Vojna za umetna inteligenca, ki se uporablja za slike To ni več le obljuba za prihodnost: tukaj je in je zelo resno. V enem kotu ringa imamo ... Slika ChatGPT 1.5, novi model OpenAI, ki poganja slike ChatGPT; na drugi strani pa Nano Banana Proje Googlov priljubljeni vizualni generator in urejevalnik je integriran v celoten njegov ekosistem.Konkurenca je tako huda, da je OpenAI po Googlovem napredku celo interno govoril o stanju "rdeče kode".
Če delate z vizualnimi vsebinami – bodisi kot kreativni strokovnjak, tržnik, razvijalec ali zgolj hobist— Verjetno se sprašujete, kateri od obeh modelov vam bo dal boljše rezultate. Mirno, a neposredno si poglejmo, kako se ChatGPT Image 1.5 in Nano Banana Pro primerjata na področjih, ki so resnično pomembna: slog, fotorealizem, formati, ločljivost, hitrost, cena, urejanje, reference in uporabniška izkušnja.
Kontekst: Zakaj je slika ChatGPT 1.5 tako pomembna
Prihod Slika ChatGPT 1.5 To ni majhna posodobitev. OpenAI jo predstavlja kot svoj novi vodilni vizualni model, ki je na voljo tako na zavihku slik ChatGPT kot prek API-ja. Uradno sporočilo je jasno: slike, ki natančneje sledijo navodilom, natančnejše urejanje in generiranje. do štirikrat hitrejši kot prejšnja različica.
Ta predstavitev prihaja tudi v zelo občutljivem času. Po Googlovem prizadevanju z Gemini 3 In s svojim vodilnim vizualnim generatorjem – vzdevkom Nano Banana – je OpenAI aktiviral nekakšen načrt za izbruh požara. Vzporedno z večjimi potezami, kot je lansiranje GPT‑5.2Podjetje je moralo dokazati, da je lahko vodilno tudi na vizualnem področju, ne le v jezikovnih modelih.
Zato GPT Image 1.5 ni omejen na ustvarjanje slik iz nič: postane temelj Slike ChatGPTnamenski zavihek v aplikaciji in na spletnem mestu, ki deluje kot pravi »Ustvarjalni studio« integriran v ChatGPTOd tam lahko ustvarjate, urejate, uporabljate sloge, eksperimentirate s predlaganimi pozivi in celo odkrivate nove ideje, zahvaljujoč viru, zasnovanemu za navdih.
Spoštovanje sloga: kdo najbolje spoštuje slog, ki ga zahtevate
Eden najbolj razkrivajočih testov za ocenjevanje modelov slik je preverjanje njihove sposobnosti sledenja poseben fotografski slogEna najjasnejših primerjav med obema modeloma je uporabila zelo podroben predlog: pokrajina Los Angelesa z rolkanje, opisana kot dokumentarna ulična fotografija iz poznih 90-ih, na 35-milimetrskem filmu, z Paleta Kodak Portra 400Kamera Leica tipa M, naravna svetloba, mehak kontrast, umirjene realistične barve, vidna zrnatost filma, rahla mehkoba na robovih in, kar je zelo pomembno, brez HDR-ja ali sodobnega digitalnega ostrenja.
V tem testu, Slike ChatGPT samo različice 1.5 Uspelo mu je izpopolniti ključno komponento sloga: vgrajeno filmsko zrno in bolj organski optični videz, ki bi ga pričakovali od filmskega traku Kodak Portra 400. Nastala slika je spoštovala mehke robove, odsotnost digitalne hiperostrine in tisti dokumentarni občutek, značilen za pozna 90. leta.
Nano Banana Pro je ustvaril vizualno privlačno sliko, vendar z očitno bolj minimalistično estetiko. digitalno in ostroFotografija je bila preveč čista in ostra, brez analogne zrnatosti in nekoliko nepopolne teksture, ki jo je zahteval poziv. Z drugimi besedami, na globlji slogovni ravni se je Googlov model oddaljil od zastavljenega cilja: bil je bolj dobra moderna slika kot zvesta emulacija 35-milimetrskega filma.
Ta vrsta primera kaže, da ima ChatGPT Images 1.5 boljše upoštevanje kompleksnih slogovnih navodilTo je še posebej pomembno za fotografe, umetniške direktorje ali ustvarjalce, ki želijo poustvariti določena obdobja, emulzije ali analogne delovne procese.
