GPT Image 2.5 与 Nano Banana 2:5 同提示测试

GPT Image 2.5 与 Nano Banana 2:5 同提示测试

在第二组对比中,GPT Image 2.5 更好地满足了我们对信息图的严格要求。. Nano Banana 2 制作了易于阅读的海报,并对标签颜色进行了实用的调整。具体选择哪一个,取决于您所需的素材。.

  • 信息图: GPT 保留了五步序列;Nano 在第二对中添加了多余的内容。.
  • 本地化修改: 两者都在匹配的第一对中更改了标签颜色,同时保留了标签上的文字内容。.
  • 产品图片: 两者都提供了令人信服的素材,但在镜头角度和灯光方面需要权衡取舍。.
21原始输出
5设计简报
5与原始尺寸匹配的成对样本

通过以下方式探索图像创作和精准编辑: GlobalGPT, ,或者将下方的原始输出结果与您的需求说明进行对比。.

GPT Image 2.5 与 Nano Banana 2 一览

  • GPT Image 2.5: OpenAI 文档 太阳光芒 在图像处理能力和编辑精度方面,以及 信号弹 用于日常快速生成。.
  • 《纳米香蕉2》: 谷歌的 双子座 3.1 闪存图像, ,包括生成、编辑、参考输入和搜索定位。.
  • 名称很重要: Nano Banana Pro 是一款独立的机型。我们的 GPT 测试使用的是 Broly 的 gpt-image-2.5 别名;Sunburst/Flare 的映射未作规定。.
特点GPT Image 2.5 太阳光芒纳米香蕉 2
开发者及精确的 API 模型OpenAI; gpt-image-2.5-sunburst谷歌;; gemini-3.1-flash-image
创建与编辑文本转图像、图像编辑和图像修复文本转图像、图像编辑以及基于参考的生成
尺寸控制常见尺寸包括 1024 × 1024 和 1536 × 1024;自定义尺寸需符合像素和宽高比的限制0.5K、1K、2K 和 4K 分辨率选项
参考图片支持用于编辑和参考任务的图像输入Google 记录了多达 14 个引用,其中对象和角色的数量受具体模型的限制
搜索“接地”在直接比较图像 API 时,未假设存在等效的搜索功能已记录 Google 网页和图片搜索的基础情况;此项为可选内容,仅用于比较

该表描述的是已记录的特征,而非测试分数。. OpenAI 尺寸控制 和 Google 的分辨率选项 有所不同;每张测试图像上都标注了原始尺寸。.

公开基准测试:它们的表现如何?

Sunburst 在上述两份竞技场排名中均位居榜首。. 该结果部分源于其尚处于初步阶段以及投票样本较小。.

Arena:生成与编辑

2026年9月7日快照 · 分数显示范围为0–1,600

文本转图像

GPT Image 2.5 太阳光芒 · #11,421 ± 13
3,149 票(模型投票)· 初步结果
Nano Banana 2 [网络搜索] · #91,261 ± 5
41,957张车型投票

单张图片编辑

GPT Image 2.5 太阳光芒 · #11,520 ± 9
6,704 票 · 初步结果
Nano Banana 2 [网络搜索] · #121,387 ± 4
157,693张模型投票
检索于2026年9月9日。各分类排行榜独立计算;票数为各模型的总票数,而非直接的对决票数。不确定性按显示内容如实呈现。分数差异并不代表图像质量的百分比提升。.
  • 测量内容: 匿名用户的偏好设置, ,而不是精确的拼写或每张可用图片的成本。.
  • 配置: Nano 条目使用网络搜索;我们在自供内容测试中并未要求进行网络搜索。.
  • 范围: Sunburst 的排名并未标明下文测试的那个“布罗利”化身。Arena 的 初步结果政策 也适用。.

相同提示测试:五项真实设计任务

测试范围: 五份简报、完全相同的提示语以及相同的参考图像字节。测试于2026年9月9日通过Broly完成。.

  • 所需设置: 1024 × 1024,中等服务商标签,未请求搜索。“中等”并非各模型间经过验证的等效质量等级。.
  • 示例: 10个GPT和11个Nano的输出结果,其中包括一组全新的、用于替换海报的双模型组合。这只是一个小样本,并非可靠性估计。.
  • 公平的比较: 五组样本的双面尺寸均为 1024 × 1024。五张 GPT 原图的尺寸为 1254 × 1254;这些样本被排除在质量排名之外。.
  • 参考文献: 一个由Nano生成的瓶子,瓶身局部添加了标签文字,以及一个单独生成的虚构成年人。相同的输入控制着生成源,但无法消除源模型的偏见。.
  • 评判标准: 措辞、遗漏、虚构内容、构图、编辑保留以及相似性。原始 PNG 文件在相同的 WebP 显示处理下提供了链接。.

