測試日期:2026-08-26最後更新:2026-10-06

GPT Image 2 vs Nano Banana 2:圖像生成比較

在忠實遵循提示詞的構圖、材質與光線控制、物件屬性綁定,以及保留原圖的編輯方面,GPT Image 2 是更強的選擇。Nano Banana 2 則更擅長多語言文字呈現、人物接觸互動,以及跨長寬比擴圖;結構化 UI 圖像的表現則平分秋色。

GPT Image 2 與 Nano Banana 2 比較

並列資訊比較

功能GPT Image 2Nano Banana 2
開發商OpenAIGoogle
Banana Pie 上的供應狀態現已推出現已推出
所需點數20 點數40 點數
最高解析度4K4K
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

左圖更符合材質與光影要求。瓶內半滿的液面、適度的反射、折射,以及左上方的光線方向都更清晰,也更符合物理邏輯。

  • 畫面中恰好只有一個透明長方形香水瓶,沒有文字、標誌或額外物件:平手。兩張圖都呈現一個直立的長方形瓶子,沒有可見的文字、標誌、植物或獨立道具;右圖右側的瓶狀形體明顯是潮濕表面上的倒影。
  • 瓶內的琥珀色液體明顯裝至一半:左圖較佳。左圖的琥珀色液面清楚、水平,位於瓶身中點;右圖的液面則看起來略低於中點。
  • 玻璃折射與潮濕黑色石材上的反射符合物理邏輯:左圖較佳。左圖的玻璃邊緣與琥珀色調折射一致,單一倒影自然地延伸至瓶子下方。右圖則在右側出現與瓶子分離的倒影,加上強烈的琥珀色投射圖樣,使表面的光學效果較不連貫,也不夠細膩。
  • 左上方光源產生一致的高光與合理的接觸陰影:左圖較佳。明亮的左上方光源、玻璃高光與延伸至右下方的陰影,三者方向明確一致。右圖同樣有左上方光源與向右延伸的陰影,但強烈的琥珀色投影和看似分離的倒影,降低了光影的一致性。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 1:1

Nano Banana 2

Resolution: 1K · Aspect Ratio: 1:1

了解這項測試的進行方式

多語言文字排版

此項較佳:Nano Banana 2

右圖完全遵循指定的四行海報版面,左圖則錯誤地將第一行拆成兩行。

  • 恰好四行置中文字,且沒有額外文字:右圖較佳。右圖恰好呈現四行置中文字;左圖則將「MOONLIGHT MARKET」拆成「MOONLIGHT」與「MARKET」兩行,導致畫面中共有五行文字。
  • 文字內容與順序完全正確:右圖較佳。右圖依指定順序呈現「MOONLIGHT MARKET」、「月光市集」、「18 OCT」與「RIVER HALL」,每行內容皆完全正確。左圖的用字與順序相同,但指定的第一行被拆成「MOONLIGHT」與「MARKET」。
  • 指定色彩:平手。兩張圖皆將「月光市集」呈現為紅色,並將「MOONLIGHT MARKET」、「18 OCT」與「RIVER HALL」呈現為黑色。
  • 易讀性、間距與對齊:右圖較佳。四行文字皆清楚易讀,沿同一中軸置中,間距俐落。左圖也易讀且置中,但第一組文字過大而換行,讓整體間距較不均勻。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 2:3

Nano Banana 2

Resolution: 1K · Aspect Ratio: 2:3

了解這項測試的進行方式

人體結構與接觸互動

此項較佳:Nano Banana 2

整體而言,右圖的陶器塑形動作更清楚、合理,但上方那隻手仍有不明確與變形之處。左圖的手指數量稍容易辨認,卻有更明顯的指尖與手形瑕疵。

  • 恰好兩隻完整可見的手:平手。兩張圖都清楚呈現一位陶藝師與恰好兩隻手,沒有其他人物或手;兩隻手也都未被畫面邊緣裁切。
  • 每隻手都恰好有五根分明且形態自然的手指:左圖較佳。左圖的兩隻手都較容易數出五根手指,雖然部分指尖相互重疊;右圖上方那隻手的手指部分融合或遭到遮擋,數量難以辨認,且側邊有一根手指顯得異常修長。
  • 手指、關節及與陶土的接觸符合人體結構:右圖略佳。右圖伸入碗內的手與在外側支撐的手,形成更清楚、可信的塑形手勢;左圖則有看似腫脹的手指,以及擠在一起、部分看似融合的指尖。右圖上方那隻手的側邊手指仍明顯不自然,因此優勢有限。
  • 陶碗、旋轉中的拉坯機與塑形動作清楚可辨:右圖較佳。兩張圖的碗與旋轉中的拉坯機都很清楚,但右圖更明確呈現一隻手在內側塑形、另一隻手支撐外壁的動作。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 3:4

