GPT Image 2.5 เทียบกับ Nano Banana 2:5 การทดสอบด้วยคำสั่งเดียวกัน

GPT Image 2.5 เทียบกับ Nano Banana 2:5 การทดสอบด้วยคำสั่งเดียวกัน

GPT Image 2.5 ได้จัดการกับข้อกำหนดที่เข้มงวดของเราสำหรับอินโฟกราฟิกได้ดีกว่าในคู่ภาพที่สองที่ถูกจับคู่กัน. Nano Banana 2 ได้สร้างโปสเตอร์ที่อ่านได้ชัดเจนและปรับสีของป้ายให้ใช้งานได้ดีขึ้น การเลือกตัวเลือกใดจะดีกว่านั้นขึ้นอยู่กับทรัพยากรที่คุณต้องการ.

  • อินโฟกราฟิก: GPT ได้รักษาลำดับขั้นตอนทั้งห้าไว้; ส่วน Nano ได้เพิ่มเนื้อหาที่ไม่ต้องการเข้าไปในคู่ที่สอง.
  • การแก้ไขในท้องถิ่น: ทั้งสองได้เปลี่ยนสีของป้ายในขณะที่ยังคงข้อความเดิมไว้ตามคู่แรกที่ตรงกัน.
  • ภาพผลิตภัณฑ์: ภาพที่ดูน่าเชื่อถือจากทั้งสองด้าน โดยต้องปรับสมดุลระหว่างมุมกล้องและแสง.
21ผลลัพธ์ต้นฉบับ
5เอกสารสรุปการออกแบบ
5คู่ที่มีขนาดตรงกับขนาดของพื้นผิวเดิม

ค้นพบการสร้างภาพและการแก้ไขภาพอย่างละเอียดผ่าน โกลบอลจีพีที, หรือเปรียบเทียบผลลัพธ์ต้นฉบับด้านล่างกับข้อกำหนดของคุณเอง.

เปรียบเทียบ GPT Image 2.5 กับ Nano Banana 2 ในภาพรวม

  • GPT Image 2.5: เอกสาร OpenAI ซันเบิร์สต์ ในด้านความสามารถในการแสดงภาพและความแม่นยำในการแก้ไขภาพ และ Flare เพื่อสร้างข้อมูลได้อย่างรวดเร็วในชีวิตประจำวัน.
  • นาโน กล้วย 2: ของกูเกิล Gemini 3.1 ภาพแฟลช, พร้อมกับการสร้างข้อมูล การแก้ไขข้อมูล ข้อมูลอ้างอิง และการกำหนดจุดอ้างอิงสำหรับการค้นหา.
  • ชื่อมีความสำคัญ: Nano Banana Pro เป็นรุ่นที่แยกต่างหาก การทดสอบ GPT ของเราใช้ Broly’s gpt-image-2.5 alias; การแมป Sunburst/Flare ยังไม่ได้รับการกำหนด.
คุณสมบัติGPT Image 2.5 Sunburstนาโน กล้วย 2
ผู้พัฒนาและแบบจำลอง API ที่แม่นยำOpenAI; gpt-image-2.5-sunburstGoogle; gemini-3.1-flash-image
การสร้างและแก้ไขการแปลงข้อความเป็นภาพ การแก้ไขภาพ และการเติมภาพที่ขาดการแปลงข้อความเป็นภาพ การแก้ไขภาพ และการสร้างเนื้อหาจากข้อมูลอ้างอิง
การควบคุมขนาดขนาดที่นิยมใช้ ได้แก่ 1024 × 1024 และ 1536 × 1024; ส่วนขนาดที่กำหนดเองต้องปฏิบัติตามข้อจำกัดเกี่ยวกับจำนวนพิกเซลและอัตราส่วนภาพตัวเลือกความละเอียด 0.5K, 1K, 2K และ 4K
ภาพตัวอย่างรองรับการนำเข้าภาพเพื่อใช้ในการแก้ไขและอ้างอิงGoogle บันทึกข้อมูลอ้างอิงได้สูงสุด 14 รายการ โดยมีข้อจำกัดเฉพาะสำหรับแต่ละโมเดลเกี่ยวกับจำนวนวัตถุและตัวอักษร
การค้นหาการยึดโยงกับพื้นฐานในการเปรียบเทียบ API Image แบบตรงกันนั้น ไม่มีการสมมติว่ามีคุณสมบัติการค้นหาที่เทียบเท่าการตั้งค่าพื้นฐานสำหรับการค้นหาเว็บและรูปภาพของ Google ได้ถูกบันทึกไว้แล้ว; เป็นตัวเลือกสำหรับการเปรียบเทียบ

ตารางนี้แสดงคุณสมบัติที่ได้รับการบันทึกไว้ ไม่ใช่คะแนนการทดสอบ. ระบบควบคุมขนาด OpenAI และ ตัวเลือกการปรับความละเอียดของ Google แตกต่างกัน; ขนาดต้นฉบับถูกระบุไว้บนภาพทดสอบทุกภาพ.

เกณฑ์มาตรฐานสาธารณะ: การเปรียบเทียบเป็นอย่างไร?

Sunburst นำอันดับทั้งสองในรายชื่อ Arena ที่ถูกอ้างอิง. สถานะเบื้องต้นและจำนวนตัวอย่างการลงคะแนนที่น้อยลงเป็นส่วนหนึ่งของผลลัพธ์ดังกล่าว.

