Nano Banana 2 与 Seedream 5 Pro 图像生成对比
如何选择取决于具体任务。Seedream 5 Pro 在材质渲染、人体结构、计数、广告构图和服装迁移方面表现更好。Nano Banana 2 则在文字排版、基于参考图的编辑、文字替换、重新打光、扩图和产品保真方面领先，而两者在结构化 UI 图形方面表现相当。
信息对比
| 特性 | Nano Banana 2 | 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 | 40 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
此场景更优：Seedream 5 Pro总体而言，右图更令人信服地满足了材质和倒影要求，单一产品的呈现更简洁，半瓶液体的状态更清楚，倒影也更克制且协调。
- 画面中恰好有一个透明的长方形香水瓶，没有文字、徽标或额外物体：右图更好。两张图都展示了一个直立的长方形瓶子，且没有可见文字或徽标，但左图右侧出现了醒目的瓶状重影，而右图中的单个瓶子及其倒影在视觉上清晰明确，不会引起歧义。
- 瓶内琥珀色液体明显装至一半：右图更好。其液面清楚地位于瓶身主体腔室的中点附近；左图看起来略高于一半。
- 玻璃折射与潮湿黑色石面上的倒影符合物理规律：右图更好。其较短的倒影与瓶身垂直对齐，自然地出现在瓶子下方；左图右侧则有一个与瓶身分离的瓶状倒影，还有大面积强烈的琥珀色焦散效果，不够克制。
- 左上方光源产生一致的高光和合理的接触阴影：左图更好。明亮的左上方照明以及向右下方延伸的阴影清楚体现了要求的光照方向；右图的光线更偏正面和居中，因此左上方来光的方向不够鲜明。
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：Nano Banana 2左图以微弱优势胜出，因为两张图都完全满足文字和颜色要求，但左图的间距看起来略为均衡。
- 恰好四行居中文字，且没有其他文字：平手。两张海报都明显只包含四行居中文字，没有额外文字。
- 文字内容和顺序完全正确：平手。两张图都按要求的顺序呈现了“MOONLIGHT MARKET”、“月光市集”、“18 OCT”和“RIVER HALL”。
- 指定的文字颜色：平手。两张海报中的“月光市集”均为红色，而“MOONLIGHT MARKET”、“18 OCT”和“RIVER HALL”均为黑色。
- 可读性、间距和对齐：左图略好。两张图的文字都清晰可读且居中，但左图的纵向排布更均衡；右图中的“MOONLIGHT MARKET”与“月光市集”距离相对较近，而下方几行则形成了一个间距更紧密的独立组块。
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右图更好地满足了以人体结构为重点的提示词要求：手指结构更清晰，手与陶土的接触也更合理，同时仍能一眼看出这是陶轮制陶场景。
- 画面中恰好有两只完整可见的手，没有多余的手或人物：平手。两张图都清楚展示了一名成年陶艺师和恰好两只手，没有其他手或人物。
- 每只手都恰好有五根形态自然且彼此分明的手指：右图更好。右图中每只手的五根手指均可辨认，尽管部分手指因姿势而有所重叠；左图中伸入碗内的那只手，其手指分布模糊且不规则。
- 手指、关节以及与陶土的接触符合人体结构：右图更好。其手指关节连贯，对碗壁内外施加的压力也可信。左图内侧那只手的手指拉伸得不自然且长短不均，与手掌的连接和接触感都不够可信。
- 陶碗、旋转的陶轮和塑形动作清晰可辨：平手。两张图都清楚描绘了位于陶轮中央的成形陶碗，一只手在内侧、另一只手在外侧塑造碗壁。
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
此场景更优：Seedream 5 Pro右图满足全部四项要求，而左图虽然在规定的数量和属性方面符合要求，却引入了额外的背景物体。
- 物体数量和位置：平手；两张图都清楚显示左侧有恰好三个排成一行的红色立方体，右侧有两个蓝色球体，并且一个黄色马克杯位于前景物体后方的中央。
- 属性对应：平手；两张图都清楚呈现了带有可见木纹的红色木质立方体、半透明的蓝色玻璃球体和黄色陶瓷马克杯。
- 杯柄方向：平手；两张图中的杯柄都清楚可见，并位于杯子右侧。
- 没有额外物体或文字：右图更好；右图在纯净背景中只包含要求的物体，而左图清楚出现了虚化的背景物品，包括一株植物及其容器。两张图都没有可见文字。
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右图更准确地遵循了要求的广告构图，尤其是避免了额外的“AERO”文字，同时让所有必需元素都保持清晰且完整可见。
