每个新模型发布时都号称「最强」,但你真正关心的是:你要做的那类图,哪个模型第一次就能做对,要等多久,花多少积分。
Image2 的生成器里有 5 个图片模型,切换模型不用改提示词。所以我们做了一个简单的测试:同样的 8 段提示词,一字不改,交给 5 个模型各跑一次,设置完全相同,不重抽。一共 40 张图,覆盖英文文字、中文文字、商品图、手部人像、信息图、水彩插画、精确摆放和上传图片改图。
更新(2026 年 11 月 13 日):我们用同样的提示词补测了新上线的 MiniMax H3 Image,见 MiniMax H3 vs GPT Image 2.6 vs Nano Banana。
先说结论
| 你要做的图 | 推荐 | 原因 |
|---|---|---|
| 海报、菜单等带中文的图 | GPT Image 2.6(或 2.5) | 三个 GPT 模型的中文一个字都没错;Nano Banana Pro 错了 3 处 |
| 便宜、快速出草稿 | GPT Image 2 或 2.5 Sunburst | 每张 2 积分,约 15–18 秒,本次测试最快 |
| 最均衡的全能选手 | GPT Image 2.6 Sunburst | 文字和指令全部正确,细节最丰富;每张 4 积分 |
| 不带标签的干净商品图 | Nano Banana Pro | 唯一没有在瓶身上自己编品牌名的模型 |
| 轻盈、像真水彩的插画 | Nano Banana 2.1 | 纸纹、留白和松弛的笔触最贴近提示词 |
| 抓拍感的生活方式照片 | Nano Banana 2.1 / Pro | 取景更宽、更热闹,不像摆拍 |
| 修改你上传的图片 | GPT Image 2.6(或 Nano Banana Pro) | 商品和标签保持不变;Nano Banana 2.1 把瓶子改了形状 |
总的规律是:文字和精确指令重要时,GPT 模型更稳;想要更松弛、更自然的照片或插画时,值得试试 Nano Banana。 没有哪个模型样样第一,所以一张图不满意时,先换个模型再跑一次,比急着改提示词更划算。
参赛的 5 个模型
| 模型 | 出品方 | 1K 积分(标准档) | 本次平均耗时 | 最多参考图 |
|---|---|---|---|---|
| GPT Image 2 | OpenAI | 2 | 15 秒 | 16 张 |
| GPT Image 2.5 Sunburst | OpenAI | 2 | 18 秒 | 16 张 |
| GPT Image 2.6 Sunburst | OpenAI | 4 | 28 秒 | 16 张 |
| Nano Banana 2.1 | Google(Gemini) | 4 | 36 秒 | 14 张 |
| Nano Banana Pro | Google(Gemini 3 Pro Image) | 5 | 51 秒 | 14 张 |
表中是文生图的价格。用参考图改图时,GPT 模型按实际生成成本结算,最终扣费可能和表里略有出入;Nano Banana 仍是固定价格。
GPT Image 2.5 和 2.6 各有 Flare 和 Sunburst 两个版本,价格相同。这次比的是画质,所以两个都用 Sunburst。Flare 要快得多:在我们的 GPT Image 2.6 Flare 和 Sunburst 对比里,Flare 平均约 10 秒一张。
测试方法
- 5 个模型用完全相同的提示词,一字不改;
- 设置相同:1:1、1K,GPT 模型用标准档(Nano Banana 没有画质档位);
- 只取第一次的结果:不重抽,也不针对某个模型改提示词;
- 每一题的 5 个任务同时提交,在相同的负载下运行;
- 耗时从提交任务算到图片下载完成,包含几秒的轮询和传输时间,适合用来横向比较,不是精确数字。
每个模型每题只跑一次,样本不大,下面的结论请当作倾向,不是保证。每张对比图上排依次是 GPT Image 2、2.5 Sunburst、2.6 Sunburst,下排是 Nano Banana 2.1 和 Nano Banana Pro。英文题的提示词保留实测时的英文原文。
测试 1:黑板菜单上的英文
提示词要求一块咖啡馆的手写粉笔菜单,标题「Today's Brews」,四个饮品和价格,角落画一个咖啡杯:
A chalkboard menu hanging in a cozy café, hand-lettered in white chalk. Title: "Today's Brews". Items with prices: "Flat White $4.50", "Oat Latte $5.00", "Cold Brew $4.00", "Chai Tea $3.75". Small chalk doodle of a coffee cup in the corner. Warm morning light.