Nano Banana 2

Resolution: 1K · Aspect Ratio: 3:4

了解這項測試的進行方式

數量計算與屬性對應

此項較佳:GPT Image 2

左圖更完整地遵循指定構圖。兩張圖的數量、屬性與馬克杯朝向都正確,但右圖違反了不得出現額外物件的要求。

  • 標準 1:平手。兩張圖都清楚呈現左側排成一列的三個紅色立方體、右側的兩個藍色球體,以及位於兩組物件後方中央的一個黃色馬克杯,數量皆完全正確。
  • 標準 2:平手。兩張圖都將紅色對應至立方體、藍色對應至透明玻璃質感的球體、黃色對應至陶瓷質感的馬克杯。右圖立方體的木紋更明顯,左圖物件也仍清楚符合指定類別與材質。
  • 標準 3:平手。兩張圖的馬克杯把手都清楚連接在右側,並向右延伸。
  • 標準 4:左圖較佳。左圖只呈現指定物件,且沒有文字;右圖的背景則明顯出現盆栽與其他室內元素。兩張圖都沒有可見文字。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 4:3

Nano Banana 2

Resolution: 1K · Aspect Ratio: 4:3

了解這項測試的進行方式

廣告構圖

此項較佳:GPT Image 2

左圖更貼近指定構圖,主要優勢在於軌跡明確從左下方開始,頂部留白也更清楚。兩張圖都在鞋子上加上「AERO」,違反不得出現其他文字的要求。

  • 恰好一隻銀色鞋子與橘色軌跡:左圖較佳。兩張圖都在右下方呈現一隻銀色鞋子,但左圖的橘色軌跡明確從左下方進入,並彎曲延伸至場景中;右圖的軌跡則從右側邊緣橫越畫面下方,再向左彎曲。
  • 僅出現指定文字:平手。兩張圖都正確呈現「RUN LIGHT」與「42 KM」,但也都在鞋子上明顯加上了不允許出現的額外文字「AERO」。
  • 頂部留白與標題位置:左圖較佳。左圖頂部有明確、乾淨的留白區域,高度明顯超過指定的上方邊距,「RUN LIGHT」則緊接其下,位於左上方。右圖標題上方也有空白天空,但邊距較接近要求的門檻。
  • 元素可見性與視覺層次:平手。兩張圖的標題、徽章、軌跡與單隻鞋子都完整可見,從標題到產品的視覺層次清楚;皆無明顯裁切或重疊遮住必要元素。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 9:16

Nano Banana 2

Resolution: 1K · Aspect Ratio: 9:16

了解這項測試的進行方式

結構化 UI 圖像

視任務而定

兩張圖都符合全部四項評分標準。風格上的差異並未讓任何一方在評分標準下取得實質優勢。

  • 標題與欄位:平手。兩張圖都正確呈現標題「CHOOSE YOUR PLAN」,並恰好有三欄,分別標示「STARTER」、「PRO」與「TEAM」。
  • 列內容:平手。兩張圖的每一欄都恰好包含三列對齊的內容,分別標示「PROJECTS」、「STORAGE」與「SUPPORT」。
  • 按鈕:平手。兩張圖的每一欄都恰好有一個標示「SELECT」的藍色按鈕。
  • 對齊與額外內容:平手。兩張圖都呈現排列均勻的三欄,且沒有額外生成的文字。左圖在各列加入圖示,右圖則使用分隔線,但兩者皆未違反此項標準。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 16:9

Nano Banana 2

Resolution: 1K · Aspect Ratio: 16:9

了解這項測試的進行方式

六張參考圖的物件對應與編輯

此項較佳:GPT Image 2

整體而言,左圖更忠實地完成了多張參考圖的編輯要求,尤其是保留基礎場景,以及四個替換物件的原始位置。右圖更準確地重現了兩顆檸檬,但也對整體空間配置做了更大幅度的改動。

