Nano Banana 2.1 vs GPT Image 2：同一プロンプトによる2つのテスト

Nano Banana 2.1とGPT Image 2はどちらも、構造化されたプロンプトから洗練された画像を生成できます。しかし実用上重要なのは、抽象的にどちらのモデルが「最良」かではありません。ワークフローで重視する具体的な制約に対し、それぞれがどのように応答するかです。

WeShopで、同一プロンプトによる2つのテストを実施しました。1つはテキスト量の多い4ステップのインフォグラフィック、もう1つは厳格なオブジェクト数と構図ルールを持つフォトリアルなスノーグローブのシーンです。各プロンプトはモデルごとに1回のみ実行したため、これはベンチマークではなく、小規模な実践比較です。WeShopのGPT Imageページは現在「GPT Image 2.5」と表記されていますが、これらの実行で返されたタスクメタデータでは、実際のモデルは gpt-image-2 と識別されました。したがって、本記事では実行されたモデルをGPT Image 2として報告します。

比較の公平性を保つ方法

各テストで両モデルに同一の文面を与えました。評価対象は、可視出力とタスクメタデータのみです。具体的には、文字の正確性、数、空間的配置、除外条件、アスペクト比への準拠、仕上がりを確認しました。Webインターフェースと設定の同等性が、統制された主張を行うには���分ではなかったため、速度や価格は比較していません。

Nano Bananaの実行では、表示されているNano Banana 2.1セレクターを使用しました。GPTの実行にはWeShopのGPT Imageページを使用し、その結果メタデータではモデルが gpt-image-2 と記載されていました。このテスト期間中、GPTのインターフェースでは、Nano Bananaのインターフェースと同じアスペクト比および解像度のコントロールは提供されていませんでした。

テスト1：正確なテキストを含むプロセスインフォグラフィック

プロンプトでは、タイトルを「雨から蛇口まで」とする4:5のインフォグラフィック、番号付きの縦長パネル4枚、正確なステップタイトル4つ、正確なキャプション4つ、明確な下向き矢印、そして余分な言葉を含めないことを指定しました。

タイトルを正確に「雨から蛇口まで」とした、完成済みの4:5教育用プロセスインフォグラフィックを作成してください。4つの同じ大きさの番号付きパネルを縦に積み重ね、各パネルの間に明確な下向き矢印を1つ配置してください。
パネル1のタイトルは正確に「集水」とし、貯水池に雨を降らせる雨雲を描き、キャプションは正確に「雨が貯水池を満たす。」としてください。パネル2のタイトルは正確に「ろ過」とし、砂利、砂、木炭の層を描き、キャプションは正確に「層が粒子を取り除く。」としてください。パネル3のタイトルは正確に「消毒」とし、青いUVライトチャンバーを描き、キャプションは正確に「UVライトが微生物を減らす。」としてください。パネル4のタイトルは正確に「貯蔵」とし、ふた付きの貯水タンクを描き、キャプションは正確に「きれいな水が安全に待機する。」としてください。
フラットなベクターイラスト、ネイビーのアウトライン、淡いブルーとティールの塗り、温かみのあるアイボリーの背景、ゆとりある余白、一貫性のあるアイコン、高い文字コントラストを使用し、上から下へと一方向に読める構成にしてください。他の言葉、装飾的なラベル、サイドパネル、ロゴ、透かしは入れないでください。

NANO BANANA 2.1

GPT IMAGE 2

両モデルとも内容テストに合格しました。Nano Banana 2.1は指定された比率に従い、より縦長で余裕のあるレイアウトを生成しました。GPT Image 2は、クリーンで非常に読みやすいカード型デザインを作成しましたが、返された比率はプロンプトと異なりました。

テスト2：厳密なオブジェクト制約を伴うフォトリアリズム

2つ目のプロンプトでは、ヴィクトリア朝様式の温室を1つだけ含むスノーグローブを1つ、赤い蘭を正確に3輪、真鍮製の望遠鏡を1つ指定しました。さらに、左上に稲妻を1本、右側にろうそくを1本、寒色と暖色を混ぜた照明、そしてグローブ全体が見えることも指定しました。

雷雨の最中、濃いウォールナット材の机の上に置かれた、透明なガラス製スノーグローブが正確に1つだけ写る、完成済みの3:4フォトリアリスティックなエディトリアル画像を作成してください。グローブの中には、赤い蘭を正確に3輪と小さな真鍮製望遠鏡を1つ含む、ミニチュアのヴィクトリア朝様式温室を1つ配置してください。背景の左上にはシャープな稲妻を1本、グローブの右側の机上には火の灯ったアイボリーのろうそくを1本配置してください。リアルなガラスの反射と屈折、左からの冷たい青色の嵐の光、右からの暖かいろうそくの光、浅い被写界深度、精密な自然素材の質感を使用してください。グローブ全体が見えるようにしてください。人物、追加の花、追加のグローブ、テキスト、ロゴ、透かしは入れないでください。

NANO BANANA 2.1

GPT IMAGE 2

GPT Image 2は、より精巧な温室建築、光を帯びたガラス、洗練された卓上シーンを生成しました。Nano Banana 2.1は、よりシンプルながらも一貫性のあるミニチュアを、指定された縦向きフレーミングで生成しました。どちらも蘭を正しく3輪に数えました。

並列比較の結果

どちらのモデルを選ぶべきか？

ワークフローの中心に明示的なキャンバス制御と構造化されたビジュアルブリーフがあり、特にテストしたWeShopインターフェースで比率と解像度のコントロールを使いたい場合は、Nano Banana 2.1を選びましょう。

フォトリアルな仕上がりと豊かな素材表現を優先し、返されたキャンバスを後からトリミングまたは調整できる場合は、GPT Image 2を選びましょう。今回の2回の実行では、出力比率が異なった場合でも、コンテンツへの準拠度は高いものでした。

2つの例だけで本番用モデルを選定しないでください。自分にとって最も難しいプロンプトで両方をテストし、複数回繰り返して、テキスト、アイデンティティ、製品の忠実度、比率、レイテンシー、修正コストなど、重要な要件を評価してください。

最終評価

この小規模テストでは、普遍的な勝者は出ませんでした。Nano Banana 2.1は、要求されたオリエンテーションへの忠実度がより高い結果でした。GPT Image 2は、厳しいコンテンツ制約を満たしながら、より精巧でフォトリアリスティックな結果を提供しました。どちらも1回の実行で正確なインフォグラフィックを生成しました。

Nano Bananaの挙動をより詳しく知りたい場合は、Nano Banana 2.1レビューをお読みください。プロンプトの構成については、Nano Banana 2.1プロンプトガイドをご覧ください。