左圖較佳。它的輪廓、鞋面各片比例、縫線走向、鞋底側面輪廓、鞋頭紋理與觀看角度都與參考圖非常接近。右圖保留了主要結構,但略微改變了比例,並以明顯水珠覆蓋原本乾淨的材質外觀。
- 黑色幾何側邊標記的保留:左圖較佳。它的標記更貼近參考圖中精確的交會處、後側水平線段、上方短分支與向下延伸的長分支。右圖的標記仍可辨識,但看起來略粗,中央交會處也較為壓縮。
- 接觸陰影、濕地倒影與黃昏光照的一致性:左圖較佳。鞋底呈現確實貼地的接觸感,濕潤地面上有清楚可辨的運動鞋倒影,前景偏冷的光照也符合黃昏環境。右圖的貼地接觸感強,日落倒影也很吸引人,但鞋子本身幾乎沒有清楚可辨的倒影,而且鞋緣明亮的暖色光照,相較於周圍光線略顯過強。
參考圖像
使用的提示詞與設定
提示詞
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.
多張參考圖的人物身分與服裝轉移
使用的提示詞與設定
提示詞
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.
成本與生成時間
GPT Image 2 每次生成 20 點數起,GPT Image 2.5 Flare 則為 25 點數起,因此 GPT Image 2 每次生成所需的點數較低。在本次少量的延遲時間樣本中,GPT Image 2 每個情境約需 81 至 190 秒,GPT Image 2.5 Flare 則約需 71 至 101 秒;這些觀察僅反映本次測試,並非通用的效能基準。
比較方式與揭露事項
每個情境皆使用同一組固定提示詞,讓每款模型各生成一次,並直接公布原始生成結果。Banana Pie 提供這兩款模型的付費使用服務。
Banana Pie 在同一個創作台提供此模型及其他模型的付費使用權。我們的評測結論來自與使用者相同生成流程的測試。







































































