GPT Image 2 vs Nano Banana 2: исчерпывающее сравнение качества изображений

Google DeepMind выпустила Nano Banana 2 (Gemini 3.1 Flash Image) 26 февраля 2026 года. Следом OpenAI представила GPT Image 2 21 апреля 2026 года, и в течение двенадцати часов модель заняла первое место в таблице лидеров изображений LMArena с отрывом в +242 Elo — самым широким за всю историю таблицы. Обе модели претендуют на звание лучшего ИИ-генератора изображений, доступного сегодня.

Мы прогнали обе модели через один и тот же набор запросов по шести параметрам качества изображений. В каждом тесте мы независимо генерировали примеры с каждой моделью, используя идентичные запросы. Вот что мы обнаружили.

Фотореалистичные портреты проверяют способность модели обрабатывать текстуру кожи, направление освещения, глубину резкости и точность черт лица. Это один из наиболее требовательных тестов для качества генерации изображений.

Nano Banana 2 создаёт портреты с яркой подсветкой и отполированным редакционным видом. Модель склонна к чуть более насыщенным тонам кожи и повышенному контрасту, придавая результатам ощущение коммерческой фотографии. Детали волос и тонкие черты лица — ресницы, текстура пор, едва заметные морщины — воспроизводятся с высокой точностью, а освещение по умолчанию несёт заметную кинематографическую теплоту.

GPT Image 2 не уступает Nano Banana 2 в тонкой текстуре кожи и подповерхностном рассеивании и добавляет небольшое преимущество в точности цвета и согласованности идентичности. Желтоватый оттенок, характерный для прежних моделей изображений OpenAI, устранён — оставив нейтральные, фотографически достоверные тона кожи и фонов. Направление освещения последовательно подчиняется физическим правилам, а чувствительный к идентичности рендеринг сохраняет пропорции лица стабильными по всему кадру — одна из причин, по которой GPT Image 2 в настоящее время возглавляет таблицу лидеров изображений LMArena.

Генерировать читаемый, хорошо стилизованный текст внутри изображений — для плакатов, инфографики, маркетинговых макетов и вывесок — заведомо трудно для моделей ИИ. Мы тестировали обе модели с запросами, требующими отображения конкретных текстовых строк на нескольких языках.

Nano Banana 2 в большинстве случаев читаемо отображает короткие заголовки, вывески и подписи на английском, китайском, японском, корейском и арабском языках. Главное отличительное преимущество — перевод текста внутри изображения: модель может локализовать текст существующего изображения на другой язык, сохраняя окружающую композицию. Согласно официальной карточке модели, мелкий основной текст при разрешении 1K всё ещё может выглядеть размытым, поэтому плотные компоновки лучше выводить в 2K или 4K.

GPT Image 2 на сегодняшний день обеспечивает самую высокую точность рендеринга текста среди мейнстримных моделей изображений — независимые обзорщики сообщают о точности символов 99%+ при первой попытке генерации на английском, японском, корейском, китайском, хинди, бенгальском, арабском и иврите. Авторегрессионная архитектура сначала записывает глифы как векторные формы и только затем растеризует их, поэтому плотные меню, текст на упаковке, многострочная типографика плакатов и мелкие UI-подписи остаются чистыми и правильно сформированными. Именно в этой области отрыв GPT Image 2 от Nano Banana 2 максимальный.

Поддержание согласованного внешнего вида персонажей в нескольких сгенерированных изображениях — или между несколькими персонажами в одной сцене — критически важно для раскадровки, брендовых кампаний и сериального контента. Мы попросили обе модели генерировать одних и тех же персонажей в разных сценах.

Nano Banana 2 явно поддерживает отслеживание до пяти разных персонажей и четырнадцати объектов в одном рабочем процессе. Нативное отслеживание субъектов удерживает одежду, аксессуары и пропорции стабильными между скомпонованными сценами, а документация Google выделяет согласованность нескольких персонажей как приоритет этого релиза. Карточка модели отмечает, что соответствие идентичности между опорным изображением и результатом не всегда идеально, и рекомендует проверять выходные данные при работе, критичной к идентичности.