Arena: การสร้างและแก้ไข

ภาพถ่ายวันที่ 7 กันยายน 2569 · คะแนนแสดงบนสเกล 0–1,600

ข้อความเป็นภาพ

GPT Image 2.5 Sunburst · #11,421 ± 13
3,149 เสียงลงคะแนน · ผลเบื้องต้น
Nano Banana 2 [การค้นหาบนเว็บ] · #91,261 ± 5
41,957 เสียงลงคะแนนสำหรับรุ่น

การแก้ไขภาพเดียว

GPT Image 2.5 Sunburst · #11,520 ± 9
6,704 เสียง · ผลเบื้องต้น
Nano Banana 2 [การค้นหาบนเว็บ] · #121,387 ± 4
157,693 เสียงโหวตสำหรับรุ่น
ข้อมูลถูกดึงมาเมื่อวันที่ 9 กันยายน 2026. ตารางอันดับแยกตามหมวดหมู่; จำนวนเสียงที่นับเป็นผลรวมของโมเดล ไม่ใช่การนับผลแบบตัวต่อตัวโดยตรง ความไม่แน่นอนถูกแสดงตามเดิม ความแตกต่างของคะแนนไม่ใช่การปรับปรุงคุณภาพภาพเป็นร้อยละ.

การทดสอบด้วยคำสั่งเดียวกัน: ห้าภารกิจออกแบบจริง

ขอบเขตการทดสอบ: 5 ชุดข้อมูลสั้น, คำแนะนำที่เหมือนกัน และขนาดไฟล์ภาพอ้างอิงที่เท่ากัน การทดสอบได้ดำเนินการผ่าน Broly เมื่อวันที่ 9 กันยายน 2026.

  • การตั้งค่าที่ขอ: 1024 × 1024, ป้ายผู้ให้บริการระดับกลาง, ไม่มีการขอค้นหา “ระดับกลาง” ไม่ใช่ระดับคุณภาพที่เทียบเท่าและได้รับการยืนยันอย่างเป็นทางการในทุกรุ่น.
  • ตัวอย่าง: มีผลลัพธ์ GPT 10 ชุดและ Nano 11 ชุด รวมถึงคู่โมเดลใหม่ 2 ตัวที่ใช้แทน poster แบบเดิม นี่เป็นตัวอย่างขนาดเล็ก ไม่ใช่การประเมินความน่าเชื่อถือ.
  • การเปรียบเทียบที่ยุติธรรม: 5 คู่ให้ผลลัพธ์ 1024 × 1024 ทั้งสองด้าน ส่วนต้นฉบับ GPT 5 ชิ้นให้ผลลัพธ์ 1254 × 1254; คู่เหล่านั้นถูกยกเว้นจากการจัดอันดับคุณภาพ.
  • แหล่งอ้างอิง: ขวดที่สร้างขึ้นด้วย Nano พร้อมข้อความบนฉลากที่เพิ่มเข้าไปในท้องถิ่น และตัวละครผู้ใหญ่สมมติที่สร้างขึ้นแยกต่างหาก ข้อมูลนำเข้าที่เหมือนกันควบคุมแหล่งข้อมูล แต่ไม่ขจัดอคติของโมเดลต้นทาง.
  • เกณฑ์การประเมิน: คำเขียน, ส่วนที่ถูกละเว้น, เนื้อหาที่สร้างขึ้น, การจัดเรียง, การรักษาเนื้อหาหลังการแก้ไข และความคล้ายคลึงกัน ไฟล์ PNG ต้นฉบับถูกเชื่อมโยงไว้ภายใต้การประมวลผลภาพ WebP แบบเดียวกัน.

1. โปสเตอร์ที่มีข้อความมากและตัวอักษรเล็ก

สร้างโปสเตอร์รูปสี่เหลี่ยมที่ดูเรียบร้อยและสวยงามสำหรับงานออกแบบสมมติ พื้นหลังสีขาว ตัวอักษรสีเทาเข้ม พร้อมด้วยสีน้ำเงินโคบอลต์และสีปะการังเป็นสีเน้น ใช้ตัวอักษรแบบบรรณาธิการที่คมชัดและเว้นขอบกระดาษให้กว้างพอสมควร ให้ใส่ข้อความต่อไปนี้อย่างถูกต้องตามนี้ โดยไม่เพิ่มหรือเปลี่ยนเนื้อหาใดๆ:
DESIGN AFTER HOURS
ไอเดียที่คุ้มค่ากับการอดนอนเพื่อรอคอย
วันศุกร์ที่ 16 ตุลาคม
18:30 - 21:00
NORTH HALL, STUDIO 08
การบรรยาย / การสาธิต / การวิจารณ์แบบเปิด
เข้าก่อนเวลา $18
จองที่นั่งได้ที่ designafterhours.example
ให้ชื่องานมีขนาดใหญ่ที่สุด วันที่และเวลาต้องมองเห็นได้ชัดเจน และ URL ต้องมีขนาดเล็กแต่ยังอ่านได้ ใช้รูปทรงเรขาคณิตแบบนามธรรมเท่านั้น ห้ามใช้โลโก้ รูปภาพ ข้อความเพิ่มเติม หรือตัวอักษรตกแต่งปลอม.

คู่ 1: ขนาดต้นฉบับแตกต่างกัน; จึงไม่ถูกนับในการจัดอันดับแบบตัวต่อตัว.

คู่ใหม่ที่แทนที่: ขนาดเดิมต่างกัน; จึงไม่ถูกนับในการจัดอันดับแบบตัวต่อตัว.