5 个模型全部正确:标题、四个饮品、四个价格、顺序都没错。黑板上的英文对这几个模型来说已经不是难题。
区别在画面里多出来的东西:
- GPT Image 2 和 2.5 都在背景里自己加了一块招牌(「Good coffee, Good day」和「Good … Coffee, Brighter Days」),后者还有一个词是乱码;
- GPT Image 2.6 的黑板最干净:品名和价格之间有点线连接,咖啡杯冒着热气,侧光很暖;
- 两个 Nano Banana 都把黑板挂在人来人往的咖啡馆里,背景有顾客,更像一张真实照片。Nano Banana Pro 还把美分写成了上标($4⁵⁰),很像真实的手写黑板。
测试 2:茶饮海报上的中文
这一题用中文提示词:新中式茶饮海报,竖排书法标题「一盏秋茶」,两行带日期和优惠的小字,还有一枚写着「茶」的朱红印章。
一张竖版风格的新中式茶饮海报,米白色宣纸质感背景,左侧一杯冒着热气的青瓷盖碗茶,旁边几片茶叶。右侧竖排大标题书法字「一盏秋茶」。下方横排小字:「桂花乌龙 · 限时上新」和「11月15日 起 · 第二杯半价」。整体留白充足,配色为米白、墨黑和一点朱红印章,印章上写「茶」。
这是整个测试里差距最大的一题。
- GPT Image 2、2.5、2.6:标题、两行小字、印章,每个字都对。2.5 和 2.6 还加了桂花枝和远山水墨,2.6 更是在茶汤里飘了几朵桂花,和「桂花乌龙」很搭;
- Nano Banana 2.1:文字全对,但它把海报画成了一张放在深色背景上的竖版印刷品,没有铺满正方形画面;
- Nano Banana Pro:小字里错了 3 处。「限时上新」变成了繁体的「限时優惠」,意思也变了;「11月15日起」漏了「日」;「第二杯半价」漏了「第」。茶杯也变成了灰色水墨,丢了青瓷的颜色。
图里有中文,就用 GPT 模型。 Nano Banana 2.1 这次虽然也写对了,但版面还是 GPT 模型处理得更好。
测试 3:商品图
提示词要求一瓶磨砂玻璃香水、金色瓶盖,放在湿润的黑色石板上,左侧柔光,瓶身有水珠:
Studio product photo of a frosted glass perfume bottle with a gold cap, standing on a slab of wet black stone. Soft key light from the left, subtle reflection on the stone, a few water droplets on the bottle. Dark gradient background. Shot on a 100mm macro lens.
5 张都像真正的棚拍:磨砂玻璃、金属瓶盖、水珠和倒影都很可信。意外的是标签:
- 三个 GPT 模型都自己编了品牌名(LUMIÈRE、VELORA、LUVÈRE N°07),还配上了「Eau de Parfum」和容量,拼写全对;
- Nano Banana 2.1 在玻璃上压了「AURA」字样;
- Nano Banana Pro 的瓶身一个字都没有,和提示词描述的完全一致。
编出来的标签做情绪板没问题,但如果之后要换上自己的 logo 就很麻烦。要么用 Nano Banana Pro,要么在 GPT 的提示词里加一句「no text or logo on the bottle」(瓶身不要文字和 logo)。光影方面 GPT Image 2.6 最精致,暖光透过玻璃,湿石板上的倒影也很清楚。
测试 4:手部人像
提示词要求一位 30 多岁的女性在咖啡馆里大笑,双手捧着陶瓷咖啡杯,穿芥末黄毛衣:
Candid photo of a woman in her 30s laughing at a café table, holding a ceramic coffee cup with both hands. Natural window light, shallow depth of field, slight film grain. Wearing a mustard knit sweater.
5 张都没有画坏手。 我们把手部放大逐一检查:每只手都是五根手指,握杯姿势自然,戒指位置也合理。手已经不再是一眼看穿 AI 图的破绽。
真正的区别在取景:
- GPT 模型取景很近,像一张人像特写,脸和毛衣占满画面,2.6 的皮肤质感最细,连笑纹都看得见;
- Nano Banana 模型往后退了一步,拍进了咖啡馆、其他顾客和窗外的街道。Nano Banana 2.1 甚至在前景放了半个朋友的肩膀,更符合「candid」(抓拍)的要求。
测试 5:信息图
提示词要求一张扁平风格的信息图,标题「How Coffee Gets to Your Cup」,从左到右四个步骤,每步有图标和一行说明:
A clean flat-design infographic titled "How Coffee Gets to Your Cup", showing 4 numbered steps left to right with simple icons: 1 "Harvest", 2 "Dry", 3 "Roast", 4 "Brew". Under each step a short caption: "Pick ripe cherries", "Sun-dry for 2 weeks", "Roast at 200°C", "Brew at 92°C". Thin arrows between steps. Cream background, brown and orange color palette. Lots of white space.
