Nano Banana 2.1 vs Seedream 5 Pro：场景还原还是文字控制？
结果因任务而异：如果你更看重多语言文字排版和广告构图的准确性，选 Seedream 5 Pro；它在手部接触表现和替换文字时匹配原有字体方面也略有优势。如果你更看重参考图编辑中的场景与物体位置保留，以及更可信的定向重新打光，选 Nano Banana 2.1，它在这些方面略胜一筹。在产品材质、数量控制、结构化 UI 图形、服装迁移、扩图，以及切换场景时保持产品一致性方面，两者打平。
信息对比
| 特性 | Nano Banana 2.1 | Seedream 5 Pro |
|---|---|---|
| 开发者 | ByteDance | |
| 在 Banana Pie 上的可用状态 | 现已可用 | 现已可用 |
| 所需积分 | 25 积分 | 25 积分 |
| 最高分辨率 | 4K | 2K |
| 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
视任务而定平局。两张图都很好地满足了场景和材质要求。左图在半满液位和左上方光照的明确程度上略有优势，但整体差异很小。
- 恰好一个透明长方体香水瓶：两者相当。两张图都在湿润的黑色石面上呈现了一个直立的长方体玻璃瓶，没有可见的文字、标志、植物或额外道具。
- 琥珀色液体装至半满：左图略为接近。左图的琥珀色液体约占内部空间的一半，右图的液位则略高于内部中点。两张图都有清晰可见的液面，液面上方也都留有透明的空置空间。
- 符合物理规律的玻璃折射与反射：两者相当。两张图都呈现了可信的厚玻璃边缘、透过瓶身产生的变形，以及与瓶底对齐的一处倒影。左图在平滑水洼中的倒影更清晰；右图的倒影则因石面的湿润纹理而更加破碎。两种处理都符合各自可见的表面特征。
- 左上方光照与接触阴影：左图的光照方向略为明确，瓶盖顶部和左侧边缘有强烈高光，玻璃左上方的表面也被照亮。右图的顶部和左侧同样有明亮高光，但光照看起来更偏向中央。两个瓶底正下方都有合理的深色接触区域。
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
此场景更优：Seedream 5 Pro右图胜出，因为它保留了要求的四行布局和准确的行序。左图的文字和颜色正确，但标题换行后使总行数变成了五行。
- 恰好四行居中文字，且没有额外文字：右图更好。右图恰好有四行居中文字。左图将标题拆成两行，形成了五行居中文字。两者都没有添加额外内容。
- 文字内容与顺序准确：右图按要求依次将 "MOONLIGHT MARKET"、"月光市集"、"18 OCT" 和 "RIVER HALL" 排为四行。左图将 "MOONLIGHT"、"MARKET"、"月光市集"、"18 OCT" 和 "RIVER HALL" 分别排在独立的行上；文字内容正确，但要求中的第一行被拆开了。
- 文字颜色：两者都满足这一标准。两张图都将 "月光市集" 设为红色，将所有英文文字和日期设为黑色。
- 可读性、间距与对齐：两者都清晰易读，字符清楚且居中对齐。两张图在中文行上下都采用了较大的间距，日期与场地之间的间距则较小，因此两者的垂直间距都不完全均匀。在这一标准上，两者相当。
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
此场景更优：Seedream 5 Pro右图在手指形态和塑形接触的可信度上略有优势。两张图都未能让每只手的五根手指完全清晰可辨。
- 恰好两只完整可见的手，没有多余的手或人物：两张图都呈现了一位陶艺师的两只手，没有额外的人物或手。两者都没有完整展示每根手指：左图沿碗外壁的手指相互重叠，右图位于碗内的手则有一部分被碗沿遮挡。