ไม่มีผู้ชนะที่มีขนาดตรงกัน. GPT run 1 และคู่ GPT/Nano รุ่นใหม่สามารถพิมพ์ตัวอักษรทั้งแปดตัวที่จำเป็นได้อย่างชัดเจน GPT ใช้การจัดวางทางเรขาคณิตที่เรียบกว่า ส่วน Nano มักแสดงแผ่นที่มีเงา ความแตกต่างในการออกแบบเหล่านี้มีประโยชน์ แต่ต้นฉบับ GPT มีขนาด 1254 พิกเซลเป็นสี่เหลี่ยม ดังนั้นเราจึงไม่ใช้รายละเอียดตัวอักษรขนาดเล็กเพื่อจัดอันดับเมื่อเทียบกับผลลัพธ์ของ Nano ที่มีขนาด 1024 พิกเซล.

การทดลอง Nano ครั้งที่สองในต้นฉบับยังคงอยู่ด้านล่างนี้: เนื้อหายังคงเดิม แต่เครื่องหมายแบ่งเวลาได้เปลี่ยนจากเครื่องหมายไฮฟินที่กำหนดไว้เป็นเครื่องหมายขีดยาว การรัน GPT ที่เกี่ยวข้องสิ้นสุดด้วยค่า 524 จากต้นทางและไม่มีภาพ เราได้เก็บบันทึกความล้มเหลวไว้และสร้างคู่ใหม่บนทั้งสองโมเดล แทนที่จะเปลี่ยนเฉพาะด้านที่อ่อนแอหรือล้มเหลวเท่านั้น.

มีรูปแบบการจัดวางเพิ่มเติมที่กล่าวถึงใน คู่มือคำแนะนำสำหรับ Nano Banana 2.

2. การถ่ายภาพผลิตภัณฑ์และรายละเอียดวัสดุ

สร้างภาพถ่ายสตูดิโอเชิงพาณิชย์แบบสี่เหลี่ยมของขวดน้ำหอมทรงกระบอกทำจากแก้วใสไม่มีแบรนด์ พร้อมฝาโลหะสีเงินแบบขัดเงา และฉลากกระดาษรูปสี่เหลี่ยมผืนผ้าสีขาวด้านที่ยังว่างเปล่า ขวดบรรจุของเหลวสีเขียวอ่อน วางขวดในแนวตั้งบนพื้นผิวหินสีเทาอ่อน โดยมีพื้นหลังสีขาวอ่อนนุ่ม ใช้ซอฟต์บ็อกซ์ขนาดใหญ่หนึ่งตัวด้านซ้าย แสงสะท้อนขอบแคบด้านขวา และเงาสัมผัสที่ดูสมจริง มุมมองสามในสี่ระดับสายตา ให้เห็นขวดทั้งหมด ขอบคมชัด การหักเหของแสงบนแก้วที่สมจริง และพื้นผิวโลหะขัดเงาที่ละเอียด ไม่มีวัตถุอื่น ไม่มีตัวอักษร ไม่มีโลโก้ และไม่มีกราฟิกที่คล้ายลายน้ำ.

คู่ 1: ขนาดเดิมตรงกัน.

คู่ที่ 2: ขนาดเดิมตรงกัน.

ไม่มีผลิตภัณฑ์ใดที่ได้รับรางวัลชนะเลิศโดยรวม. ทั้งสองคู่มีขนาด 1024 × 1024 GPT ให้ขอบกระจก พื้นผิวโลหะที่ถูกขัด และพื้นผิวหินดูคมชัด ส่วน Nano ก็แยกกระจก โลหะ และกระดาษได้อย่างชัดเจนและน่าเชื่อถือ Nano ครั้งที่ 1 มีเส้นทแยงมุมสีมืดที่ไม่ต้องการในพื้นหลัง ส่วนครั้งที่ 2 ดูสะอาดตาขึ้น.

ทั้งสองแบบไม่ได้แสดงมุมสามในสี่ตามที่ขอไว้อย่างสม่ำเสมอ: ขวดดูส่วนใหญ่เป็นมุมหน้า GPT run 2 ยังจัดแสงให้เข้มขึ้นทางด้านขวาและสร้างเงาไปทางซ้าย ซึ่งทำให้การปฏิบัติตามข้อกำหนดของซอฟต์บ็อกซ์ด้านซ้ายที่กำหนดไว้ลดลง ขวดที่มีรูปลักษณ์ระดับพรีเมียมมีประโยชน์สำหรับการพัฒนาคอนเซปต์ แต่ทิศทางของกล้องและแสงยังต้องตรวจสอบให้ถูกต้อง.

3. การแก้ไขอย่างแม่นยำโดยไม่เปลี่ยนแปลงส่วนอื่น ๆ

แก้ไขภาพผลิตภัณฑ์ที่ให้มา โดยเปลี่ยนเพียงสีพื้นของฉลากให้เป็นสีเทียลอ่อนเท่านั้น ให้รักษาทุกคำที่พิมพ์ไว้ รวมถึงการสะกดที่ถูกต้อง แบบอักษร ขนาด ตำแหน่ง และสีไว้ตามเดิม อย่าเปลี่ยนแปลงขวด ฝา ของเหลว แสงสะท้อน แสง เงา พื้นหลัง มุมกล้อง การตัดภาพ และขนาดภาพ ห้ามออกแบบฉลากใหม่ ห้ามเพิ่มวัตถุ ห้ามเพิ่มความคมชัดของภาพทั้งภาพ หรือปรับสไตล์ของภาพถ่ายใหม่.