1. 文字过多的海报和小字

为一个虚构的设计活动制作一张精美的方形海报。白色背景,炭灰色字体,辅以钴蓝色和珊瑚色点缀。采用清晰利落的编辑式字体,并留出宽裕的边距。必须包含以下确切的文字内容,不得添加或替换:
下班后的设计
值得熬夜的创意
10月16日 星期五
下午6:30 - 晚上9:00
北厅 08号工作室
讲座 / 演示 / 公开点评
提前入场 $18
请访问 designafterhours.example 预订座位
活动名称应最大,日期和时间应醒目易读,网址应小巧但清晰可辨。仅使用抽象几何图形。不得使用徽标、照片、额外文字或装饰性伪字体。.

第1组:原始维度不同;因此不纳入直接对比排名。.

新替换对:原始尺寸不同;因此不纳入直接对比排名。.

没有尺寸匹配的获奖者。. GPT 第 1 次运行结果以及新的 GPT/Nano 替代组合都能清晰地再现所有八个所需字符串。 GPT采用更平坦的几何布局;Nano则常呈现带有阴影的图层。这些设计差异很有用,但GPT的原始图层为1254像素见方,因此我们不会以细微的细节来将其与1024像素的Nano输出进行比较。.

最初的第二次Nano尝试内容如下:其措辞保持不变,但时间分隔符从指定的连字符(hyphen)变为较长的破折号(dash)。相应的GPT运行以上游524错误结束,且未生成图像。我们保留了该失败记录,并在两个模型上都生成了新的配对,而不是仅替换表现较弱或失败的一方。.

更多布局内容详见 纳米香蕉 2 提示指南.

2. 产品摄影与材质细节

拍摄一张正方形的商业摄影作品,主体为一只未标有品牌标志的圆柱形透明玻璃香水瓶,瓶盖为拉丝银色金属材质,瓶身贴有空白哑光白色矩形纸质标签。瓶内盛有浅绿色液体。将香水瓶直立放置在浅灰色石质台面上,背景为柔和的白色。 左侧使用一个大型柔光箱,右侧呈现细窄的边缘反射,并带有逼真的接触阴影。采用与视线平齐的三分之二视角,瓶身全景可见,边缘轮廓清晰,玻璃折射效果逼真,金属拉丝纹理细腻。画面中不得出现其他物体、文字、徽标或水印般的图形。.

第1组:原始尺寸一致。.

第2组:原始尺寸一致。.

没有获得“最佳产品”称号的产品。. 这两组图像的分辨率均为 1024 × 1024。GPT 对玻璃边缘、金属拉丝纹理和石材纹理的处理十分清晰;Nano 同样将玻璃、金属和纸张区分得十分自然。Nano 的第 1 次运行结果中,背景出现了一条不必要的暗色对角线,而第 2 次运行结果则更为干净。.

这两组作品均未能始终如一地呈现要求的四分之三角度:瓶子大多呈现正面视角。GPT第二组作品还使右侧光线更强,左侧更暗,这削弱了其对指定左侧柔光箱效果的符合度。外观高档的瓶子虽有助于概念呈现,但仍需核对相机和灯光的具体方向。.

3. 精准编辑,不影响其余内容

编辑所提供的产品照片。仅将标签的背景色更改为柔和的青绿色。保留所有印刷文字及其确切的拼写、字体、大小、位置和颜色。保持瓶身、瓶盖、液体、倒影、光线、阴影、背景、拍摄角度、裁剪范围和图像尺寸不变。 请勿重新设计标签、添加任何对象、对整张图片进行锐化处理,或对照片进行风格重塑。.

第1组:原始尺寸一致。.

第2组:原始维度不同;因此不纳入直接对比排名。.

第一对对局中没有明显的胜者。. 这两款设计都将标签改为哑光蓝绿色,并保留了“FIELD NOTES”、“EAU DE PARFUM”和“50 mL”字样。瓶身、瓶盖、瓶颈以及整体构图均与原版高度一致。除标签外,两款设计均未获得像素级还原的认证。.

第二次GPT编辑虽然保留了原文表述,但在被要求保持图像尺寸不变的情况下,仍输出1254 × 1254。这显然是尺寸合规性的具体失败,而非细节更优的证据。 Nano 保留了 1024 × 1024 的尺寸,并生成了一种更浅的青绿色。若要实现完全符合品牌颜色的工作流程,建议提供颜色参考。.

"(《世界人权宣言》) GlobalGPT 图片编辑指南 说明了如何指定受控变更。.

4. 不同场景中角色的连贯性

在一张正方形图片的两个分格中,将提供的虚构成年人参考图视为同一人。创建两个等大的垂直分格,中间用一条简洁狭窄的白色分隔线隔开。左侧分格:该人物在白天站在一家现代书店外,拍摄上半身,手中拿着一本合上的笔记本。 右侧画面:同一人在柔和的傍晚光线下坐在咖啡馆的桌旁,拍摄上半身,笔记本放在桌上。两个画面中均需保留参考图中人物的面部特征、发际线、发型、眼镜、夹克颜色及衬衫细节。保持写实的摄影风格。不得添加图注、文字、额外人物或改变人物身份。.

