GPT Image 2 与 GPT Image 2.5 Flare 图像生成对比
不同任务各有胜负：结构化图形、忠实保留物体与产品原貌，以及精准修改文字，选 GPT Image 2。光照、广告构图、场景重新打光和扩图，选 GPT Image 2.5 Flare；文字排版、人体结构和计数方面则打成平手。
信息对比
| 特性 | GPT Image 2 | GPT Image 2.5 Flare |
|---|---|---|
| 开发者 | OpenAI | OpenAI |
| 在 Banana Pie 上的可用状态 | 现已可用 | 现已可用 |
| 所需积分 | 20 积分 | 25 积分 |
| 最高分辨率 | 4K | 4K |
| 参考图 | 最多 8 张 | 最多 8 张 |
逐场景对比
同一提示词，两个模型。对比下方已发布的图片，自行判断差异。
产品材质与光照
此场景更优：GPT Image 2.5 Flare两张图都高度遵循提示词，但右图的半满液位更明确，左上方来光也更清晰。其内部导管虽有轻微变形，但不足以抵消这些优势。
- 画面中恰好只有一个透明长方形香水瓶，没有文字、标志或额外物体：平手。两张图都呈现了一个直立在裸露湿石面上的长方形瓶子，没有可见文字、品牌标识、植物或独立道具。
- 瓶内琥珀色液体明显为半满：右图更好。右图的液面非常接近瓶身内腔的中线，而左图看起来略高于半满。
- 玻璃折射和湿润黑色石面上的倒影符合物理规律：左图更好。其玻璃边缘、琥珀色透光效果和对齐的倒影表现一致；右图的内部导管明显弯曲，瓶底附近的光学畸变也更不规则。
- 左上方来光形成了一致的高光和合理的接触阴影：右图更好。明亮的左侧高光以及向较暗右侧延伸的贴地阴影，让右图的左上方光照方向尤为明确。
查看所用提示词与设置
提示词
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.
多语言排版
视任务而定按照评分标准，两张输出实际上表现相同。它们都正确还原了文字内容、顺序和颜色，但都明显将要求的第一行拆成了两行，导致最终呈现五行而非严格的四行。
- 恰好四行居中文本且没有额外文字：平手。两张海报都有五行可见文字，因为 "MOONLIGHT MARKET" 被拆成了 "MOONLIGHT" 和 "MARKET" 两行；两者都没有添加其他文字。
- 文字及顺序完全准确：平手。两张图都按照要求的顺序呈现了 "MOONLIGHT"、"MARKET"、"月光市集"、"18 OCT" 和 "RIVER HALL"，但都未能将 "MOONLIGHT MARKET" 保持在同一行。
- 文字颜色：平手。两张图都将 "月光市集" 呈现为红色，并将所有可见英文文字呈现为黑色。
- 易读性、间距和对齐：平手。两张海报的字体都清晰易读、居中对齐，垂直间距整体均匀，没有明显的视觉优劣之分。
查看所用提示词与设置
提示词
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.
人体结构与接触关系
视任务而定左图更严格地满足提示词对手部和手指可见度的要求，而右图的人体结构和塑形接触关系更可信。按照评分标准，这些优势相互抵消。
- 画面中恰好有两只完整可见的手，没有多余的手或人物：左图更好。两张图都只有一个人和两只手，但左图中的两只手显露得更完整；右图中有相当一部分手指藏在碗内或碗后。
- 每只手都恰好有五根清晰、形态自然的手指：左图更好。左图中每只手的五根手指都更容易逐一辨认，而右图由于重叠和遮挡，无法确定每只手的确切手指数。
- 手指、关节及其与陶土的接触在解剖结构上合理：右图更好。右图内外夹持碗壁的姿势更自然，手指排列也更可信；左图中有几处指尖显得拥挤，或像是被陶土部分粘连在一起。
- 陶碗、旋转的拉坯机和塑形动作清晰可辨：右图更好。两张图中的碗和拉坯机都很突出，但右图双手相对放置的姿势更明确地传达了正在塑形的动作。
查看所用提示词与设置
提示词
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.
数量识别与属性绑定
视任务而定两张图都满足全部四项标准，在要求符合度上没有明显差异。它们在物体数量、属性对应关系、排列方式、杯柄朝向和干净背景方面实际上表现相当。
- 物体数量和位置：平手；两张图都清楚呈现了左侧一排恰好三个红色立方体、右侧恰好两个蓝色球体，以及位于它们后方中央的一个黄色马克杯。
- 颜色、形状和材质的对应关系：平手；两张图都呈现了带有细微纹理的红色木质立方体、透明且具有反光效果的蓝色玻璃球，以及表面光亮的黄色陶瓷马克杯。
- 杯柄方向：平手；两张图中的杯柄都清晰可见，并且位于杯子右侧。
- 没有额外物体或文字：平手；两张图都没有任何可见的额外物体或文字。
查看所用提示词与设置
提示词
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.