คู่ 1: ขนาดเดิมตรงกัน.

คู่ที่ 2: ขนาดต้นฉบับต่างกัน; จึงไม่ถูกนับในการจัดอันดับแบบตัวต่อตัว.

ไม่มีผู้ชนะที่ชัดเจนในคู่แรกที่แข่งขันกัน. ทั้งสองรุ่นใช้สีเทียลอ่อนสำหรับฉลาก และยังคงรักษาข้อความ FIELD NOTES, EAU DE PARFUM และ 50 mL ไว้ ขวด ฝา ปากขวด และองค์ประกอบโดยรวมยังคงใกล้เคียงกับต้นแบบ แต่ทั้งสองรุ่นไม่ได้รับการรับรองว่ามีความเหมือนกันทุกพิกเซลนอกส่วนฉลาก.

การแก้ไข GPT ครั้งที่สองรักษาข้อความไว้ แต่ให้ผลลัพธ์เป็น 1254 × 1254 แม้จะมีคำสั่งให้รักษาขนาดภาพไว้ไม่เปลี่ยนแปลง นี่เป็นความผิดพลาดที่ชัดเจนในการปฏิบัติตามข้อกำหนดด้านขนาด ไม่ใช่หลักฐานที่แสดงถึงรายละเอียดที่ดีกว่า Nano ยังคงรักษาขนาด 1024 × 1024 และสร้างสีเทลที่อ่อนกว่า การทำงานตามขั้นตอนสีของแบรนด์อย่างแม่นยำจะได้รับประโยชน์จากข้อมูลอ้างอิงสีที่ให้มา.

The คู่มือการแก้ไขภาพ GlobalGPT อธิบายวิธีกำหนดการเปลี่ยนแปลงที่ได้รับการควบคุม.

4. ความสม่ำเสมอของตัวละครในทุกฉาก

ใช้ภาพอ้างอิงผู้ใหญ่ที่สมมติขึ้นตามตัวอย่างที่ให้มาเป็นบุคคลเดียวกันในทั้งสองส่วนภายในภาพสี่เหลี่ยมเดียว สร้างส่วนแนวตั้งสองส่วนที่มีขนาดเท่ากัน พร้อมด้วยเส้นแบ่งสีขาวที่บางและชัดเจน ส่วนซ้าย: บุคคลนั้นยืนอยู่ด้านนอกร้านหนังสือสมัยใหม่ในแสงกลางวัน ถ่ายจากส่วนเอวขึ้นไป ถือสมุดบันทึกที่ปิดอยู่ ส่วนขวา: คนเดียวกันนั่งอยู่ที่โต๊ะคาเฟ่ในแสงเย็นนุ่มนวล ถ่ายตั้งแต่เอวขึ้นไป พร้อมสมุดโน้ตวางอยู่บนโต๊ะ ให้รักษาลักษณะใบหน้า เส้นผม ทรงผม แว่นตา สีของแจ็กเก็ต และรายละเอียดของเสื้อในทั้งสองส่วนไว้ให้เหมือนเดิม รักษาสไตล์การถ่ายภาพให้ดูสมจริง ไม่ใส่คำบรรยาย ข้อความ ตัวอักษร คนอื่นเพิ่มเติม หรือเปลี่ยนแปลงตัวตน.

คู่ 1: ขนาดต้นฉบับแตกต่างกัน; จึงไม่ถูกนับในการจัดอันดับแบบตัวต่อตัว.

คู่ที่ 2: ขนาดเดิมตรงกัน.

GPT สามารถปฏิบัติตามเงื่อนไขการยกเว้นได้ดีขึ้นในคู่ที่สองที่ตรงกัน. ทั้งสองภาพยังคงรักษาลักษณะเด่นหลักไว้ ได้แก่ ผมสั้นสีดำ แว่นตากลม แจ็กเก็ตสีเขียว และเสื้อเชิ้ตสีขาว GPT แสดงภาพสมุดโน้ตที่ถูกถืออยู่ในกรอบภาพแรก และวางอยู่บนโต๊ะในคาเฟ่ในกรอบภาพที่สอง โดยไม่มีตัวอักษรชื่อร้านที่ชัดเจนหรือผู้คนเพิ่มเติม ส่วน Nano ได้เพิ่มข้อความชื่อร้านและคนเดินเท้าในพื้นหลัง แม้จะมีคำสั่งห้ามอย่างชัดเจน.

นี่คือข้อได้เปรียบในการปฏิบัติตามคำสั่งในคู่ที่ตรงกันหนึ่งคู่ ไม่ใช่คะแนนความตรงกันทางชีวมิติ GPT ยังเพิ่มกระเป๋าไหล่ที่มองเห็นได้เข้ามาในภาพร้านหนังสือ ซึ่งไม่ได้ระบุไว้ในข้อกำหนด คู่แรกถูกแสดงเพื่อความครบถ้วน แต่ถูกยกเว้นจากการจัดอันดับ เนื่องจากขนาดต้นฉบับของทั้งสองต่างกัน ทั้งสองภาพอ้างอิงมีต้นกำเนิดจาก Nano ดังนั้นการทดสอบนี้จึงไม่สามารถขจัดอคติของโมเดลต้นทางได้.

The คู่มือความสอดคล้องของหัวข้อ ครอบคลุมกระบวนการทำงานของภาพอ้างอิงอย่างกว้างขวาง.