- 每只手恰好有五根清晰可辨、形态自然的手指：右图略为接近。右图外侧的手呈现了一根拇指和四根可辨认的手指，但内侧手的手指并未全部清晰露出。左图在碗内展示了四根手指，拇指被遮住，支撑碗身的那只手的手指则严重重叠。
- 手指、关节以及与陶土的接触符合人体结构：右图更好。右图的手指自然弯曲，贴合碗的内外壁，指关节和相向施力都很可信。左图外侧起支撑作用的手指显得挤压在一起，分隔不够清晰，伸出的拇指也明显抬起，没有接触陶土。
- 陶碗、旋转的拉坯转盘和塑形动作清晰可辨：两者都满足这一标准。两张图都呈现了位于中央的陶碗、转盘上的环形运动轨迹，以及在支撑外壁的同时塑造内壁的双手。
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
视任务而定平局。两张图都满足了指定的数量、排列、属性和杯柄方向要求。左图的木纹略为清晰，桌面也更显哑光，但不足以形成明显的整体优势。
- 物体数量与位置：两者相当。两张图都在左侧一排放置了恰好三个红色立方体，右侧放置了恰好两个蓝色球体，两组物体后方中央则有一个黄色马克杯。
- 颜色、形状与材质：两张图都正确地将红色对应到木制立方体、蓝色对应到玻璃球体、黄色对应到上釉陶瓷马克杯。左图的木纹更明显，灰色桌面也更显哑光；右图同样清楚地表现了所要求的物体材质。差异很小。
- 杯柄方向：两者相当。每个杯子都有清晰可见、朝右伸出的杯柄。
- 没有额外物体或文字：两者相当。两张图都没有额外的场景物体或可见文字。
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：Seedream 5 Pro右图更符合构图和文字限制。左图添加了不需要的鞋身品牌文字，且标题位置过低，远离顶部预留区域。
- 鞋子与橙色轨迹的位置：右图更好。两张图都在右下方呈现了恰好一只银色鞋子。右图的橙色弧形轨迹经过左下方，左图的发光轨迹则从右下方醒目地进入画面，再向左弯曲。
- 文字准确性与排他性：右图胜出。右图仅呈现了 "RUN LIGHT" 和 "42 KM"，拼写均正确。左图也正确呈现了 "RUN LIGHT" 和 "42 KM"，但在鞋子上添加了 "AERO"，违反了不得出现其他文字的限制。
- 顶部留白与标题位置：右图胜出。两张图的顶部 15% 区域都保持简洁，但右图将标题放在靠近左上方、紧接留白区域下方的位置。左图留下了大得多的空白区域，标题位置也明显更低。
- 完整可见性与视觉层次：两者都表现良好。两张图中的鞋子、标题和圆形徽章都完整可见，橙色轨迹也都能清楚地引导视线浏览画面。左图采用醒目的白色大标题和戏剧性的光照；右图则通过清爽的间距和橙色点缀，让标题及徽章与银色鞋子区分开来。
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
视任务而定平局。两张图都满足全部四项标准，文字正确且对齐一致。它们的差异体现在风格上，而非对提示词要求的遵循程度上。
- 标题与列标签：两者相当。左图和右图都在恰好三列上方呈现了准确的标题 "CHOOSE YOUR PLAN"，三列分别标为 "STARTER"、"PRO" 和 "TEAM"。
- 每列包含三行对齐内容：两者相当。两张图的每一列都恰好按顺序包含 "PROJECTS"、"STORAGE" 和 "SUPPORT"，各列之间的对应行在水平方向上对齐。
- 每列一个蓝色 SELECT 按钮：两者相当。每列都恰好包含一个标有 "SELECT" 的蓝色按钮。左图采用圆角较小的矩形，右图的按钮则更圆润。
- 整齐对齐且无额外内容：两者都满足这一标准。左图使用尺寸相同、带边框且内容居中的卡片；右图则将内容分组等距排列，并以细竖线分隔。两张图的标题、行内容和按钮都保持一致对齐，也都没有额外的列或文字。