广告构图
此场景更优：GPT Image 2.5 Flare右图更贴近要求的版式，因为其标题更接近预期位置，紧邻顶部留白区域的下方。除此之外，两张图表现相近，并且都因在鞋上出现 "AERO" 而违反了文字限制。
- 恰好一只银色鞋和一条橙色轨迹：平手。两张图都在右下方呈现了一只银色鞋，橙色轨迹从左下方进入并弯曲穿过画面。
- 可见文字：平手。两张图都正确呈现了 "RUN LIGHT" 和 "42 KM"，但也都在鞋上清晰呈现了 "AERO"，因此都未满足只能出现指定文字的要求。
- 顶部留白和标题位置：右图更好。两张图的顶部区域都保持简洁，但右图将 "RUN LIGHT" 放得更接近预留区域的正下方；左图在标题前留下了多得多的空白。
- 可见度和视觉层级：平手。两张图都完整呈现了标题、徽章、轨迹和单只鞋，并建立了以标题和鞋为主导的清晰视觉层级。
查看所用提示词与设置
提示词
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.
结构化 UI 图形
此场景更优：GPT Image 2左图完全遵循提示词，而右图违反了不得添加额外文字的明确要求。
- 标题和分栏：平手。两张图都准确呈现了标题 "CHOOSE YOUR PLAN"，以及恰好三栏，分别标注为 "STARTER"、"PRO" 和 "TEAM"。
- 行：平手。两边的每一栏都包含三行对齐内容，分别标注为 "PROJECTS"、"STORAGE" 和 "SUPPORT"。
- 按钮：平手。两边的每一栏都恰好包含一个标注为 "SELECT" 的蓝色按钮。
- 对齐和额外文字：左图更好。两张图的各栏都排列整齐，但右图添加了套餐详情文字："5"、"10 GB"、"Email"、"25"、"100 GB"、"Priority"、"Unlimited"、"1 TB" 和 "24/7"。左图没有额外文字。
查看所用提示词与设置
提示词
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.
六参考图对象绑定与编辑
此场景更优：GPT Image 2左图的整体编辑效果更好，因为它更忠实地保留了原始场景的构图和替换物体的位置。右图对两个柠檬参考图的还原更准确，但整体空间布局偏移较大，因此左图更胜一筹。
- 标准 1：左图略胜。两张图都正确替换了马克杯和毛巾，但左图更贴近原马克杯的位置、大小及杯柄朝右的方向，同时也将折叠的条纹餐巾准确放在了原毛巾所在区域。
- 标准 2：左图略胜。两张图都呈现了恰好一个橙子和一本芥末黄色硬皮笔记本，四件原始物品均未残留，但左图中橙子和笔记本的位置更接近参考图 1 中梨和蓝色笔记本的位置。
- 标准 3：右图更好。两张图都在马克杯右侧放置了恰好两个柠檬，但右图保留了左侧柠檬上的叶子，更忠实地还原了参考图 6 中的柠檬组合；左图则遗漏了这片叶子。
- 标准 4：左图更好。它的物体大小和摆放位置更贴近参考图 1，尤其是马克杯、橙子和笔记本，同时保留了相同的桌面取景、可见的木纹特征、光照和阴影。右图中的多件替换物体则偏离原位置更远。
查看所用提示词与设置
提示词
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.
图中文字替换
此场景更优：GPT Image 2两张图都干净利落地完成了要求的替换。左图的字形大小更接近原图，因而略占优势，其余可见标准则基本持平。
- 文字替换准确性：两张图的文字均准确显示为“NIGHT OWL”，没有可见的“MORNING BEAN”残留。
- 无畸形字符：两张图都只显示了“NIGHT OWL”应有的字母，没有多余、重复或畸形字符。
- 字体、间距与透视：左图略接近参考图，其字母高度和笔画粗细更贴近原招牌字体；右图的替换文字稍大，但两张图都自然地遵循了招牌的透视关系。
- 材质、光照与场景保留：两张图持平；都保留了深绿色木纹、奶油色文字、投射阴影、灯具、店面、植物和周围的阳光，没有明显的场景变化。
查看所用提示词与设置
提示词
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
连贯场景重布光
此场景更优：GPT Image 2.5 Flare右图的重新打光更令人信服、也更协调，各处光照和阴影的空间对应关系更明确，同时保留了房间布局。
- 温暖的黄金时刻光线清晰地从左侧窗户照入：右图更好；明亮的阳光明显穿过左侧窗户，在地板、地毯、沙发和墙面上形成鲜明的光带。左图的光照也很温暖，但光束穿过房间的路径不够清晰。
- 高光与阴影方向协调地响应新光源：右图更好；窗框阴影、植物阴影、沙发明暗、桌腿阴影和地板上的长阴影都一致地向远离左侧窗户的方向延伸。左图的墙面阴影有方向性，但地板和家具的阴影更柔和，调整也不够全面。
- 效果不只是统一的黄色滤镜：右图更好；它添加了局部高光、窗形投影、深色投射阴影，以及不同表面上的对比度变化。左图也添加了真实的定向光照，但场景中更多区域呈现出较为均匀的琥珀色色调。
- 没有移动、添加、移除或重新设计家具及装饰：两张图持平；都保留了参考图的构图，窗户、植物及花盆、沙发、茶几、地毯和落地灯的位置与设计均保持原样。
查看所用提示词与设置
提示词
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.