5. อินโฟกราฟิกและรูปแบบการจัดวางที่ซับซ้อน

สร้างอินโฟกราฟิกแบบสี่เหลี่ยมที่มีลักษณะมืออาชีพบนพื้นหลังสีขาว โดยตั้งชื่อให้ตรงกับ "FROM BRIEF TO LAUNCH" ด้านล่างนั้น จัดเรียงขั้นตอนทั้งห้าที่มีขนาดเท่ากันเป็นลำดับที่ชัดเจนจากซ้ายไปขวา โดยเชื่อมต่อกันด้วยลูกศรสี่ตัวที่ชี้ไปทางขวา ใช้ข้อความสีเทาเข้ม (charcoal) พร้อมสีเทียล (teal) และสีคอรัล (coral) เป็นสีเน้น, ไอคอนที่เรียบง่ายและคุ้นเคย, และแบบอักษร sans-serif ที่สะอาดตา ให้แสดงชื่อขั้นตอนและบรรทัดสนับสนุนดังต่อไปนี้:
1. DEFINE / กำหนดเป้าหมายที่วัดได้หนึ่งข้อ
2. RESEARCH / ตรวจสอบความต้องการของกลุ่มเป้าหมาย
3. CREATE / สร้างร่างแรก
4. REVIEW / แก้ไขข้อผิดพลาดด้านเนื้อหาและภาพ
5. LAUNCH / เผยแพร่และวัดผล
ใช้ทุกคำเพียงครั้งเดียวเท่านั้น ลูกศรต้องเชื่อมต่อจาก 1 ไป 2 ไป 3 ไป 4 ไป 5 โดยไม่มีวงวนหรือทางแยก ให้ทุกบรรทัดสนับสนุนอ่านได้ชัดเจน อย่าเพิ่มแผนภูมิ เปอร์เซ็นต์ ขั้นตอนเพิ่มเติม ข้อความตกแต่ง หรือส่วนท้ายเอกสาร.

คู่ 1: ขนาดต้นฉบับแตกต่างกัน; จึงไม่ถูกนับในการจัดอันดับแบบตัวต่อตัว.

คู่ที่ 2: ขนาดเดิมตรงกัน.

GPT ชนะในด้านการปฏิบัติตามข้อกำหนดของเนื้อหาในคู่ที่สองที่ตรงกัน. ขั้นตอนทั้งห้าที่มีหมายเลข เส้นสนับสนุน และลูกศรเชื่อมต่อสี่เส้น สร้างลำดับที่ขอไว้โดยไม่เพิ่มแถวเพิ่มเติม Nano ได้รวมลำดับหลักไว้ แต่จากนั้นได้เพิ่มบล็อก REVIEW และ LAUNCH ที่ซ้ำกัน รวมถึงข้อความที่สร้างขึ้นเอง ซึ่งละเมิดคำสั่งที่ต้องรวมทุกคำไว้เพียงครั้งเดียวเท่านั้น.

คู่แรกเล่าเรื่องที่จำกัดกว่า: ทั้งสองโมเดลต่างไม่ระบุจำนวนขั้นตอนที่จำเป็น และ GPT ส่งคืนค่า 1254 × 1254 ซึ่งไม่สามารถสนับสนุนผลลัพธ์ที่ตรงกันในขนาดได้ ดังนั้น ข้อค้นพบที่มีประโยชน์จึงเป็นเฉพาะเจาะจง: GPT ได้แก้ปัญหาตามข้อกำหนดเนื้อหาที่เคร่งครัดในคู่ภาพ 1024 พิกเซลที่สอง; ส่วน Nano ต้องได้รับการแก้ไขในทั้งสองครั้งที่แสดงผล การทดลองสองครั้งยังไม่สามารถกำหนดอัตราความสำเร็จโดยทั่วไปได้.

ราคา API อย่างเป็นทางการและโทเค็นที่บันทึกไว้

GPT มีอัตราการสร้างโทเคนภาพที่ต่ำกว่า ส่วน Nano มีอัตราการรับข้อมูลเข้าที่ต่ำกว่า. อัตราด้านล่างนี้มาจาก เอกสารเกี่ยวกับราคาของ OpenAI และ ราคา API ของ Google, ตรวจสอบเมื่อวันที่ 9 กันยายน 2026.