5 个模型全部拼写正确,连温度符号都没错,四个步骤的顺序也都对。区别只在设计取舍:
- GPT Image 2.6 完成度最高:步骤名放在棕色胶囊标签里,标题下有一条下划线,第一步还画了一只摘咖啡果的手;
- GPT Image 2 的标题最大最醒目,2.5 最简洁;
- Nano Banana 2.1 把标题改成了全大写,数字也放得很大;
- Nano Banana Pro 画了两组箭头,图标之间一组、文字之间又一组,显得有点挤。
做信息图按喜好选就行,5 张都不用返工。
测试 6:水彩插画
提示词要求一张水彩风格的儿童绘本插画:小狐狸和小刺猬在雨中共撑一把伞,走在森林小路上,要有柔和的晕染、可见的纸纹和松弛的墨线。
Watercolor children's book illustration: a small fox and a hedgehog sharing an umbrella in the rain, walking along a forest path. Soft washes, visible paper texture, loose ink outlines, muted greens and warm oranges.
这一题两家的风格分得很清楚:
- GPT 模型画的是饱满的绘本场景:幽深的森林、水洼、蘑菇,角色还穿上了围巾、外套和背包。很好看,但更接近水粉,不太像松弛的水彩。GPT Image 2 还加了一块写着字的路牌,这也不是我们要求的;
- Nano Banana 模型在四周留出了白色纸边,颜色更淡,看得到纸纹,墨线也更随意,明显更贴近「soft washes, visible paper texture, loose ink outlines」。
想要真水彩的感觉,Nano Banana 2.1 最贴切;想要一页内容更丰富的绘本画,GPT 模型给得更多。
测试 7:精确执行指令
提示词要求俯拍一张木桌:左边正好三个红苹果,中间一个蓝色陶瓷杯,右边一本打开的笔记本,上面贴着写有「Monday」的黄色便利贴,底部一副圆框眼镜,桌上不要有别的东西。
Top-down photo of a wooden desk. On the left: exactly three red apples. In the center: a blue ceramic mug. On the right: an open notebook with a yellow sticky note that says "Monday". A pair of round glasses at the bottom edge. Nothing else on the desk.
数数曾经是图片模型的老大难,现在不是了:5 个模型都画了正好三个苹果,也都有蓝色杯子、「Monday」便利贴和底部的圆框眼镜。
只有一个模型违反了规则:Nano Banana Pro 多放了一本笔记本,而提示词明确说了「桌上不要有别的东西」,它的杯子也偏到了中间靠左。这张图还用了 103 秒,是整个测试里最慢的一张。三个 GPT 模型和 Nano Banana 2.1 的每条指令都做到了。
👉 试试这段摆放提示词(在模型菜单里切换模型对比)
测试 8:修改上传的图片
我们把测试 3 里 GPT Image 2 生成的香水瓶(那张对比图的左上角)作为参考图上传,给每个模型同样的指令:保持香水瓶的形状、玻璃和金色瓶盖完全不变,把它放到阳光海滩上,有浅色细沙、几枚小贝壳和虚化的碧蓝海面,瓶子在沙子上投下自然的影子。
Keep the perfume bottle from the reference image exactly the same: shape, glass, gold cap. Place it on a sunlit beach: pale sand, a few small shells, soft turquoise sea out of focus in the background. Bright summer daylight, the bottle casts a natural shadow on the sand.