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：Nano Banana 2.1左图险胜，因为它更准确地保留了原始场景和物体位置。两张图都成功将指定替换物体对应到位，水果数量也都正确。
- 马克杯与餐巾替换：左图略为接近。两张图都呈现了参考图 2 中带金色杯沿、杯柄朝右的藏蓝色马克杯，以及参考图 3 中的绿白条纹布料。左图餐巾的覆盖范围更接近原毛巾；右图则将餐巾向杯子方向延伸得更远。相较于底图，两张图都改变了杯子的轮廓和尺寸。
- 橙子与笔记本替换：左图的位置更准确。两张图都恰好包含一个带绿叶的橙子，以及一本带有参考图中黑色松紧带的芥末黄色硬壳笔记本，原有的四个物体也都未保留。左图笔记本的位置和占据范围更接近参考图 1；右图则将笔记本的前缘明显向后移动。
- 杯子右侧的两个柠檬：两者相当。两张图都在杯子右侧呈现了恰好两个柠檬，左边的柠檬带叶，右边的不带叶，符合参考图 6 中具有辨识度的排列。两者都没有添加额外的水果或无关物体。
- 原始场景保留：左图更好。左图的桌面木节、木纹、取景和暖色光照更贴近参考图 1，餐巾和笔记本也更多地保留了原始布局。右图改变了布料在纵深方向上的延伸范围，将笔记本后移，并在水果周围引入了更深的阴影。
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：Seedream 5 Pro右图的文字排版更接近原图，因此略胜一筹。两张图都成功替换了文字，并保留了店面场景。
- 替换文字准确：两者相当。左图和右图都准确呈现了 "NIGHT OWL"，没有可见的参考图文字 "MORNING BEAN" 残留。
- 没有额外或畸形字符：两者相当。所有字母都清晰可辨，两块招牌上都没有多余字符。
- 原有字体特征、间距与透视：右图略为接近。两张图都保留了奶油色的大写无衬线字母，并遵循招牌的透视关系，但左图的字母间距更大。右图更紧凑的间距更接近参考图。
- 招牌材质、光照与周围场景：两张图都基本保留了绿色木质招牌、灯具、店面、植物、长椅和投射阴影。与参考图相比，左图略显柔和，右图略显锐利；在场景保留方面，两者都没有决定性优势。
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.
多参考图身份与服装迁移
视任务而定平局。左图更好地保留了原有的手部位置和下方口袋细节；右图更好地保留了夹克纽扣的朝向。两张图都实现了自然协调的服装替换，还原度上的差异较小。
- 人物身份、表情、姿势、比例和构图：左图略微更接近参考图 1。两者都保留了女子的面部特征、放松的表情、向后梳拢的深色头发，以及居中的肖像构图。左图更准确地保留了原图中较低的手部位置和手臂姿态；右图则抬高了双手，并略微改变了肘部位置。
- 夹克还原度：两者各有优势。两者都再现了参考图 2 中的浅蓝色牛仔布、奶油色纹理衣领、翻盖胸袋、金属纽扣和红色袖章。右图保留了参考图中位于画面右侧前衣片上的纽扣位置，而左图将纽扣与扣眼的位置对调了。左图更清晰地保留了下方的嵌线口袋，右图中这些口袋的轮廓则不够明确。
- 完整替换与背景保留：两者持平。两者都将黑色西装外套完整替换为牛仔夹克，保留了参考图 1 中的灰色墙面和明亮的窗户边缘，也都没有引入隐形模特效果或白色产品背景。
- 物理合理性：两者持平。两者的手部形态、包围手腕的袖口、肘部弯曲处的布料褶皱，以及头发覆盖衣领和肩部的关系都较为自然。来自画面左侧的柔和光线和衣领下方的阴影也都符合原场景。
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.