อัตราโทเค็นการส่งออกภาพอย่างเป็นทางการ

USD ต่อ 1 ล้านโทเค็นภาพที่สร้าง · อัตราค่าบริการ API มาตรฐาน

GPT Image 2.5 Sunburst$30
นาโน กล้วย 2$60
ราคาต่อหน่วยโทเคน ไม่ใช่ราคาต่อภาพ การใช้โทเคนแตกต่างกันไปตามแต่ละโมเดล.
ต่อ 1 ล้านโทเคนGPT Image 2.5นาโน กล้วย 2
การป้อนข้อความ$5.00$0.50
การป้อนภาพ$8.00$0.50
ผลลัพธ์ภาพ$30.00$60.00
  • หมวดหมู่เพิ่มเติม: ข้อมูลข้อความ/ภาพที่เก็บไว้ในแคชของ OpenAI มีค่า $1.25/$2 ต่อหนึ่งล้านโทเคน เมื่อเหมาะสม ส่วนผลลัพธ์ข้อความ/การคิดของ Google มีค่า $3 ต่อหนึ่งล้านโทเคน.
  • ตัวอย่าง 1K ของ Google: 1,120 โทเคนผลลัพธ์ภาพ × $60 / 1M = $0.0672 สำหรับการออกผลเท่านั้น, ก่อนการป้อนข้อมูลและข้อความ/การวิเคราะห์ใด ๆ ที่ถูกคิดค่าบริการแยกต่างหาก นี่เป็นตัวอย่างเอกสาร ไม่ใช่ใบแจ้งค่าบริการทดสอบของเรา.
  • เปรียบเทียบงานที่เสร็จสมบูรณ์: ความละเอียด คุณภาพ ข้อมูลอ้างอิงสำหรับการป้อนเข้า และจำนวนครั้งการทดลองเพิ่มเติม เป็นปัจจัยที่กำหนดค่าใช้จ่ายต่อภาพที่สามารถใช้งานได้ การลดอัตราโทเคนเพียงอย่างเดียวไม่ได้ทำให้โมเดลนั้นมีราคาถูกขึ้น.
บันทึกการใช้งานโทเคน GPT Image 2.5 · 10 ผลลัพธ์

ข้อมูลรวมเกี่ยวกับข้อมูลเข้าและข้อมูลออกที่รายงานโดย Broly นี่เป็นข้อมูลการใช้งาน ไม่ใช่หน่วยการคิดค่าบริการอย่างเป็นทางการที่ได้รับการตรวจสอบ หรือการเปรียบเทียบค่าใช้จ่ายระหว่างรุ่นต่าง ๆ.

ทดสอบ / ดำเนินการโทเค็นอินพุตโทเค็นผลลัพธ์ของภาพ
ตัวละคร / 01238765
ตัวละคร / 02330198
แก้ไข / 01287203
แก้ไข / 02188765
อินโฟกราฟิก / 01200765
อินโฟกราฟิก / 02173210
โปสเตอร์ / 01164765
โปสเตอร์ / 031522058
ผลิตภัณฑ์ / 01115210
ผลิตภัณฑ์ / 02115198

ความหมายของผลลัพธ์: คุณภาพเทียบกับมูลค่า

การเขียนข้อความที่แม่นยำและการออกแบบข้อมูลที่แม่นยำเป็นจุดแข็งที่แตกต่างกัน. ทั้งสองแบบได้ถ่ายทอดข้อความของงานได้อย่างดี แต่ทั้งโปสเตอร์และตัวอักษรขนาดเล็กบนโปสเตอร์ก็ไม่สามารถกำหนดผู้ชนะที่ตรงกับขนาดได้ อินโฟกราฟิกนี้ให้ข้อแตกต่างที่ชัดเจนยิ่งขึ้น: ผลลัพธ์ 1024 พิกเซลครั้งที่สองของ GPT รักษาลำดับและเนื้อหาไว้ได้ ส่วนของ Nano กลับเพิ่มเนื้อหาที่สร้างขึ้นเอง หากสินทรัพย์นี้ใช้เพื่ออธิบายกระบวนการ การเพิ่มเนื้อหาดังกล่าวจะก่อให้เกิดงานแก้ไขมากขึ้นกว่าการปรับเปลี่ยนรูปแบบเล็กน้อย.

การถ่ายภาพผลิตภัณฑ์ไม่ใช่เรื่องที่เน้นด้านเดียวเท่านั้น กระจกและโลหะที่คมชัดของ GPT สามารถช่วยให้แนวคิดดูสมบูรณ์ยิ่งขึ้น ในขณะที่พื้นหลังที่สองของ Nano ที่เรียบง่ายกว่านั้นใช้งานได้ง่ายกว่า ทั้งสองภาพล้วนไม่ตรงกับมุมกล้องที่ระบุไว้อย่างชัดเจน และทิศทางการให้แสงที่สองของ GPT จำเป็นต้องปรับแก้ สำหรับแคมเปญผลิตภัณฑ์เฉพาะเจาะจง การปฏิบัติตามข้อกำหนดการถ่ายภาพควรมีความสำคัญมากกว่าการเน้นความสวยงามเพียงผิวเผิน.

การแก้ไขป้ายชื่อแบบจำกัดได้ประสบความสำเร็จในทางปฏิบัติสำหรับทั้งสองโมเดลในคู่แรกที่จับคู่กัน ความต่อเนื่องของลักษณะได้เผยให้เห็นการแลกเปลี่ยนที่ต่างออกไป: GPT ได้หลีกเลี่ยงข้อความเกี่ยวกับร้านค้าและบุคคลที่ไม่ต้องการของ Nano ในคู่ที่สอง พร้อมทั้งเพิ่มกระเป๋าไหล่เข้าไปด้วย การตรวจสอบความคล้ายคลึง การรักษาลักษณะเดิม และการปฏิบัติตามเงื่อนไขการยกเว้นควรดำเนินการแยกกัน บุคคลที่สามารถระบุตัวตนได้ไม่ได้หมายความว่าองค์ประกอบทั้งหมดจะสามารถใช้งานได้โดยอัตโนมัติ.

