GPT Image 1.5 和 Nano Banana Pro 的对比测试
做了9 组，先说结论：两者在指令遵循度（以及理解能力）、画面细节、物理真实性、光影处理方面不相上下。在艺术表现和风格化方面，依然远不如 Midjourney。大号中文（比如第三组的海报测试）两者表现都还可以，但涉及到小号文字（第四组漫画气泡），Nano Banana Pro 还能看，GPT Image 1.5基本用不了。生成速度方面，GPT 1.5比Nano Banana Pro（2k分辨率）快2-3倍。不过，GPT 1.5 目前只能输出1:1、3:2、2:3 这三种比例，而Nano Banana Pro可以生成10种比例的图像。
以下是我的 9 组测评要点和提示词，左边是 GPT Image 1.5，右边是 Nano Banana Pro：
1. 复杂场景构图测试
繁忙的上海街头咖啡馆外景，前景有穿西装的上班族边走边看手机，中景露天座位区坐着喝咖啡聊天的年轻人，远处是车流和高楼大厦，午后阳光洒在街道上，写实摄影风格
测试：空间层次、景深、多个元素的协调能力
2. 人物细节与表情
一位穿旗袍的年轻女性坐在咖啡馆里，她微微侧头看向窗外，眼神略带忧郁，手指轻触茶杯边缘，阳光透过窗棂洒在她脸上
测试：面部细节、微表情、光影、人物姿态自然度
3. 文字渲染能力
一张复古海报，上面用毛笔字写着“春节快乐”四个大字，周围有祥云和烟花图案，红金配色，具有浓郁的节日氛围
测试：中文文字准确性、字体美感、文字与画面融合
4. 漫画 & 对话气泡测试
中国网络漫画风格，两个年轻人坐在电脑前比较AI绘画模型，左边的人指着屏幕兴奋地说"你看Nano Banana Pro画的人物细节真棒！"，右边的人托着下巴说"但是GPT 1.5的色彩更自然啊"，对话内容显示在圆角气泡框里，彩色漫画，现代简约画风
测试：中式漫画风格、中文对话气泡排版、英文+中文混合文字准确性、现代场景道具（电脑等）、人物互动自然度、网络漫画特有的表现手法
5. 物理真实性
一杯刚倒入的啤酒，泡沫正在上涌，杯壁有水珠凝结，旁边是一盒炸鸡，木质桌面上有自然的光影
测试：液体物理特性、材质质感、光线反射
6. 艺术风格模仿
用梵高印象派风格绘制西湖断桥，薄雾笼罩，色彩用碎笔触表现，强调光影变化而非清晰轮廓
测试：艺术风格理解与转换、色彩运用
7. 多人物交互
三个小朋友在公园里踢足球，一个正在射门，一个在守门做扑救动作，另一个在旁边欢呼，动作连贯自然
测试：多人物协调、动态捕捉、肢体语言合理性
8. 抽象概念可视化
将孤独这个情感具象化，一个人影站在空旷的城市天台，周围是万家灯火，色调偏冷，构图可以有较多留白
测试：抽象思维理解、情绪氛围营造
9. 传统文化元素
工笔画风格的仕女图，仕女穿宋代服饰，手持团扇，发髻插有金钗，背景是屏风和盆景，线条细腻，赋色淡雅
测试：文化理解深度、传统绘画技法、细节刻画
