記者吳立言／綜合報導
OpenAI 今（17日）推出 GPT Image 1.5，主打更精準的語意理解與影像編輯一致性；另一方面，由 Google Gemini 系列模型驅動的 Nano Banana Pro，則強調強推理能力與工作室級畫面品質吸引專業創作者目光。
[廣告] 請繼續往下閱讀.
但對實際進行影像創作、後製或設計工作的使用者而言，重點並不在模型「看起來有多強」，而是在不同創作任務中，哪一個更可靠、好用、符合直覺？本文透過三種常見的實際使用情境進行測試，比較 GPT Image 1.5 與 Nano Banana Pro 在生成準確度、修改邏輯與複合任務中的表現差異。
測試一：直接依提示詞生成影像
第一組測試為最基本、也最常見的使用情境：僅提供文字描述，由模型直接生成影像。在這項測試中，Nano Banana Pro 的整體準確度略勝一籌。生成結果在場景配置、地點氛圍與環境細節上，普遍更貼近現實世界的設定。例如空間結構、城市感受或氣候氛圍的呈現，都較符合人類對真實場景的直覺理解。
推測其優勢，可能來自 Google 長期累積並整合的地理資訊、地圖資料與環境知識，使 Gemini 系列模型在「場景理解」與「背景合理性」方面具備結構性優勢。
[廣告] 請繼續往下閱讀..
相較之下，GPT Image 1.5 在此情境中表現穩定，但在部分細節包括時間、氣候數據的採集則略遜 Nano Banana Pro。若目標是一次生成就接近現實世界設定，Nano Banana Pro 在純生成任務中表現較為突出。
測試二：既有圖片的修改與調整
[廣告] 請繼續往下閱讀...
第二組測試轉向實務創作中常見的需求：在既有圖片基礎上進行修改，包含物件調整、畫面變化或內容延伸。在這個環節，GPT Image 1.5 展現出較強的邏輯一致性。修改後的影像在整體視覺連續性、內容合理性與敘事一致性上較為穩定，較少出現「看得出被硬改」的痕跡，對於需要反覆調整、逐步微調的工作流程相對友善。
另一方面，Nano Banana Pro 雖然在敘事延續性上稍顯保守，但在物理層面的合理性表現更佳，例如光線方向、陰影關係、物體遮擋與空間深度等細節處理得較自然，顯示其對現實物理規則的掌握仍具優勢。
圖片修改任務中，GPT Image 1.5 偏向「邏輯與連續性」，Nano Banana Pro 則偏向「物理與現實合理性」。
測試三：照片合併並改動場景
第三組測試為難度最高的情境：將多張照片進行合併，並同時改動整體場景設定。
在此測試中，兩個模型的表現相當接近。無論是元素融合、畫面整合程度或整體完成度，皆未出現明顯差距。兩者都能在合理範圍內完成複合指令，生成結果具備可用水準。
雖然在細節取向上仍可看出各自風格差異，但不足以構成明確優劣，整體評價屬於實質上的平手。
從三組測試結果來看，GPT Image 1.5 與 Nano Banana Pro 並非誰全面勝出，而是反映出不同的設計取向：
GPT Image 1.5
優勢：語意理解清楚、修改邏輯一致
適合：需要反覆調整、重視敘事與控制感的創作流程
Nano Banana Pro
優勢：真實世界理解、物理與環境合理性
適合：追求高度寫實、一次生成完成度高的使用情境
實際選擇何者，取決於創作者在工作流程中，是更重視邏輯控制與可預期性，還是場景真實度與現實貼合度。