第1组:原始维度不同;因此不纳入直接对比排名。.

第2组:原始尺寸一致。.

在匹配的第二对中,GPT对排除条件的遵循程度更高。. 两者都保留了主要特征:短黑发、圆框眼镜、绿色夹克和白色衬衫。GPT生成的画面中,第一格里人物手持笔记本,第二格里笔记本放在咖啡馆的桌子上,画面中既没有明显的店面招牌,也没有多余的人物。尽管明确要求排除这些元素,Nano仍添加了店铺文字和背景中的行人。.

这是在某一组匹配数据中体现出的遵循指令的优势,而非生物特征身份评分。GPT还在书店场景中引入了一个可见的肩包,而这并非任务说明书中的要求。 第一组配对为完整起见予以展示,但因其原始尺寸不同而未纳入排名。两组参考图像均源自Nano,因此该测试未能消除源模型偏差。.

"(《世界人权宣言》) 主题一致性指南 涵盖了更广泛的参考图像工作流程。.

5. 信息图表和复杂版式

在白色背景上制作一张方形、专业的信息图,标题必须准确为"从简报到上线"。在其下方,按从左至右的清晰顺序排列五个大小相同的步骤,并用四个指向右侧的箭头将它们连接起来。 文字采用炭灰色,搭配青绿色和珊瑚色的点缀色,使用简单且熟悉的图标,以及简洁的无衬线字体。请准确呈现以下步骤标题及辅助文字:
1. 定义 / 设定一个可衡量的目标
2. 调研 / 了解受众需求
3. 创作 / 制作初稿
4. 审核 / 修正事实和视觉错误
5. 发布 / 发布并衡量结果
每个词只能出现一次。箭头必须按 1 → 2 → 3 → 4 → 5 的顺序连接,不得有循环或分支。确保每条辅助文字都清晰可读。请勿添加图表、百分比、额外步骤、装饰性文字或页脚。.

第1组:原始维度不同;因此不纳入直接对比排名。.

第2组:原始尺寸一致。.

GPT 在匹配的第二对中赢得了内容合规性。. 其五个编号步骤、辅助线和四个连接箭头构成了要求的序列,且未多出一行。Nano 虽然包含了主序列,但随后添加了重复的“REVIEW”和“LAUNCH”模块以及虚构的文本,这违反了“每个词只能出现一次”的要求。.

第一组数据所反映的情况较为有限:两个模型都省略了所需的步数,而GPT返回的结果是1254 × 1254。它无法支持尺寸匹配的获胜条件。 因此,有用的发现是具体的:GPT 在第二组 1024 像素的配对中解决了严格的任务要求;而 Nano 在两次显示的尝试中均需修正。仅凭两次尝试无法得出普遍的成功率。.

官方 API 定价和已记录的令牌

GPT 的图像输出令牌速率较低;Nano 的输入速率较低。. 以下费率来自 OpenAI 的定价文件 和 谷歌 API 定价, ,查阅于2026年9月9日。.

官方图像输出代币率

每100万张图像输出代币的美元价格 · 标准API费率

GPT Image 2.5 太阳光芒$30
纳米香蕉 2$60
代币单价,而非每张图片的价格。不同模型的代币消耗量有所不同。.
每100万枚代币GPT Image 2.5纳米香蕉 2
文本输入$5.00$0.50
图像输入$8.00$0.50
图像输出$30.00$60.00
  • 其他分类: OpenAI 的缓存文本/图像输入量(如适用)为每百万令牌 $1.25/$2。Google 的文本/思考输出量为每百万令牌 $3。.
  • 谷歌的 1K 示例: 1,120 个图像输出令牌 × $60 / 1M = $0.0672 仅用于输出, ,不包括录入内容以及任何单独计费的文本/思考内容。这是一个文档示例,并非我们的测试账单。.
  • 比较完整的职位: 分辨率、质量、输入参考数据以及额外尝试次数共同决定了每张可用图像的成本。仅凭更低的令牌费率并不能使一个模型更便宜。.
记录了 GPT 图像 2.5 的令牌使用量 · 10 个输出

布罗利报告的输入和图像输出总量。这些是使用记录,并非经过核实的官方计费单位,也不是跨型号的成本比较。.