Fotorealizem v mobilni fotografiji: test iPhona
Drug ključni scenarij je sodobni fotorealizem, kjer je sposobnost obeh modelov, da posnemajo slog Fotografija, posneta s sodobnim pametnim telefonomUporabljeni predlog je bil: fotorealistična slika mlade ženske na mirni terasi v Amsterdamu, v hladnem marčevskem jutru, z majhno globinsko ostrino in posneta z iPhonom.
V tej primerjavi se je rezultat očitno nagnil na stran Nano Banana ProSlika, ki jo je ustvaril Googlov model, je bila resnično videti kot fotografija, posneta z mobilnim telefonom: ostrina in zamegljenost, skladni s kamero pametnega telefona, verodostojna kompozicija in vzdušje, ki je dobro preneslo tisti hladen, poznozimski občutek, zahtevan v pozivu.
Poleg tega je Nano Banana dodal podrobnost, ki sicer ni popolna, a dobro govori o njegovem kontekstualnem zavedanju: vključil je plakat prave amsterdamske kavarneNatančna lokacija ni bila pravilna, vendar je dajala občutek bivanja v pristnem lokalnem lokalu v mestu, kar je okrepilo realizem prizora.
Slike ChatGPT 1.5 pa so po drugi strani ustvarile sliko z več vidika "umetne inteligence"Z drobnimi, a za izurjeno oko opaznimi pomanjkljivostmi: določenimi rahlo plastičnimi teksturami, manj naravno zameglitvijo in splošnim vzdušjem, ki se ni povsem zlilo s pravo fotografijo iPhona. Preprosto povedano: Nano Banana je dosegel veliko bolj prepričljivo estetiko pametnega telefona.
Delni zaključek: če je vaša prioriteta ustvarjanje verodostojno fotografiranje z mobilnim telefonom (za omrežja, prototipe kampanj, makete izdelkov v kontekstu itd.), se Nano Banana trenutno zdi korak naprej v takojšnjem realizmu.
Razmerja stranic: prilagodljivost formata deluje v Googlovo korist
Poleg sloga je pri profesionalni produkciji zelo pomembno tudi naslednje: prilagodljivost formataTukaj se Nano Banana Pro ponaša z izvorno podporo za skupno 8 razmerij stranic drugačen:
- 1:1 (kvadrat)
- 3:2 (klasična pokrajina)
- 2:3 (tipična vertikala)
- 4:3
- 3:4
- 16:9 (standardni panoramski)
- 9:16 (navpično za zgodbe in kratke filme)
- 21:9 (ultra panoramski)
Slike ChatGPT 1.5 pa ponujajo združljivost le z 3 razmerij stranicČeprav zajema osnove, zaostaja za ponudbo Nano Banana, še posebej, če potrebujete vsebino, prilagojeno več digitalnim platformam s posebnimi zahtevami (pasice, video posnetki, prikazni oglasi, ozadja itd.).
Pri vsakodnevni uporabi ta omejitev pomeni, da boste morali s slikami ChatGPT 1.5 pogosteje režite in ponovno sestaviteMedtem ko lahko z Nano Banana ustvarite neposredno v želeni končni obliki, s čimer prihranite čas in se izognete znatnim izgubam pri kadriranju.
Največja ločljivost: kdo gre najdlje v kakovosti izhoda
V zvezi Ločljivost, Nano Banana Pro znova prevzame vodstvo v tehnične možnostiSlike ChatGPT 1.5 omogočajo:
- Resolucija glede 1K za kvadratni format.
- Približna ločljivost 1,5K za ležeče ali pokončne formate.
Nano Banana Pro pa s svoje strani priznava:
- 1K osnova.
- 2K kot najvišja standardna delovna ločljivost.
- 4K skozi procese integrirano nadgradnjo, zasnovan za uporabo, kjer je potrebna višja ločljivost (tiskanje, veliki zasloni, agresivno obrezovanje itd.).
To pomeni, da Nano Banana v mnogih primerih ponuja enako ceno Več slikovnih pik in več prostora za naknadno urejanje.Pri delu, ki zahteva povečave ali izjemno čiščenje pri zoomiranju, razlika med ohranjanjem ločljivosti 1K/1,5K in možnostjo povečanja na 2K/4K ni zanemarljiva.
Hitrost generacije: teorija OpenAI v primerjavi s surovimi številkami
OpenAI trdi, da je ChatGPT Images 1.5 do štirikrat hitrejši kot prejšnja različica. V praksi je primerjava z Nano Banano odvisna od ločljivosti, vendar so podatki v tabeli jasni.
Za odhode iz 1K:
- Slike ChatGPT 1.5: med 30 in 45 sekundami na sliko.
