GPT Image 2.5 Flare vs Nano Banana 2.1：廣告構圖，還是精準的 UI 結構？
測試結果依任務而異，多項結果平手：若重視更貼近要求的廣告構圖，以及編輯時在人像、重新打光的場景和產品細節保留上的些微優勢，可選擇 GPT Image 2.5 Flare。若需要結構清楚且沒有多餘文字的 UI 圖像，或在整合參考物件時更好地保留原始場景與替換位置，Nano Banana 2.1 略勝一籌。
並列資訊比較
| 功能 | GPT Image 2.5 Flare | Nano Banana 2.1 |
|---|---|---|
| 開發商 | OpenAI | |
| Banana Pie 上的供應狀態 | 現已推出 | 現已推出 |
| 所需點數 | 25 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
視任務而定平手。兩者皆符合主要的產品與光線要求。右圖的液面高度略接近要求，左圖則呈現較低調、破碎的倒影；整體而言，兩者都沒有決定性的優勢。
- 單一透明長方形瓶身，沒有文字、標誌或多餘物件：兩者相當。每張圖片都呈現一個直立、附有瓶蓋的長方形玻璃香水瓶，且皆未出現可見的文字、標誌、植物或獨立擺放的道具。
- 琥珀色液體裝至一半：右圖略接近要求。右圖的琥珀色液體約占瓶內空間的下半部，但看起來稍高於一半。左圖的液面則更明顯高於瓶內空間的中點。
- 合理的玻璃折射與濕石倒影：兩者皆具說服力。左圖透過玻璃與液體呈現錯位的邊緣和可見的壓頭吸管，琥珀色倒影也隨粗糙石面而斷裂。右圖在厚玻璃瓶底呈現合理的變形，較平滑的水窪中則有一道位置對應的倒影，不過倒影比要求的細微程度更強烈。
- 左上方打光、一致的高光與接觸陰影：兩者皆具說服力。左圖有明顯的左上方照明，朝左的玻璃邊緣明亮，陰影從瓶底向右延伸。右圖在瓶蓋頂部和瓶身左上側邊緣呈現較柔和的高光，瓶底下方有深色接觸陰影，右側則有一片琥珀色光斑。
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
視任務而定平手。兩者都清楚呈現正確的文字與顏色，但也都將標題拆成兩行，未符合四行文字的要求。
- 恰好四行置中文字，且沒有額外文字：兩者相當。兩張海報都因標題換成兩行，而出現五行置中文字。兩者皆未加入額外字句。
- 文字內容與順序完全正確：兩者相當。左圖呈現「MOONLIGHT」、「MARKET」、「月光市集」、「18 OCT」與「RIVER HALL」；右圖也呈現「MOONLIGHT」、「MARKET」、「月光市集」、「18 OCT」與「RIVER HALL」。所有文字的拼寫與順序皆正確，但兩者都未依要求將「MOONLIGHT MARKET」維持在同一行。
- 文字顏色：兩者皆符合此項要求。左圖的「月光市集」為鮮紅色，右圖則為較深的紅色；兩圖的英文標題、日期與場地名稱皆為黑色。
- 可讀性、間距與對齊：兩者皆清楚易讀且置中，字元間距清晰，各組文字之間也留有充足空間。左圖字體較粗，右圖較細；兩者在對齊或可讀性上皆無明顯優勢。
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
視任務而定平手。兩者都呈現具說服力的陶器塑形過程，但都未清楚呈現兩隻完整可見、各有五根分明手指的手。左圖在接觸陶土方面的些微優勢，尚不足以在整體上明確勝出。
- 恰好出現兩隻完整可見的手，沒有額外的手或人物：兩者相當。每張圖片都呈現同一位陶藝師的兩隻手，沒有額外的手或人物。兩者都未完整露出雙手：左圖的指尖被碗的前緣遮住，右圖的手指則沿著碗的外壁相互重疊。
- 每隻手恰有五根分明且形態自然的手指：兩者都未明確符合此項要求。左圖可見數根分開的手指伸入碗內，但指尖被碗緣遮住，外側那隻手的手指也相互重疊。右圖在碗上方的手清楚分出四根手指，但拇指被遮住；另一隻手的手指則在碗旁重疊。