- 恰好一只银色鞋子和一条橙色轨迹：右图更好。画面右下方清楚显示一只银色鞋子，一条橙色轨迹从左下方开始并向上弯曲。左图同样包含一只鞋和要求的轨迹，但鞋子不仅位于右侧，还占据了下方中央的更多空间。
- 仅包含规定的可见文字：右图更好。右图只包含“RUN LIGHT”和“42 KM”，且拼写均正确。左图包含“RUN LIGHT”和“42 KM”，但鞋舌上还清楚呈现了“AERO”。
- 顶部留白和标题位置：平手。两张图的顶部都有明显简洁的留白区域，并将“RUN LIGHT”置于这片留白正下方的左上角。
- 可见性和视觉层级：右图更好。其鞋子、橙色轨迹、“RUN LIGHT”标题和圆形“42 KM”徽章均完整可见且彼此清晰分隔。左图同样具有鲜明的视觉层级，但较大的鞋子和徽章让右下方构图显得更拥挤。
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
视任务而定两张图都完全满足要求的结构和可见文字，仅有细微的风格差异，不影响评分标准。
- 标题和分栏：平手。两张图都准确呈现了标题“CHOOSE YOUR PLAN”，以及恰好三个分别标为“STARTER”、“PRO”和“TEAM”的分栏。
- 行：平手。两张图的每个分栏中都恰好包含三行对齐的内容，分别标为“PROJECTS”、“STORAGE”和“SUPPORT”。
- 按钮：平手。两张图的每个分栏中都恰好有一个标为“SELECT”的蓝色按钮。
- 对齐和额外内容：平手。两张图都采用三个间距均匀、对齐一致的分栏，没有显示额外的分栏或文字。
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左图更忠实地完成了多对象编辑，同时保留了原始场景的几何结构。两者都正确对应了全部六张参考图，但左图在物体位置和取景上明显更接近原图。
- 马克杯与餐巾替换：左图更好。其海军蓝马克杯和折叠条纹餐巾与参考图中独特的金边马克杯及层叠餐巾高度一致，同时也更贴合原始马克杯和毛巾的占位。右图也使用了正确的物品，但餐巾更平，马克杯的位置略有偏移，尺寸也有所放大。
- 橙子与笔记本替换：左图更好。两者都移除了梨和蓝色笔记本，呈现出一个橙子和芥末黄色笔记本，但左图更忠实地保留了笔记本在原图右边缘的位置及裁切方式；右图则将其上移，并完整放进画面。
- 两颗柠檬的摆放：两者相当。两张图都在马克杯右侧放置了恰好两颗柠檬，一颗带叶、一颗不带叶，没有额外的水果或重复物体。
- 原始场景保留：左图更好。其马克杯、橙子、笔记本和主要桌面细节在画面中的相对位置与取景更接近原图。右图将笔记本明显上移，并改变了多个物体的尺寸和间距关系。
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：Nano Banana 2两张结果图都干净利落地完成了文字编辑，但左图更忠实地保留了参考图的文字排版和周围店面。
- 准确替换文字：两者都准确呈现了“NIGHT OWL”，原来的“MORNING BEAN”已完全消失。
- 无多余或畸形字符：两者都只显示“NIGHT OWL”，字母清晰、易于辨认，没有杂乱笔画或额外字符。
- 字体、间距与透视：左图略微更接近参考图；其修长的无衬线字形、宽松的字距、单词间距和对齐方式都更忠实于原始招牌，而右图的文字排布略显紧凑。
- 材质、光照与场景保留：左图更好；招牌的绿色木纹、投影、店面几何结构、窗户、门、花盆和长椅均更贴近参考图。右图的店面比例和位置变化稍显明显。
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
此场景更优：Seedream 5 Pro右图整体更胜一筹，因为其夹克明显更接近服装参考图，融合也更自然，而左图在保留原始人物和取景方面稍好。
- 人物身份、表情、头发、姿势、身体比例与取景：左图更接近原图。它更忠实地保留了原始脸型、直视镜头的神情、发量、手部位置和人像取景；右图则收窄并微调了脸型，双手的位置也进一步下移。
- 夹克材质、颜色、衣领、纽扣、口袋与袖章：右图更好。其浅蓝色牛仔布、奶油色羊羔绒衣领、古铜色五金件、胸袋结构和红色袖章更干净，也更接近参考图 2。左图添加了明显的白色做旧痕迹，而参考夹克上并没有这些痕迹。
- 完整替换，且不引入模特架或产品背景：两者相当。两张图都彻底移除了黑色西装外套，并保留了原始的灰色室内场景，没有带入白色产品背景或模特架形态。