  • 馬克杯與毛巾替換:左圖表現較好。兩圖都呈現了帶金色杯緣的深藍色馬克杯,以及綠白條紋餐巾,但左圖更貼近原本馬克杯的占地範圍、把手朝向與毛巾位置;右圖則縮小了馬克杯,並大幅改變餐巾的角度與摺疊形狀。
  • 梨子與筆記本替換:左圖表現較好。兩圖都移除了原本的梨子與藍色筆記本,並且只呈現一顆柳橙,以及帶黑色鬆緊帶的芥末黃色精裝筆記本,但左圖中這兩個替換物件的位置與朝向,都更接近基礎場景中的對應物件。
  • 兩顆檸檬:右圖表現較好。兩圖都在馬克杯右側放置了恰好兩顆檸檬,沒有額外物件,但右圖更忠實地保留了參考圖中兩顆檸檬相互接觸的排列方式,也保留了左側檸檬上的葉片;左圖則省略了葉片,並拉開了兩顆檸檬的距離。
  • 基礎場景保留:左圖表現較好。其相機位置、取景、桌面紋理、物件間距與整體陰影,都明顯更接近參考圖 1;右圖則移動並縮放了數個物件,對原始構圖的改動也更多。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 4:3

Nano Banana 2

Resolution: 1K · Aspect Ratio: 4:3

了解這項測試的進行方式

圖片內文字替換

此項較佳:GPT Image 2

兩個結果都乾淨、精準地替換了文字,但左圖保留了文字以外的原始影像,更忠實地遵循了僅編輯指定部分的指示。

  • 精準替換文字:兩圖都準確呈現了「NIGHT OWL」,並完全移除了「MORNING BEAN」。
  • 沒有變形字元:兩圖的字母都清晰、字形正確,沒有多餘、重複或變形的字元。
  • 字型、間距與透視:左圖更接近參考圖,保留了修長的大寫無襯線字體風格、寬字距、字母大小,以及原本的招牌透視。右圖也相當自然,但視角大幅改變,文字略小,排列也更緊密。
  • 材質、光線與場景保留:左圖明顯較好。它幾乎原樣保留了參考圖的取景、店面幾何形狀、招牌質感、燈具位置、陰影、植物、窗戶、門與長椅。右圖則改變了裁切範圍與視角,並明顯重建了許多周邊細節,包括外牆比例、窗戶、植栽盆、長椅、燈具與枝葉。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 3:2

Nano Banana 2

Resolution: 1K · Aspect Ratio: 3:2

了解這項測試的進行方式

多張參考圖的人物身分與服裝轉移

此項較佳:GPT Image 2

整體而言,左圖的服裝轉移效果更好:它更忠實地保留了人物與原始構圖,也更貼近參考圖中乾淨、淺水洗色的外套。

  • 人物身分特徵、表情、頭髮、姿勢、身體比例與取景:左圖表現較好。其臉部、表情、頭髮位置、手部姿勢、肩寬與裁切範圍都與參考圖 1 高度一致;右圖則明顯改變了臉部結構、表情、髮絲排列、身體比例與取景。
  • 外套材質、顏色、領口、鈕扣、口袋與袖章:左圖表現較好。它更貼近參考圖 2 的乾淨淺藍色丹寧布、厚實的奶油色羊羔絨領、胸前口袋形狀、古銅色金屬配件、縫線配置,以及上臂處的紅色袖章。右圖加入了參考圖沒有的深色丹寧布與白色刷破痕跡,袖章的露出也較不完整。
  • 完整替換,且不帶入人台或商品背景:兩圖表現相當。兩者都完全移除了黑色西裝外套,在原本的室內場景中呈現丹寧外套,沒有帶入隱形人台效果或白色商品背景。
  • 手部、服裝合身度、遮擋關係、陰影與光線:左圖表現較好。它更忠實地保留了原本的手部及其交疊關係,袖子、袖口、皺褶與左側光線也都與場景自然融合。右圖也算合理,但手部與姿勢的變化更明顯,外套的穿著效果也顯得更平板、寬鬆。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 3:4

Nano Banana 2

Resolution: 1K · Aspect Ratio: 3:4

了解這項測試的進行方式

維持場景一致性的重新打光

此項較佳:GPT Image 2

左圖呈現了自然可信的黃金時刻光線變化,同時更忠實地保留了原本的房間。右圖的陰影方向性更強,但大幅改動構圖與物件,違反了核心編輯限制。

  • 溫暖的黃金時刻光線明確從左側窗戶照入:左圖表現較好;可以清楚看見低角度陽光透過左側窗戶發亮,並在房間內形成明顯的暖色光束。右圖也有暖光,但光源在視覺上不如左圖明確。
  • 亮部與陰影方向能一致地回應新光源:右圖略勝;桌子、沙發、植物與燈具在左側光線照射下,都投下明顯且一致朝右的陰影,地毯與牆面上的方向性陰影尤其清楚。左圖的表現也合理,但部分陰影較柔和,輪廓的明確程度也較不一致。
  • 效果不只是套上均勻的黃色濾鏡:右圖表現較好;局部亮斑、強烈的投射陰影,以及沙發、地毯、地板與牆面上交錯的明暗,營造出鮮明的空間光照變化。左圖也加入了局部照明與陰影,而非僅僅改變色調。
  • 沒有移動、新增、移除或重新設計任何家具與擺飾:左圖明顯較好;它忠實保留了參考圖的構圖、物件位置、比例與設計。右圖則改變了取景,並明顯移動或縮放窗戶、植物、沙發、燈具、桌子與地毯,也改動了桌子結構、沙發比例等細節。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 16:9