GPT Image 2 в режиме Thinking генерирует до восьми согласованных изображений из одного запроса, причём персонажи, объекты и стили удерживаются стабильно по всему пакету слоем рассуждения, а не одним лишь слиянием опорных изображений. В наших тестах он заметно опередил Nano Banana 2 на сценах с несколькими персонажами: согласованность идентичности плотно держалась в раскадровках из шести-восьми изображений, а дрейф одежды, аксессуаров и структуры лица был ощутимо меньше, чем при нативном отслеживании Nano Banana 2— особенно после отметки в четыре-пять персонажей, где слияние опорных изображений Nano Banana 2 начинает ослабевать. Чувствительное к идентичности редактирование также делает точечные правки (замена фона, изменение темпа сцены) в рамках серии безопаснее, не разрушая форму лица и детали костюма.

Сложные сцены — эффектные пейзажи, архитектурные интерьеры, массовые сцены, многоплановая глубина — проверяют способность модели поддерживать пространственную согласованность, обрабатывать атмосферные эффекты и управлять конкурирующими визуальными элементами без создания артефактов.

Nano Banana 2 выигрывает от заземления через Google Search, когда запросы включают реальные локации, бренды или визуальные референсы. Модель может подтянуть актуальные визуальные данные и недавние эстетические решения продуктов в композицию, выдавая результаты, отражающие реальный облик достопримечательности, торгового пространства или культурно специфичной сцены, а не обобщённое приближение. Атмосферная теплота и текстура материалов сильно проявляются по умолчанию.

Режим Thinking GPT Image 2 также выполняет живой веб-поиск перед рендерингом и поверх добавляет существенно более сильное пространственное рассуждение. Строгие ограничения компоновки — сетки, многосекционные композиции, упорядоченное размещение объектов, иерархия от переднего к заднему плану — выполняются с архитектурной точностью, а не воспринимаются как рекомендации, и эту разницу подчёркивают несколько независимых обзорщиков. Разделение переднего и заднего плана чёткое, атмосферная перспектива применяется естественно, а чувствительное к идентичности редактирование позволяет вносить точечные изменения в сложную сцену, не нарушая остальной композиции.

Перенос стиля и художественный рендеринг — масляная живопись, акварель, графический роман, аниме, неоновый киберпанк, минималистичная иллюстрация — проверяют, насколько точно модель интерпретирует и сохраняет стилистический замысел в разнообразных запросах.

Nano Banana 2 создаёт богатые стилизованные результаты с сильным визуальным ударом. Живописные и кинематографические стили, как правило, ложатся с более глубоким тональным диапазоном и слегка усиленной насыщенностью, добавляя обложкам и редакционным визуалам ещё один слой воздействия. Освещение по умолчанию несёт кинематографическую теплоту в большинстве стилей — полезно для музыкального оформления, кампанийных визуалов и любого брифа, где настроение важнее сдержанности.

GPT Image 2 охватывает более 50 признанных художественных стилей и придерживается дескрипторов стиля с заметно более высокой точностью. Поп-арт, полутоновая печать, плоская векторная иллюстрация, масло, акварель, манга, пиксель-арт и нуарные кинематографические кадры выполняются чисто, не дрейфуя к обобщённой «эстетике ИИ» — типичной слабости предыдущих поколений. Управление кромкой в графических стилях острее, а устранённый жёлтый оттенок сохраняет нейтральные палитры нейтральными, когда этого требует бриф.

Создание инфографики, диаграмм, графиков и образовательных визуальных материалов требует от модели сочетания точной компоновки, читаемого текста, значимых иконок и связной информационной иерархии — всё в одном изображении.

Заземление через веб-поиск у Nano Banana 2 позволяет напрямую переносить реальную статистику, географические данные и актуальную информацию в визуальную форму — полезно для инфографики, где фактическая точность важна не меньше компоновки. Диаграммы, рецепты и структурированные визуалы выделены в документации Google как отдельные приоритеты, а модель уверенно справляется со стандартными образовательными компоновками при умеренной типографской плотности.

GPT Image 2 объединяет такое же заземление через веб-поиск (в режиме Thinking) с самым сильным рендерингом текста и самым точным следованием компоновке в категории. Пронумерованные шаги, плотные подписи, текст осей, выноски, легенды и стрелки-соединители остаются читаемыми и корректно размещёнными в одной генерации. Независимые обзорщики называют GPT Image 2 единственным готовым к продакшену выбором для инфографики, где типографическая детализация и точность компоновки должны быть верны с первой попытки.