งานข้อสรุปที่อิงจากหลักฐานความหมายเชิงมูลค่า
ข้อความบนโปสเตอร์ที่หนาแน่นทั้งสองสามารถอ่านได้; การเปรียบเทียบขนาดต้นฉบับยังไม่ถูกกำหนดอย่าสรุปว่าตัวอักษรขนาดเล็กมีความเหนือกว่าเพียงเพราะผลลัพธ์ที่แสดงออกมามีขนาดใหญ่กว่า
อินโฟกราฟิก 5 ขั้นตอนGPT มีผลการทดสอบที่ดีกว่าในคู่ที่ตรงกัน 2; ทั้งสองต่างไม่ระบุตัวเลขในคู่ที่ไม่ตรงกัน 1Nano จำเป็นต้องปรับปรุงเนื้อหา; ไม่มีอันดับตามมูลค่าดอลลาร์ที่วัดได้
ภาพจำลองผลิตภัณฑ์การแลกเปลี่ยน; ข้อกำหนดเกี่ยวกับมุมกล้องไม่ได้รับการปฏิบัติตามอย่างสม่ำเสมอตรวจสอบงานแก้ไขให้เรียบร้อยก่อนตัดสินใจเลือกตามรูปลักษณ์
แก้ไขป้ายชื่อไม่มีผู้ชนะที่ชัดเจนในคู่ที่จับคู่กัน 1ทั้งสองอย่างล้วนมีประโยชน์สำหรับการเปลี่ยนสีนี้โดยเฉพาะ
ฉากตัวละครGPT มีประสิทธิภาพดีกว่าในการยกเว้นข้อมูลในคู่ข้อมูลที่ตรงกัน 2พบรายละเอียดที่ไม่ต้องการน้อยลง ไม่ใช่คะแนนความสอดคล้องโดยรวม

มูลค่าขึ้นอยู่กับสินทรัพย์ที่เสร็จสมบูรณ์. อินโฟกราฟิกชุดที่สองของ GPT ที่มีความชัดเจนมากขึ้นอาจช่วยลดการแก้ไขเนื้อหาได้; ทั้งสองโมเดลต่างสร้างการแก้ไขป้ายกำกับที่มีประโยชน์ได้ อัตราโทเคนอย่างเป็นทางการช่วยเพิ่มบริบทด้านราคา แต่ผลลัพธ์เหล่านี้ยังไม่สามารถกำหนดผู้ชนะในแง่ของต้นทุนต่อภาพที่ใช้งานได้.

คุณควรเลือกอันไหนดี? เริ่มด้วยเส้นทาง GPT ที่ผ่านการทดสอบแล้วสำหรับข้อกำหนดที่เคร่งครัดของอินโฟกราฟิกนี้; ทั้งสองโมเดลล้วนเป็นตัวเลือกที่เหมาะสมสำหรับการแก้ไขป้ายกำกับที่จำกัด สำหรับโปสเตอร์และภาพถ่ายผลิตภัณฑ์ ให้เลือกตามข้อกำหนดด้านรูปแบบการจัดวางและแสงสว่างที่เฉพาะเจาะจงของคุณ ผลลัพธ์เหล่านี้ไม่ได้ชี้ชัดว่าโมเดลใดเป็นผู้ชนะด้านคุณภาพหรือราคาโดยทั่วไป.

คำถามที่พบบ่อย

GPT Image 2.5 ดีกว่า Nano Banana 2 หรือไม่?

ในคู่ภาพข้อมูลกราฟิกที่สองที่ได้รับการจับคู่กัน GPT ได้ปฏิบัติตามข้อกำหนดด้านเนื้อหาได้ดีกว่า นอกจากนี้ ยังหลีกเลี่ยงการใช้ตัวอักษรที่ไม่จำเป็นและรูปภาพบุคคลในคู่ตัวอักษรที่สองที่ได้รับการจับคู่กันด้วย ผลลัพธ์จากการแก้ไขผลิตภัณฑ์และฉลากไม่สามารถชี้ให้เห็นผู้ชนะที่ชัดเจนโดยรวมได้.

เวอร์ชัน GPT Image 2.5 ใดที่ได้รับการทดสอบ?

เราได้ทดสอบชื่อเรียกอื่นของ Broly คือ gpt-image-2.5 ทางนี้ส่งภาพกลับมาได้สำเร็จ แต่ไม่เปิดเผยข้อมูลการแมปปิ้งของ Sunburst หรือ Flare บอร์ดจัดอันดับของ Sunburst เป็นบริบทที่แยกต่างหาก และไม่ใช่การยืนยันตัวตนของโมเดลที่ได้รับการทดสอบ.

ทั้งสองแบบจำลองนี้ได้รับการทดสอบด้วยตั้งค่าที่เหมือนกันหรือไม่?

คำสั่ง, เป้าหมาย 1024 × 1024, ป้ายกำกับผู้ให้บริการระดับกลาง และจำนวนไบต์ของภาพอ้างอิง ตรงกัน มี 5 คู่ที่ตรงกันที่ความละเอียดต้นฉบับ 1024 × 1024 ด้วยเช่นกัน ส่วนผลลัพธ์ GPT 5 ชุดให้ผลลัพธ์ 1254 × 1254; จึงถูกยกเว้นจากการจัดอันดับแบบคู่ ป้ายกำกับระดับกลางไม่ใช่ระดับคุณภาพที่ได้รับการยืนยันว่าเทียบเท่า.

Nano Banana 2 เหมือนกับ Nano Banana Pro หรือไม่?

ไม่ครับ Google ระบุ Nano Banana 2 เป็น Gemini 3.1 Flash Image ส่วน Nano Banana Pro เป็น Gemini 3 Pro Image; ทั้งสองเป็นรุ่นที่ต่างกัน.

แบบไหนดีกว่าสำหรับอินโฟกราฟิกที่มีข้อความจำนวนมาก?