这一题对电商卖家最重要:瓶子变了,就等于换了一件商品。
- GPT Image 2、2.5、2.6 几乎把瓶子原样搬了过来:LUMIÈRE 标签、花形图案、「50 ml e 1.7 FL.OZ.」,连水珠都保留了,在沙子上的长影子也很可信;
- Nano Banana Pro 同样保住了瓶身、标签和水珠,光线更柔和、更有夏日的朦胧感;
- Nano Banana 2.1 标签文字没变,但瓶子变了:瓶身变矮变胖,水珠消失,底部还陷进了沙子里。
改商品图,用 GPT 模型或 Nano Banana Pro。 这一题 GPT 模型还快了两到三倍。
结果一览
| 测试 | GPT Image 2 | GPT Image 2.5 | GPT Image 2.6 | Nano Banana 2.1 | Nano Banana Pro |
|---|---|---|---|---|---|
| 1. 英文文字 | ✅(多了招牌) | ✅(多了招牌) | ✅ | ✅ | ✅ |
| 2. 中文文字 | ✅ | ✅ | ✅ | ✅ | ❌ 错 3 处 |
| 3. 商品图 | ✅(自加标签) | ✅(自加标签) | ✅(自加标签) | ✅(自加标签) | ✅ |
| 4. 手部人像 | ✅ | ✅ | ✅ | ✅ | ✅ |
| 5. 信息图 | ✅ | ✅ | ✅ | ✅ | ✅ |
| 6. 水彩风格 | 偏厚重,多了文字 | 偏厚重 | 偏厚重 | ✅ 最贴切 | ✅ |
| 7. 精确指令 | ✅ | ✅ | ✅ | ✅ | ❌ 多了笔记本 |
| 8. 改图 | ✅ | ✅ | ✅ | ❌ 瓶子变形 | ✅ |
| 平均耗时 | 15 秒 | 18 秒 | 28 秒 | 36 秒 | 51 秒 |
| 积分(1K) | 2 | 2 | 4 | 4 | 5 |
到底该用哪个?
- 默认选 GPT Image 2.6:文字和指令全部正确,细节最精致。定稿用 Sunburst,出草稿用 Flare(价格相同,约 10 秒一张)。和其他 GPT 模型一样,它可能会给商品编标签,不想要时在提示词里写明「no text」;
- 预算有限:GPT Image 2.5 Sunburst 或 GPT Image 2。每张 2 积分,是这次最便宜、最快的,文字也全对,只是要留意它们自己加的招牌和标签;
- 中文文字:坚持用 GPT 模型;
- 自然的照片和水彩:试试 Nano Banana 2.1。GPT 的结果显得太精致时,它是很好的第二意见,但别用它改商品图;
- Nano Banana Pro:适合干净、无标签的商品图和商品改图,但它是这次最慢、最贵的,也是唯一写错文字、没按摆放指令来的模型。
最实用的习惯是别认死一个模型。一张图做不好时,先保留提示词换个模型,再考虑改写。历史记录会保存每张图用的模型和设置,对比起来很方便。
自己跑一遍
- 打开 Image2 首页或 GPT Image 2.6 页面的生成器;
- 粘贴本文任意一段提示词,保持 1:1 和 1K;
- 生成后,在模型菜单里换一个模型,用同样的提示词再生成一次;
- 在历史记录里对比结果。
刚开始写提示词?可以先看 GPT Image 2 提示词写作指南,提示词库里也有几百段现成的提示词。想了解各个模型,可以看 GPT Image 2.5、GPT Image 2.6 和 Nano Banana 2.1 的介绍页。
常见问题
GPT Image 2.6 一定比 GPT Image 2 好吗? 不一定。这次测试里 2.6 的结果最精致,也没有像 2 和 2.5 那样在背景里加多余的招牌。但 GPT Image 2 的文字同样全对,价格只要一半,还快了 10 秒左右。出草稿时,GPT Image 2 或 2.5 往往就够用了。
Nano Banana Pro 比 Nano Banana 2.1 好吗? 各有胜负。Nano Banana 2.1 更快、便宜 1 积分,中文写对了,摆放指令也照做了,但改图时把瓶子改了形状。Nano Banana Pro 改图时保住了商品,商品图也最干净,但中文写错了,还加了一件我们要求不要放的东西。
做中文文字的图,用哪个模型? GPT 模型。三个 GPT 模型在海报测试里每个字都写对了。如果用 Nano Banana 做带中文的图,发布前请逐字检查。
为什么每个模型只跑一次? 一直重抽直到满意,测的是耐心,不是模型。第一次就做对的模型能帮你省时间和积分。日常使用时你肯定会重抽,所以请把这些结果当作倾向来看。
每个模型都能上传自己的图片当参考吗? 可以。GPT 模型最多 16 张参考图,Nano Banana 模型最多 14 张。
本文所有图片均于 2026 年 11 月 12 日在 Image2(image-2.net) 上按上述设置生成。模型会持续更新,以后重跑这些测试,结果可能会有所不同。