连贯场景重布光
此场景更优：Nano Banana 2.1左图以微弱优势胜出，因为定向阳光在桌面、地毯和投影上的表现更加连贯可信。两者都呈现了明显的黄金时刻光照效果，并保留了房间的布局。
- 温暖的黄金时刻光线明显从左侧窗户照入：两者都很好地满足了这一要求。两者都在沙发上呈现了温暖的阳光，并在后方墙面上形成清晰的窗形光斑，让人能够直观看出光线来自左侧窗户。
- 高光和阴影方向与新光源协调一致：左图略胜一筹。明亮的桌面和地毯搭配向右延伸的细长桌腿投影，以及墙面上的植物影子，形成了连贯的光照关系。右图的墙面和沙发光照效果很可信，但在强光照射的桌面下方，阴影却较为柔和，使整个房间的定向光照一致性稍逊。
- 效果不止于均匀的黄色滤镜：两者都做到了。两者都引入了局部日照光斑、植物剪影和与之形成对比的阴影区域。左图通过地毯上的大片阳光和清晰阴影，让这种明暗区分尤为明显。
- 没有移动、增添、移除或重新设计任何家具或装饰：两者基本持平。两者都保留了参考图中的沙发、木质茶几、浅色地毯、盆栽树和落地灯，布局相同，轮廓也高度吻合，没有明显的增添或移除。
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
视任务而定平局。两者都生成了自然可信的风景扩展，并保留了参考图的中心构图。左图的色彩匹配略好，但这一优势不足以分出明确的胜负。
- 16:9 画幅，两侧新增内容自然：两者持平。两者都呈现了宽幅风景画面，沙滩、海洋和天空自然地向左右延伸，没有上下黑边。
- 完整原图居中，未裁切或拉伸：两者持平。两者都保留了居中的小屋、上方的天空和下方的前景沙地。小屋的比例及其与地平线的相对位置都与参考图 1 高度吻合，没有明显的裁切或拉伸。
- 原有小屋、海岸线和画面内部构图保持不变：左图的色彩略为接近原图，保留了参考图中较柔和的蓝天和浅色小屋，而右图的饱和度和对比度更高。两者都保留了屋顶形状、门上五金件的布局、小屋支撑结构、向右延伸的阴影和水平海岸线，不过小屋的风化痕迹与参考图略有不同。
- 扩展区域没有可见接缝、镜像填充或重复物体：两者持平。两者的地平线和海浪带都保持连贯，两侧新增区域中的沙地和云层纹理也富有变化。两者都没有明显的拼接痕迹、镜像区域或重复小屋。
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
视任务而定平局。左图更明确地呈现了篮球场环境，黄昏光照也融合得很好；右图则在运动鞋的比例和细节上略微更接近参考图。两者都保留了独特的侧面标志，并自然呈现了鞋与湿润地面的接触关系。
- 黄昏时分的湿润室外篮球场：左图表现更好。可见的篮球架、涂装球场区域、湿润地面和渐暗的落日，让场景一目了然。右图自然地呈现了黄昏时有围网的湿润球场，但背景中看不到篮球架。
- 轮廓、鞋底几何形态、缝线、材质和拍摄角度：右图略微更接近参考图 1。它尤其准确地保留了宽阔的侧面鞋片、光滑的白色鞋面、缝线路径，以及带纹理的鞋头防撞包边。左图保留了相同的结构，但鞋子显得稍紧凑，鞋头看起来更短。两者都保持了参考图中鞋跟朝左、鞋头朝右的观察角度。
- 黑色几何侧面标志：两者基本持平。两者都保留了参考图中棱角分明的三分支形状、向左伸出的短端、向上延伸的分支，以及向右下方延伸的长分支。两者的标志都保持纯黑，且清晰可辨。
- 接触阴影、湿地倒影和黄昏光照：两者表现接近。左图的接触阴影自然可信，较弱的倒影被粗糙湿润的地面打散，整体较暗的光照也符合黄昏背景。右图在前景水洼中呈现了更清晰的鞋子倒影，接触阴影也很明显，不过相对于落日背景，鞋面受到的光照显得更亮、色调也更中性。
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.
成本与耗时
两款模型在 Banana Pie 上均为 25 积分起，因此无论选择哪款，最低积分消耗都相同。Seedream 5 Pro 最高支持 2K 输出，Nano Banana 2.1 则还提供 4K 输出。在本次对比的小规模耗时样本中，Nano Banana 2.1 的耗时为 18.3 至 126.4 秒，Seedream 5 Pro 为 38.6 至 141.0 秒。等待时间因场景而异，两款模型都在部分任务中更快完成。
对比方法与披露
本次对比采用可复现的固定提示词测试：每个场景使用一条固定提示词，每款模型在每个场景中运行一次，并原样发布生成结果。测试涵盖图像生成与编辑，包括文字排版、物体绑定、场景保留和重新打光。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。