GPT แสดงประสิทธิภาพที่ดีกว่าในคู่ที่สองที่มีขนาดต้นฉบับตรงกัน: ทั้งห้าขั้นตอนที่มีหมายเลขและบรรทัดสนับสนุนยังคงอยู่ในลำดับเดิมโดยไม่มีบล็อกเพิ่มเติม ส่วน Nano ได้เพิ่มขั้นตอนที่ซ้ำกันและสร้างข้อความขึ้นมาเอง นี่เป็นผลจากตัวอย่างขนาดเล็ก ไม่ใช่การอ้างถึงอัตราความสำเร็จโดยทั่วไป.

GPT Image 2.5 มีราคาถูกกว่าไหม?

อัตราโทเคนสำหรับการสร้างภาพอย่างเป็นทางการของมันต่ำกว่า: $30 เทียบกับ $60 ต่อหนึ่งล้านโทเคน ส่วน Nano Banana 2 มีอัตราการใช้โทเคนเข้าต่ำกว่า ค่าใช้จ่ายรวมในการสร้างภาพขึ้นอยู่กับปริมาณโทเคนที่ใช้ ความละเอียด คุณภาพ แหล่งอ้างอิง และความพยายามเพิ่มเติมใดๆ.

นี่เป็นผลลัพธ์จากโมเดลต้นฉบับหรือไม่?

ใช่ครับ บทความนี้แสดงผลลัพธ์เส้นทาง GPT Image 2.5 จำนวน 10 ชุด และผลลัพธ์ Nano Banana 2 จำนวน 11 ชุด รวมถึงคู่ภาพโปสเตอร์ที่เปลี่ยนใหม่ด้วย ไฟล์ PNG ต้นฉบับมีลิงก์ไว้แล้ว ส่วนภาพอ้างอิงที่เตรียมไว้ 2 ภาพ และภาพหน้าจออย่างเป็นทางการจาก Google ได้รับการระบุชื่อแยกกัน.

สามารถใช้ทั้งสองรุ่นบน GlobalGPT ได้หรือไม่?

เรายังไม่ได้ตรวจสอบการเข้าถึงทั้งสองรุ่นที่ระบุไว้บน GlobalGPT เนื้อหา Nano Banana 2 และรายการ GPT Image 2 ยังไม่สามารถยืนยันได้ว่า GPT Image 2.5 มีให้ใช้งานได้.

แชร์โพสต์:

โพสต์ที่เกี่ยวข้อง

หน้าปกบทวิจารณ์ Krea 3 ที่แสดงขวดสีอำพันจากทดสอบการแก้ไขแบบสองอ้างอิง

รีวิว Krea 3: การแก้ไขภาพ, Open Weights และการเปรียบเทียบกับโปรแกรมอื่น

รีวิว Krea 3 พร้อมตัวอย่างการแก้ไขจริง 24 กรณี: เปรียบเทียบความแม่นยำของผลิตภัณฑ์ ค่าใช้จ่ายด้านข้อความและข้อมูลอ้างอิง แล้วตรวจสอบว่า "open weights" หมายถึงอะไรจริงๆ ดูผลลัพธ์.

อ่านเพิ่มเติม
หน้าปกบทความเกี่ยวกับเครื่องมือสร้างข้อความด้วย AI ที่ดีที่สุดในปี 2026 พร้อมด้วยร่างอีเมลและปากกาหมึกซึม

10 โปรแกรมสร้างข้อความด้วย AI ที่ดีที่สุดในปี 2026: ผลการทดสอบการเขียนของเรา

เครื่องมือสร้างข้อความด้วย AI ตัวไหนที่เหมาะกับสไตล์การเขียนของคุณ? เปรียบเทียบ 10 ตัวเลือก อ่านผลลัพธ์การทดสอบแบบเต็ม และค้นหาโมเดลที่เหมาะสมสำหรับอีเมล ข้อความการตลาด และร่างข้อความในชีวิตประจำวัน.

อ่านเพิ่มเติม
ไมโครโฟนแบบสตูดิโอที่มีคลื่นเสียงหลายชั้นที่เต็มไปด้วยพลัง และหูฟังสำหรับฟังเพลง.

รีวิว Eleven v4 Turbo: คุณภาพเสียง ความเร็ว ราคา และการทดสอบจริง 6 ครั้ง

มาสำรวจคุณสมบัติอย่างเป็นทางการของ Eleven v4 Turbo, ราคา API และขั้นตอนการตั้งค่า พร้อมตัวอย่างเสียงจริง 6 ตัวอย่าง, ผลลัพธ์การวัดเวลา และเครื่องคำนวณค่าใช้จ่ายตามตัวอักษร.

อ่านเพิ่มเติม
ไมโครโฟนบันทึกเสียงและคลื่นเสียงที่แยกออกเพื่อสร้างเวอร์ชันโฆษณาที่ปรับให้เหมาะกับพื้นที่เฉพาะ.

การปรับให้เหมาะสมกับตลาดของโฆษณาวิดีโอ AI: เสียง คำบรรยาย และเวอร์ชันที่พร้อมออกสู่ตลาด

ปรับให้เหมาะสมกับตลาดท้องถิ่นสำหรับโฆษณาวิดีโอมากกว่าการแปลเพียงอย่างเดียว: ปรับบทพูด เสียง คำบรรยาย ข้อเสนอ และรูปแบบ โดยใช้สามเวอร์ชันแนวคิดและกระบวนการทำงาน GlobalGPT ที่ปฏิบัติได้จริง.

อ่านเพิ่มเติม