- 手部、合身程度、遮挡、阴影与光照的物理合理性：右图略好。夹克垂坠更均匀，接缝和前片结构更一致，袖口与手腕的衔接也更自然。左图的下摆扭曲且不平整，前片结构的一致性也较差，不过两者的手部和场景光照融合都较为可信。
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左图的重新打光效果更协调，黄金时刻的光照更具说服力，整个房间中定向阴影的表现也更完整。两者对场景内容的保留程度相近。
- 温暖的黄金时刻光线明显从左侧窗户射入：左图更好。强烈的暖阳明显从左窗照入，洒在沙发、地毯、桌子、墙壁和地板上；右图的光线也温暖且具有方向性，但最强的光照集中在后墙的矩形光斑中。
- 高光与阴影方向对新光源的响应协调一致：左图更好。桌子和沙发向右下方投下长影，窗框阴影横跨地板，枝叶阴影落在沙发上，落地灯则向右投影。右图中植物、窗户和灯在墙上的阴影方向协调，但桌子与地毯周围的定向阴影表现不够充分。
- 效果不只是叠加统一的黄色滤镜：左图更好。它将暖色高光与层次分明的暗部结合，并为多个物体呈现了各自的投影。右图也超出了单纯滤镜的效果，但房间内更多表面带有较为一致的暖色调。
- 没有移动、添加、移除或重新设计家具与装饰：两者大致相当。两张图都保留了相同的窗户、植物与花盆、沙发、茶几、地毯和落地灯，整体位置也一致；不过，与参考图相比，两者在比例、软包或家具细节上都出现了可见的小幅变化。
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：Nano Banana 2左图更好地保留了居中的参考画面，同时将其扩展为自然可信的横向风景图。右图的扩展效果干净，但对原始构图的比例和位置改动更明显。
- 16:9 横向画面，两侧自然延展：两张结果图均为 16:9，并在两侧合理延续了天空、海洋、海岸线和沙滩；这一项没有明显优劣。
- 原图完整居中，没有裁切或拉伸：左图更好。当方形参考图以输出画面的完整高度居中放置时，左图的地平线、木屋屋顶、木屋宽度和前景都与预期比例十分接近。右图将木屋和中心构图略微缩小，并在垂直方向上移位，表明它对原始取景进行了更多改动。
- 原始木屋、海岸线与内部构图保持不变：左图更好。木屋的大小、外墙板、门、支撑结构、海岸线高度和阴影都更接近参考图。右图明显收窄了木屋，并改变了它相对于周围海滩和天空的比例。
- 无可见接缝、镜像填充或重复物体：两者都表现出色。新增的云朵、海浪和沙滩纹理衔接自然，没有明显的生硬边界、镜像图案或重复物体。
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：Nano Banana 2左图在较好保留产品的同时，实现了更可信的场景融合，尤其体现在明确的篮球场环境、鞋子倒影和协调的暮色色调上。右图在准确保留鞋子几何形态方面略胜一筹，但左图的整体优势更明显。
- 黄昏时分的湿润室外篮球场：左图更好。篮筐、球场标线、铁丝网围栏、湿润地面和深粉紫色的暮色天空，让所要求的场景一目了然；右图也呈现了黄昏时湿润且有围栏的球场，但篮球场特征不够明确。
- 轮廓、鞋底几何结构、缝线、材质与拍摄角度：右图略好。其鞋头轮廓、分层鞋底、前部带纹理的防撞包边、鞋面拼片缝线、皮革质感鞋面和四分之三侧视角都更接近参考图，而左图中的鞋子略显扁平，视角也更偏正侧面。
- 侧面的黑色几何标记：两者基本相当。两张图都保留了相同且清晰可辨的三臂黑色几何图案，短小的左臂、向上伸展的上臂和较长的下斜臂均与参考图高度一致。
- 接触阴影、湿地倒影与暮色光照：左图更好。鞋子与地面接触自然，下方有清晰且位置对应的倒影，温暖的夕阳光线在鞋子和球场上逐渐过渡为偏冷的暮色色调。右图的地面接触效果和断续的水洼倒影也合理，但近乎纯白的鞋子与周围暮色光照的融合稍显不足。
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
Nano Banana 2 低至 40 积分，Seedream 5 Pro 低至 25 积分，因此 Seedream 5 Pro 的入门成本更低。在本次运行中，Nano Banana 2 的实测延迟范围为 57125ms 至 122746ms，Seedream 5 Pro 为 38569ms 至 141015ms；这些仅为小样本观察结果，并非基准测试数据。
对比方法与披露
我们为每个场景使用同一条固定提示词测试各个模型，并公布了筛选后的生成结果。公开图片带有 Banana Pie 水印。Banana Pie 提供 Nano Banana 2 和 Seedream 5 Pro 的付费使用权限。
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。