- Nano Banana Pro: med 10 in 15 sekundami.
Z drugimi besedami, Nano Banana ustvari približno 1K trikrat hitreje Slike ChatGPT 1.5. Medtem ko GPT traja pol minute ali več, Googlov model doseže rezultate v nekaj več kot 10 sekundah, kar je zelo opazno pri ponavljanju številnih različic.
Če gremo v višje ločljivosti:
- Slike ChatGPT 1.5do 1,5 km, s časi od 50 do 60 sekund.
- Nano Banana Pro2K v 30 do 60 sekundah in 4K v nekaj minutah s skaliranjem.
Ključno je, da Nano banana doseže 2K približno v enakem času, kot ga GPT potrebuje za ustvarjanje slike velikosti 1,5 K. Za studie, agencije ali produktne ekipe, ki potrebujejo velike količine slik, je ta kombinacija Višja ločljivost in manj čakanja To je zelo močan argument.
Cenovni načrt API-ja: kdo ponuja več za isti denar
Kar zadeva stroške na uporabo prek API-ja, se zgodba ponavlja: Nano Banana ponuja višja ločljivost po isti okvirni ceniGlede na razpoložljive primerjave:
- za 1KChatGPT Images 1.5 in Nano Banana Pro delujeta v podobnem razponu od približno 0,15–0,17 USD na sliko.
- En 2KChatGPT Images 1.5 nima možnosti, medtem ko Nano Banana ohranja ta obseg 0,15–0,17 $.
- za 4K (z nadgradnjo), Nano Banana se nahaja okoli 0,26–0,28 $ na sliko.
Prevedeno v praktično besedo, vam Nano Banana API daje 2K po ceni, ki jo ChatGPT Images 1.5 ponuja za 1KZaradi tega je Googlova rešitev boljša možnost za tiste, ki ustvarjajo veliko slik ali potrebujejo material za tiskanje ali zaslone z visoko gostoto.
Zmogljivosti urejanja: natančnost in spoštovanje izvirnika
Ena od velikih revolucij te nove vizualne generacije, ki jo je ustvaril OpenAI, je Natančno urejanje določenih elementovZgodovinsko gledano so imeli slikovni modeli resne težave pri spreminjanju le dela prizora: zahtevali bi določeno prilagoditev in sistem bi na koncu ponovno interpretiral polovico slike.
S slikami ChatGPT 1.5ChatGPT Images obljublja ravno nasprotno: lahko na primer vprašate »spremeni samo izraz obraza« ali »spremeni osvetlitev brez dotikanja kadra« in model lahko to stori. ohraniti nedotaknjene lastnosti in sestavoObrazne poteze, osvetlitev, toni, kadriranje ... vse se ohrani, razen če v pozivu navedete kaj drugega.
OpenAI poudarja, da sistem zdaj veliko bolje razume tako, kaj želite spremeniti, kot tudi, kaj želite spremeniti. Ne bi se smelo spreminjatiV praksi to omogoča delovnih tokov kot:
- Prilagajanje izraza lika brez preoblikovanja njegovega obraza.
- Spremenite samo barvo oblačil, znakov ali vozil.
- Spremenite splošno osvetlitev, hkrati pa ohranite kadriranje in kompozicijo.
- Spreminjanje vsakdanjih prizorov v filmski plakati ali ilustracije drugega sloga, ki spoštujejo glavno temo.
Nano Banana Pro pa podpira tudi Splošno urejanje in dokaj zanesljiv odziv na uporabnikovo nameroV testih, kjer je bilo treba nočno fotografijo avtomobila preoblikovati v dnevno sceno, sta se oba modela dobro odrezala, čeprav so nekateri analitiki Googlov rezultat z estetskega vidika ocenili kot nekoliko boljši.
V primerjalni tabeli sta upoštevana tako GPT Image 1.5 kot Nano Banana. Ponujajo robustno urejanje in dobro upoštevanje namenaZato se zdi ta razdelek relativno enakomeren, pri čemer ima GPT prednost pri natančnih kontrolah v novem vmesniku ChatGPT Images.
Uporaba referenčnih slik: zvestoba v primerjavi s količino
Drugo ključno področje za strokovno delo je upravljanje referenčne slikeVsak model ponuja različne prednosti.
ChatGPT Images 1.5 omogoča delo z do pet referenčnih slik in predvsem ponuja ekspliciten nadzor nad ravnijo zvestoba s katerimi želite, da jim model sledi. To pomeni, da lahko prilagodite, ali želite zelo zvesto reprodukcijo reference (»visoka zvestoba«) ali bolj svobodno interpretacijo, ki upošteva le splošno estetiko.