- 手指、關節及與陶土的接觸符合人體結構：兩者都呈現合理的關節彎曲，並在碗內外形成相互配合的支撐。左圖的接觸方式略接近要求，因為右圖那根明顯朝外的拇指並未貼住陶土。兩張圖片都有手指重疊，使細部的人體結構較不清楚。
- 陶碗、旋轉中的陶輪與塑形動作清楚可辨：兩者相當。兩圖都呈現位於陶輪中央、清楚可辨的陶碗、圓形動態軌跡，以及沾滿陶土、正在支撐並塑造碗壁的雙手。
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
視任務而定平手。兩者都符合指定的數量、排列、顏色與把手方向。右圖的木質材質稍清楚，左圖的背景則較乾淨；兩者整體上皆無顯著優勢。
- 物件數量與位置：兩者相當。每張圖片都恰好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，以及置於前景物件後方中央的一個黃色馬克杯。
- 顏色、形狀與材質：右圖略勝一籌，因為紅色立方體的木紋較分明。兩者皆正確呈現紅色立方體、藍色透明玻璃球體與黃色上釉陶瓷馬克杯，且全都放在灰色桌面上。
- 馬克杯把手方向：兩者相當。每個馬克杯都有清楚可見、向右延伸的把手。
- 沒有額外物件或文字：兩者皆呈現指定的六個物件，沒有文字或額外的桌面物品。左圖的灰色背景較乾淨，右圖則在上方兩角露出桌子以外的一小部分室內空間。
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左圖整體較接近要求，因為標題位置與橘色軌跡更符合指定構圖。兩者都在鞋上加入「AERO」，違反只能出現指定文字的限制。
- 鞋子與橘色軌跡的位置：左圖較接近要求。兩者都在右下方呈現恰好一隻銀色鞋子。左圖的橘色軌跡掃過左下方前景，右圖的軌跡則從右下方進入，再向左彎曲。
- 可見文字：兩者相當。兩圖都正確呈現「RUN LIGHT」與「42 KM」，但也都在鞋上印了「AERO」，違反不得出現其他文字的要求。
- 頂部留白與標題位置：左圖表現較好。兩者都讓頂部 15% 的區域保持乾淨，但左圖的標題更貼近這塊預留空間的正下方。右圖留下大得多的空白區域，將標題推得更下方。
- 完整呈現與視覺層次：兩者相當。兩圖的整隻鞋子、標題與圓形徽章皆完整可見，大標題、產品和較小的徽章之間也有清楚區隔。左圖以較大的比例突顯鞋子；右圖則在鞋子周圍保留更多空間。
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：Nano Banana 2.1右圖勝出，因為它保留了指定結構，且未加入多餘文字。左圖符合主要版面配置，但加入了未要求的方案數值與內容。
- 標題與三個欄位：兩者同樣符合此項要求。兩圖都在恰好三個分別標示「STARTER」、「PRO」與「TEAM」的欄位上方，呈現完全正確的標題「CHOOSE YOUR PLAN」。
- 每欄三列且彼此對齊：兩者同樣符合此項要求。每個欄位都依序包含「PROJECTS」、「STORAGE」與「SUPPORT」，且整張圖中相對應的列皆水平對齊。
- 每欄一個藍色 SELECT 按鈕：兩者同樣符合此項要求。每個欄位都恰好有一個標示「SELECT」的藍色按鈕，位於三列文字下方。
- 對齊均勻，且沒有額外欄位或文字：右圖勝出。兩張圖的欄位皆等寬、間距均勻，但只有右圖僅包含指定文字。左圖在 STARTER 中加入「5」、「10 GB」與「Email」；在 PRO 中加入「25」、「100 GB」與「Priority」；在 TEAM 中加入「Unlimited」、「1 TB」與「24/7」，違反不得加入額外文字的指示。