Nano Banana 2

Resolution: 1K · Aspect Ratio: 16:9

了解這項測試的進行方式

跨長寬比擴圖

此項較佳:Nano Banana 2

右圖在保留參考圖構圖方面明顯更忠實,同時也呈現了同樣自然、無縫的風景擴圖效果。

  • 16:9 比例,兩側新增內容自然:兩圖都呈現了自然可信的風景擴圖,左右兩側的天空、海洋與沙灘皆連貫延伸;在這項標準上表現相當。
  • 完整原圖保持置中,沒有裁切或拉伸:右圖表現較好。其地平線、海岸線、小屋位置與小屋大小,幾乎完全保留了參考圖的垂直比例;左圖則縮小了小屋,並將地平線與海岸線略微下移。
  • 原本的小屋、海岸線與內部構圖維持不變:右圖表現較好。小屋的寬度、屋頂輪廓、門的位置、支柱,以及海岸線與地平線,都更貼近參考圖。左圖對小屋比例與數個結構細節的改動則更明顯。
  • 沒有可見接縫、鏡像填補或重複物件:兩圖都銜接自然,沒有明顯的鏡像或重複物件。右圖略顯乾淨,因為兩側擴展區域延續了開闊的海岸景觀,不像左圖在最右側地平線新增了遠方陸地。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 16:9

Nano Banana 2

Resolution: 1K · Aspect Ratio: 16:9

了解這項測試的進行方式

更換場景時維持產品原貌

此項較佳:GPT Image 2

左圖在保留原始內容的編輯上表現更好。右圖將運動鞋融入黃昏濕潤球場的效果略為自然,但左圖更忠實地保留了參考運動鞋的幾何形狀、結構細節、觀看角度,以及獨特的側面標誌。

  • 黃昏時的濕潤籃球場:右圖略勝。兩圖都呈現了潮濕的戶外球場,包含籃框、圍網、黃昏天空與反光地面,但右圖的球場標線,以及由暖轉冷的傍晚光線,讓場景更容易辨識,整體也更協調。
  • 運動鞋一致性:左圖表現較好。其輪廓、加厚鞋口、鞋舌高度、拼接結構、縫線走向、帶紋理的鞋頭防撞片、鞋底厚度,以及四分之三拍攝視角,都明顯更接近參考圖。右圖則轉向較平的側面視角,並改變了數處比例,尤其是鞋口、鞋頭與鞋底。
  • 黑色幾何側面標誌:左圖表現較好。其標誌保留了參考圖中後方的短水平線段、向上斜線、上方分支,以及前方下斜分支,位置與比例也更接近。右圖的上方分支較短,整體符號更壓縮,角度也有所旋轉。
  • 物理合理性:右圖略勝。鞋子穩固地貼合地面,下方倒影自然對齊,夕陽色彩也一致地延伸到濕潤表面。左圖的接地感與反射效果也不錯,但相較於鞋子,前景倒影異常偏大,視覺上也有扭曲。
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.

GPT Image 2

Resolution: 1K · Aspect Ratio: 1:1

Nano Banana 2

Resolution: 1K · Aspect Ratio: 1:1

了解這項測試的進行方式

成本與生成時間

GPT Image 2 每次生成最低需 20 點數,Nano Banana 2 則為 40 點數,因此 GPT Image 2 是單次生成所需點數較少的選擇。在本次少量的延遲時間樣本中,GPT Image 2 介於 81370 毫秒至 189546 毫秒,Nano Banana 2 則介於 57125 毫秒至 122746 毫秒;這些觀察僅適用於本次測試,並非基準測試數據。

比較方式與揭露事項

每個情境皆使用同一組固定提示詞測試兩個模型,並公開選出的生成結果。公開圖片均附有 Banana Pie 浮水印。Banana Pie 提供 GPT Image 2 與 Nano Banana 2 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。

親自試用兩者

完整模型頁面