Nano Banana Pro pa izstopa po svoji glasnosti: podpira do 14 referenčnih slik v eni sami zahtevi. To odpira vrata mešanju stilov, poz, lokacij in elementov iz več virov, ne da bi bilo treba verižiti toliko iteracij.
Splošna razlaga teh razlik je, da v vizualni referenci a ravnovesje močiGPT blesti v nadzoru natančnosti, medtem ko Nano Banana blesti v številu sočasnih referenc. Glede na to, ali dajete prednost natančnemu nastavljanju podobnosti ali kombiniranju številnih vhodnih podatkov, je lahko ena ali druga možnost bolj primerna.
Nov vmesnik ChatGPT Images: ustvarjalni studio v klepetu
Poleg zmogljivosti modela je OpenAI na novo zamislil način interakcije s slikami znotraj ChatGPT. Zdaj obstaja poseben zavihek z imenom Slike, dostopna tako v spletni različici kot v mobilni aplikaciji, kar izkušnjo spremeni v nekaj bližje ustvarjalnemu studiu kot preprosto besedilno polje.
Z tega zavihka lahko:
- Začnite delati na podlagi osebne podobepa naj gre za portret, fotografijo izdelka ali vsakdanji prizor.
- Raziščite filtri in vnaprej konfigurirani slogi da vas navdihne, ne da bi vam bilo treba pisati zapletenih navodil.
- Uporabite predloge iz pozivov, ki jih je že zagotovil sistem in ki delujejo kot ustvarjalne predloge.
- Ustvarjajte iz nič, urejajte že ustvarjeno ali pa si isto bazo podatkov zamislite v popolnoma drugačnih kontekstih.
Vodje produktov OpenAI opisujejo ta razdelek kot »Ustvarjalni studio«, nameščen znotraj ChatGPTZasnovan je tako, da vam ni treba biti oblikovalec ali obvladati naprednih ukazov. Gre za to, da navedete, kaj želite videti, se igrate s hitrimi različicami (z izkoriščanjem izboljšane hitrosti) in raziskujete rezultate skoraj tako, kot če bi preizkušali različne komplete v fotografiranju.
Ustvarjalne preobrazbe: od navadnih selfijev do filmskih prizorov
Eno od področij, kjer se želi ChatGPT Images z GPT Image 1.5 neposredno kosati z Nano Banana, je v kreativne transformacije na podlagi resničnih fotografijTa ideja je bila že ena od prednosti Googlovega modela, ki je omogočal stvari, kot je spreminjanje navadnih portretov v oglase, filmske prizore ali stilizirane ilustracije.
Z novim modelom OpenAI morate le naložite sliko – na primer portret celotnega telesa – in ga spremljajte z relativno preprostim pozivom za doseganje globokih, a skladnih sprememb. Nekateri preizkušeni primeri iz resničnega sveta vključujejo:
- Fotografirajte navadnega človeka in ga vprašajte: „Dogajanje se odvija na Times Squareu pozimi leta 2025, oblačila in okolica pa naj bodo verodostojni za tisti letni čas.“.
- Premakni ga na Japonsko mesto v deževni noči s kiberpunk estetikoz neonskimi lučmi, odsevi na asfaltu in futurističnim vzdušjem.
- spremenite v a Japonski samuraj s tradicionalnim oklepom in katanami, v realističnem zgodovinskem kontekstu brez sledu sodobnih elementov.
- Ustvari a Oglas v evropskem slogu iz 90-ih z uporabo njene podobe celotnega telesa kot protagonistke.
V vseh teh primerih poskuša ChatGPT Images 1.5 ohraniti vizualna identiteta osebe Medtem ko se kontekst, kostumi in narativni ton prizora drastično spremenijo. Nekaj podobnega se dogaja tudi z drugimi primeri, ki jih prikazuje OpenAI, kjer so subjekti, psi in okolja združeni v kinematografskih fotografijah, ki so zveste zelo podrobnim navodilom.
Izboljšave natančnosti in besedila znotraj slik
Druga ključna izboljšava v novem modelu OpenAI je v natančnost navodilMnogi ljudje so se soočili z frustracijami, ko so spraševali po določenih podrobnostih (»naj bo majica rdeča, kapa rumena, številka na prometnem znaku naj bo 15 ...«) in prejeli rezultate, ki so del naročila prezrli ali pa so ga nepravilno uporabili.