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：Nano Banana 2.1右圖整體略勝一籌，因為它更好地保留原始場景與替換位置。兩者都正確整合所有指定物件，並且恰好包含兩顆檸檬。
- 馬克杯與餐巾替換：兩者表現接近。兩圖都在正確區域呈現參考圖 2 中帶有金色杯緣、把手朝右的深海軍藍馬克杯，以及折好的綠白條紋餐巾。左圖較能保留馬克杯寬大的杯身；右圖餐巾所占的範圍則更接近參考圖 1 中原毛巾的位置。
- 柳橙與筆記本替換：右圖略接近要求。兩圖都恰好包含一顆帶綠葉的柳橙，以及一本帶有參考圖中黑色鬆緊帶的芥末黃筆記本，且皆未保留任何被替換的原始物件。右圖的柳橙與筆記本較接近原始位置；左圖則將兩者都向上移動。
- 馬克杯右側的兩顆檸檬：兩者相當。兩圖都在馬克杯右側呈現恰好兩顆相鄰的檸檬，左邊的檸檬帶有葉子，右邊的沒有，符合參考圖 6 中可辨識的排列方式。兩者皆未加入額外水果、重複素材或其他物件。
- 原始場景保留：右圖表現較好。右圖的桌面木節、右上方桌緣、餐巾所占範圍與筆記本位置，都更貼近參考圖 1。左圖則將數個物件與可辨識的木紋特徵向上移動，也讓桌面色調更暖、飽和度更高。右圖仍改變了馬克杯的比例，但更忠實保留整體原始配置。
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
視任務而定平手。兩者都正確替換文字，並高度保留招牌風格與周圍店面，視覺上沒有決定性的優勢。
- 招牌文字完全正確：兩者相當。左圖與右圖皆呈現「NIGHT OWL」，參考圖中的「MORNING BEAN」已完全消失。
- 沒有額外或變形的字元：兩者相當。每個招牌都包含清楚、可辨識的大寫字母，沒有多餘字元或舊字樣的殘留。
- 原有字體特色、間距與透視：兩者皆接近參考圖。兩圖都保留奶油色無襯線大寫字母、寬鬆的字距，以及隨招牌向遠處延伸的透視排列。左圖字樣在招牌板上顯得略高，右圖的位置則稍偏右；兩者皆無決定性優勢。
- 材質、光線與周圍場景維持不變：兩者皆高度保留綠色木紋、深色框架、燈具陰影、店面、植物與長椅。雖然可見些微紋理差異，但兩圖的場景構圖與暖色光線仍與參考圖十分相似。
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.
多張參考圖的人物身分與服裝轉移
此項較佳：GPT Image 2.5 Flare左圖以些微差距勝出，因為它更忠實地保留原始人像。兩者都成功套用外套的主要特徵；右圖在服裝自然融入畫面方面略有優勢。
- 人物身分、表情、髮型、姿勢、比例與取景：左圖表現較好。臉部、髮型輪廓、頭部位置與人像裁切都與參考圖 1 高度一致。右圖保留了可辨識的人物特徵與放鬆的表情，但略微改變臉型，並採用較窄的構圖，頭部與肩膀的比例也有所不同。兩圖的手部位置都有些變動。
- 外套材質、顏色、衣領、鈕扣、口袋與袖章：兩圖表現接近。兩者都重現了淺藍色丹寧布、奶油色絨毛衣領、金屬鈕扣、尖角胸前口袋、直向下方口袋與紅色袖章。左圖的袖章與口袋結構更清楚，但丹寧布表面比參考圖 2 更斑駁。右圖的丹寧布紋理較接近參考圖，但袖章只露出窄窄一條。
- 完整替換，且不引入展示人台或商品背景：兩圖平手。兩者都將黑色西裝外套完整替換成丹寧外套，並保留參考圖 1 的灰牆與明亮窗緣。兩者都沒有引入商品背景或展示人台。
- 手部、合身程度、遮擋關係、陰影與光線的物理合理性：右圖略勝。敞開的外套自然露出原本的白襯衫，手肘與袖口周圍的褶皺和陰影也很可信。左圖的手部與光線方向同樣合理，但移除了原本可見的襯衫領口，讓外套前襟靠攏，對應的鈕扣與扣眼卻仍明顯分開，使扣合狀態顯得不太自然。
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.