跨比例扩图
此场景更优：GPT Image 2.5 Flare右图整体略占优势，其取景和两侧扩展更贴近参考图构图，呈现出更干净、连贯的景观，不过左图对部分小屋细节的保留更忠实。
- 16:9 格式及自然的两侧内容：右图略胜。两张图都是横向画幅，并将沙滩、海洋和天空向两侧延伸，但右图的地平线更干净、连贯；左图则在最右侧边缘引入了一小块远处陆地。
- 完整原图居中，无裁切或拉伸：右图略接近要求。两张图都将完整的小屋置于中央，但右图更贴近参考图中屋顶、地平线和海岸线的垂直位置，左图则将构图向下移动了。
- 原有小屋、海岸线及画面内部构图保持不变：左图在小屋细节上略胜，更忠实地保留了可见的门铰链、门把手、风化痕迹和比例。两张图都改变了参考图中海岸线的具体形态和云层图案。
- 无可见接缝、镜像填充或重复物体：右图略胜。两张图都没有明显的镜像或重复内容，但右图在两侧外缘的海洋和天空扩展显得更统一，左图最右侧的陆地则使该处扩展不够一致。
查看所用提示词与设置
提示词
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.
场景变更中的产品保真
此场景更优：GPT Image 2左图更忠实地保留了参考图中的运动鞋，同时也将其自然融入了要求的黄昏湿润球场场景。右图对环境的呈现更鲜明，但其材质处理和较弱的鞋子倒影降低了原貌保留程度与物理合理性。
- 黄昏时湿润的室外篮球场：右图更好。篮筐、围栏、球场线、湿地面、落日天空及球场灯光的倒影更清晰地呈现了要求的环境。左图也令人信服，但画面较暗，前景的球场特征不够明显。
- 轮廓、鞋底几何形状、缝线、材质与拍摄角度的一致性：左图更好。其轮廓、拼接片比例、缝线路径、鞋底侧面形状、鞋头纹理和观察角度都与参考图非常接近。右图保留了主要结构，但略微改变了比例，并用明显的水珠覆盖了原本干净的材质外观。
- 黑色几何侧标的保留：左图更好。其标记更准确地保留了参考图中的交汇点、后部水平线段、上方短分支和向下延伸的长分支。右图的标记仍可辨认，但看起来略粗，中央交汇处也更紧凑。
- 接触阴影、湿地面倒影与黄昏光照的协调性：左图更好。鞋底接地自然，湿地面上有清晰可辨的运动鞋倒影，偏冷的前景光照也符合黄昏环境。右图的接地感很强，夕阳倒影也很漂亮，但鞋子本身几乎没有清晰可辨的倒影，而且鞋缘明亮的暖光相较周围光照显得略强。
查看所用提示词与设置
提示词
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.
多参考图身份与服装迁移
查看所用提示词与设置
提示词
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.
成本与耗时
GPT Image 2 每次生成最低需要 20 积分，而 GPT Image 2.5 Flare 最低需要 25 积分，因此 GPT Image 2 是单次生成所需积分更低的选择。在本轮测试的少量延迟样本中，GPT Image 2 处理每个场景约需 81 秒至 190 秒，GPT Image 2.5 Flare 约需 71 秒至 101 秒；这些数据仅反映本轮测试，并非通用基准。
对比方法与披露
每个场景均使用一条固定提示词，每款模型各运行一次，并按生成时的原样发布输出结果。Banana Pie 提供这两款模型的付费使用服务。
Banana Pie 在同一个创作台中提供此模型及其他模型的付费使用权限。我们的结论来自与用户相同流程下的测试。