OpenAI trdi, da so te vrste napak z različico ChatGPT Images 1.5 znatno zmanjšane. Če navedete podrobna navodila, bi moralo orodje bolje ... spoštovati vsak posamezen element: barve oblačil, oštevilčenje znakov, kombinacija več subjektov v enem samem kadru z določenim vzdušjem itd.
Poleg tega se je zmogljivost izboljšala na enem od področij, ki je bilo zgodovinsko najbolj problematično za modele slik: generiranje besedila, vdelanega v slikoTo je ključnega pomena za oblikovanje plakatov, oglasov, promocijskega gradiva ali kompozicij, kjer je pisno sporočilo prav tako pomembno kot fotografija ali ilustracija.
Prisotna je tudi pomembna estetska sprememba: ta videz "rumenkasta in kremasta" Znak, da je bilo veliko slik, ustvarjenih s prejšnjimi različicami ChatGPT, ustvarjenih s pomočjo tehnologije ChatGPT, se je znatno zmanjšal. Razen če izrecno zahtevate tovrstni topel ton, so novi izhodi običajno bolj nevtralni in raznoliki, zaradi česar je na prvi pogled težje zaznati, da prihajajo iz modela OpenAI.
Razpoložljivost, zasebnost in moderiranje
Uvaja se slika GPT 1.5 za vse uporabnike ChatGPT, vključno z brezplačnim paketomTako na spletu kot v mobilni aplikaciji. Če uporabljate aplikacijo, boste najverjetneje takoj, ko jo odprete, videli poziv, ki vas bo pozval k ustvarjanju slik, skupaj z novim razdelkom Slike v stranski vrstici.
Ta razdelek ne združuje le vseh slik, ki jih ustvarite, temveč vključuje tudi slogovni predlogi in primeri Za začetek, ne da bi morali poziv oblikovati od začetka. Izberete lahko vizualni slog, ki vam je všeč, naložite sliko ali posnamete selfi, sistem pa bo opravil ostalo in kasneje prilagodil vse, kar vam ni všeč.
Glede obdelave podatkov OpenAI navaja, da se urejanje izvaja izključno z slike, ki jih naložite, in besedila, ki jih posredujeteZa te specifične operacije ne uporablja zunanjih virov brez vašega dovoljenja. Podjetje vzdržuje delovanje svoje varnostne plasti. moderiranje vsebin in tehnične omejitveVendar pa ne določa natančno naborov podatkov, ki se uporabljajo za učenje vizualnega modela.
Nano banana v Googlovem ekosistemu: integracija in uporaba v resničnem svetu
Medtem Nano banana – priljubljen vzdevek za Gemini 2.5 Flash Image – si je prislužil slavo kot generator in urejevalnik hiter in enostaven za uporaboGoogle ga postopoma integrira v izdelke, kot so Gemini, Google Foto, Iskanje in Sporočila, zaradi česar je naravno prisoten v vsakodnevni uporabniški izkušnji.
Posledica tega je, da Nano Banana ne deluje le kot samostojno orodje, temveč tudi kot prečni del znotraj Googlovega ekosistemaRetuširanje mobilnih fotografij, ustvarjanje virov za dokumente Workspace ali ustvarjanje slik za spletne vsebine postane zelo dostopno milijonom uporabnikov, ki morda nikoli ne bodo neposredno dostopali do strani »laboratorija« umetne inteligence.
V javnih merilih uspešnosti, kot so Razvrstitev LMArena za pretvorbo besedila v slikoNano Banana Pro je bil za kratek čas na vrhu lestvic, dokler ga ni GPT Image 1.5 prevzel v nekaj minutah po izdaji. Vendar pa so dejanski rezultati v praktičnih primerih, ki so jih delili uporabniki in mediji, bolj niansirani: obstajajo primeri, ko se Nano Banana še vedno zdi boljša, zlasti pri takojšnjem fotorealizmu, in drugi, kjer GPT kaže večji nadzor ali slogovno bogatost.
Glede na ta scenarij se izkaže, da je konkurenca zelo tesna: GPT Image 1.5 blesti v natančnem nadzoru, upoštevanju kompleksnih slogov in integriranem ustvarjalnem studiu.Medtem ko je Nano Banana Pro blesti v hitrosti, ločljivosti, raznolikosti formatov in realizmu, podobnem pametnim telefonom.Izbira enega ali drugega bo odvisna od tega, ali bolj cenite tehnično prilagodljivost in integracijo z Googlom ali ekosistem ChatGPT, nove napredne možnosti urejanja in raven nadzora, ki jo ponuja predlog OpenAI.