維持場景一致性的重新打光
此項較佳：GPT Image 2.5 Flare左圖險勝：兩圖都呈現了可信且方向明確的黃金時刻光線，但左圖更忠實保留了參考圖的場景。
- 溫暖的黃金時刻光線明確從左側窗戶照入：兩圖都成功做到。左圖呈現了更強烈的琥珀色光暈，從窗戶透入並灑在沙發上；右圖則在牆面與地板上呈現溫暖的矩形日光光斑。兩者都清楚呈現出光線來自左側窗戶。
- 亮部與陰影方向合理呼應新的光源：兩圖表現接近。兩者都照亮了朝左的植物葉片與家具表面，將植物陰影投射到右側牆面，並讓桌子的陰影沿地毯向右下方延伸。右圖的直射日光與陰影區域之間界線稍微更清楚。
- 效果不只是套用均勻的黃色濾鏡：兩圖都成功做到。兩者都加入了清晰的窗形日光光斑、牆上的枝葉陰影，以及拉長的家具陰影。左圖整體更偏橘，但局部亮部與陰影明顯不只是濾鏡效果。
- 沒有移動、新增、移除或重新設計任何家具與擺飾：左圖表現較好。它忠實保留了參考圖的取景、沙發輪廓、植物外形、桌子結構與地毯位置。右圖保留了相同種類的物件，但改變了植物的枝葉、桌子的比例與桌腳細節，以及地毯的輪廓和在前景中的覆蓋範圍。
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
視任務而定平手。右圖更能保留原始取景，左圖則更能保留小屋歷經風霜的表面質感。兩者的寬螢幕擴圖效果都很可信，但都未讓原始影像維持不變。
- 16:9 比例，且兩側新增內容自然：兩圖都符合這項標準。兩者都呈現寬幅風景，沙灘、海洋與天空自然延伸至左右邊緣，沒有上下黑邊。
- 完整原圖置中，且未裁切或拉伸：右圖更接近要求。小屋、地平線與前景都保留了參考圖中的相對垂直位置和比例。左圖雖然讓小屋維持置中，但縮小了小屋相對於畫面高度的比例，並將海岸線上移，改變了原始取景。
- 原始小屋、海岸線與畫面內部構圖維持不變：兩圖都未完全符合這項標準。左圖更能保留小屋明顯剝落的油漆與風化木板，但改變了小屋的大小比例及周圍構圖。右圖更能保留小屋輪廓與場景配置，但明顯將小屋的漆面紋理變得平滑並加以改動，也重新繪製了沙地與浪花的細節。
- 擴展區域沒有可見接縫、鏡像填補或重複物件：兩圖平手。兩者的地平線都連貫，雲朵與沙地的銜接合理，也沒有明顯接縫或重複的小屋。兩者都沒有明顯的鏡像填補痕跡。
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 2.5 Flare左圖整體略勝，因為它更忠實保留了參考圖中運動鞋的比例與側面標誌。兩圖都成功將鞋子放在潮濕的籃球場上，並呈現一致合理的傍晚光線。
- 黃昏時潮濕的戶外籃球場：兩圖都符合這項標準。左圖在橘色晚空下呈現籃框、圍網、球場標線與濕潤地面。右圖則在偏冷色調的暮色天空下，呈現更多塗裝球場地面與數個籃框。
- 輪廓、鞋底幾何形狀、縫線、材質與拍攝角度：左圖更接近參考圖 1，保留了修長的外形、鞋口、鞋面拼接縫，以及帶有紋理的鞋頭防撞片比例。右圖讓鞋子看起來稍微更短小，並改變了鞋口與後跟拼片的輪廓。左圖加入了明顯的水珠，但基本結構仍與參考圖相近。
- 黑色幾何側面標誌：左圖三個分支的角度與比例稍微更接近參考圖。右圖保留了相同且可辨識的標誌，但向下延伸的分支看起來較短，中央交接處也略有改變。兩者都讓標誌保持清晰易辨。
- 接觸陰影、濕地反射與黃昏光線：兩圖都很可信。左圖有深色的接觸陰影、帶紋理地面上的不連續倒影，以及與夕陽相符的暖色邊緣亮光。右圖有較淡的水窪倒影、鞋底下方的陰影，以及符合暮色場景的冷色光線。
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.
成本與生成時間
兩款模型皆為 25 點數起，因此無論選擇哪一款，起始點數預算都相同。在本次比較的少量延遲樣本中，GPT Image 2.5 Flare 耗時 70.5–101.0 秒，Nano Banana 2.1 耗時 18.3–126.4 秒。Nano Banana 2.1 通常較快產出圖片，但觀察到的最長等待時間也出自這款模型；以上皆為本次測試的觀察結果。
比較方式與揭露事項
本次比較採用可重現的固定提示詞測試：每個情境使用一組固定提示詞，各模型在每個情境執行一次，並原樣公開生成的圖片。本頁測試結果比較各模型對指定構圖、文字與編輯要求的符合程度。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。