测试/运行输入标记图像输出令牌
角色 / 01238765
角色 / 02330198
编辑 / 01287203
编辑 / 02188765
信息图 / 01200765
信息图 / 02173210
海报 / 01164765
海报 / 031522058
产品 / 01115210
产品 / 02115198

结果的意义:质量与价值

精准的文案和精准的信息设计各有千秋。. 两种模型都很好地还原了活动文案,但无论是海报本身还是其小字说明,都无法确定哪一种在尺寸上更胜一筹。 信息图给出了更明确的区分:GPT生成的第二张1024像素的图片保留了顺序和内容,而Nano生成的图片则添加了虚构的内容。如果该素材用于解释某个流程,这些添加内容带来的编辑工作量将远超单纯的版式偏好调整。.

产品摄影并非单方面的问题。GPT那通透的玻璃与金属质感能让设计概念显得更加完整,而Nano更简洁的第二背景则更易于使用。两者都未能达到明确要求的拍摄角度,且GPT的第二个光线方向需要修正。对于特定的产品宣传活动而言,遵循拍摄要求比单纯追求表面效果更为重要。.

在第一组配对中,标签微调对两种模型而言都取得了实际成效。字符连续性揭示了另一种权衡:在第二组配对中,GPT 避开了 Nano 图片中不必要的商店文字和人物,同时添加了一个肩包。相似度、保留度和排除规则的符合性应分别进行检查。出现可识别的人物并不意味着整个构图就一定可用。.

任务基于证据的结论价值含义
海报上的文字非常密集均可读;未指定原生尺寸比较不要仅凭更大的输出量就推断出小字体的优越性
五步图解GPT在匹配对2中的表现更佳;两者在未匹配对1中均省略了数字Nano 需要内容更正;未提供按美元计算的排名
产品渲染图权衡取舍;镜头角度要求未得到一致落实在根据外观做出选择之前,先评估修改工作量
标签编辑第一组对决中未分胜负这两种方法都适用于这种特定的颜色变化
角色场景GPT 在配对数据集 2 的排除处理方面表现更佳观察到的不必要细节更少,而非总体相似度评分

价值取决于最终形成的资产。. GPT 生成的第二张信息图更为简洁,这可能减少内容修正的工作量;两种模型生成的标签修改都很有用。官方令牌价格提供了定价参考,但这些结果并不能确定哪种模型在“每张可用图像的成本”方面更胜一筹。.

你应该选哪一个? 针对这份要求严格的信息图简报,不妨先采用经过验证的GPT方案;对于标签的微调,这两种模型都是合理的选择。至于海报和产品照片,请根据您的具体版式和灯光要求进行选择。这些发现并不能确定一种通用的质量或价格优选方案。.

常见问题

GPT Image 2.5 比 Nano Banana 2 更好吗?

在第二组配对的信息图中,GPT 更好地满足了内容要求。此外,它在第二组配对的角色中还避免了多余的文字和人物。产品和标签编辑的结果无法明确得出哪一方是整体赢家。.

测试的是哪一版本的 GPT Image 2.5?

我们测试了Broly的gpt-image-2.5别名。该路径成功返回了图像,但未披露Sunburst或Flare的映射关系。Sunburst排行榜属于独立上下文,并非对所测试模型的身份验证。.

这两款机型是在相同的设置下进行测试的吗?

提示词、1024 × 1024 目标尺寸、中等提供商标签以及参考图像的字节数均匹配。 另有五对在原生 1024 × 1024 尺寸下也匹配。五项 GPT 结果返回了 1254 × 1254;这些结果已被排除在配对排名之外。该“中等”标签并非经过验证的等效质量等级。.

Nano Banana 2 和 Nano Banana Pro 是同一款产品吗?

不。谷歌将 Nano Banana 2 识别为 Gemini 3.1 闪存镜像。Nano Banana Pro 则是 Gemini 3 Pro 镜像;它们是不同的机型。.

对于文字较多的信息图,哪种模板更合适?

在第二组原生尺寸匹配的样本中,GPT的表现更佳:五个编号步骤和辅助线条均保持了顺序,且没有出现多余的块。Nano则添加了重复步骤并生成了一些不相关的文本。这是基于小样本得出的结果,并非对成功率的普遍性断言。.

GPT Image 2.5 的价格更便宜吗?

其官方图像生成代币消耗率较低:每百万代币为 $30,而其他方案为 $60。Nano Banana 2 的代币输入率较低。总图像成本取决于代币消耗量、分辨率、质量、参考图像以及任何额外的生成尝试。.

这些是原始模型的输出结果吗?

是的。该文章展示了10个GPT Image 2.5的生成结果和11个Nano Banana的生成结果,其中包括一组全新的海报替换作品。原文中的PNG图片已提供链接;两张预先准备的参考图和谷歌的官方截图均标注了独立标签。.

我可以在 GlobalGPT 上同时使用这两款机型吗?

我们尚未核实GlobalGPT上是否可访问这两个确切的模型。其Nano Banana 2的内容以及GPT Image 2的列表并不能证明GPT Image 2.5的可用性。.

分享帖子:

相关帖子