AI 生图模型对比：带字、写实、改图各用谁

发布于 2026-11-09 · 樱桃茶编辑部

做 AI 生图模型对比，结论先放前面：图上要有中文字的海报、封面、信息图，先用 GPT Image 2；写实人像，两篇公开评测的单题结果都判给 Nano Banana 2，产品照也是 PixVerse 那篇推荐它；如果选 Nano Banana，我们默认用 2.1，因为 Google 自己把 2 列为上一代，而且在樱桃茶上 2.1 的价格只有 2 的一半。改图（换背景、加减物件）各方说法不一致，最省事的办法是同一张图两边各改一次。

依据是 OpenAI 和 Google 的官方文档、两篇公开评测，加上樱桃茶站内的模型页和价格。我们这次没有自己出图对比，文中不贴生成结果，只给 4 组完整提示词和出图后该看哪几处，你可以照着自己跑。只想要结论，直接翻到速查表。

三个模型分别是谁家的，在樱桃茶上多少钱？

GPT Image 2 是 OpenAI 的图像模型，API 快照名是 gpt-image-2-2026-04-21。OpenAI 在 2026 年 4 月 21 日发布 ChatGPT Images 2.0，背后就是它。它已经不是 OpenAI 最新的一代了，之后又有了 GPT Image 2.5 和 2.6，生图指南把 GPT Image 2 归进「Earlier GPT Image models」，建议新接入用 2.5。站里上架的是 GPT Image 2，本文只讲它。

Nano Banana 2 是 Google 给 Gemini 3.1 Flash Image 起的名字，Google 博客的发布日期是 2026 年 2 月 26 日。Nano Banana 2.1 是它的更新版，Google 的模型页写的更新时间是 2026 年 10 月，提升点列了画质、提示词遵循、多轮修改时人物的一致性和文字渲染。Gemini API 文档把 Nano Banana 2 称作上一代，建议所有新项目用 2.1。

下表是写作时（2026 年 11 月）樱桃茶的价格，1 元约合 100 积分（基础档），以商店页为准：

更细的说明在 GPT Image 2 的模型页。从价格看，Nano Banana 2 是三个里最贵的，而它的更新版便宜一半，除非你手上有一套在 2 上调好的提示词，不然没什么理由先选 2。

公开评测怎么说 GPT Image 2 和 Nano Banana 2？

能找到的公开同题对比有两篇：

• Decrypt 2026 年 5 月 2 日的对比，8 项测试里 GPT Image 2 赢 4 项、Nano Banana 2 赢 3 项、平 1 项。签名字体和密集文字是 GPT Image 2 赢得最明显的，写实人像、动漫插画和空间关系是 Nano Banana 2 赢（文末总结又把写实算进 GPT Image 2 的长处，前后有点矛盾）。作者还提到，提示词里参数一多，GPT Image 2 容易锐化过头、出瑕疵。
• PixVerse 博客 2026 年 7 月 8 日的对比（它自己也卖生图服务，算厂商博客），6 道题。结论是文字、版式、信息图、分镜用 GPT Image 2，写实人像、产品照、打光用 Nano Banana 2；球鞋广告那题两边各有长处，没判输赢。

两篇都是 Nano Banana 2.1 出来之前写的，结论不能直接套到 2.1 上。2.1 目前只有 Google 自己的说法，我们没有找到独立评测。

第 1 组：带中文标题的海报，谁更不容易写错字？

建议先试 GPT Image 2，再拿 Nano Banana 2.1 对照。比例选 3:4。

一张竖版社区活动海报。主体：几个咖啡摊位，桌上有手冲壶、纸杯和咖啡豆袋。场景：小区楼前的广场，深秋上午，梧桐叶发黄。构图：上方三分之一留给标题，摊位和逛摊的人在下半部分。光线：上午的斜射阳光，暖色但不过曝。文字：画面上方居中写「咖啡市集」，粗体手写感，深棕色；底部一行小字「11月15日 周六 10:00-16:00 · 3号楼前广场」，黑体，清楚可读。除这两处外不要出现其他文字。

出图后逐字核对，重点看三处：标题有没有多笔少笔、日期里的数字和冒号对不对、画面角落有没有冒出没要求的乱码字。OpenAI 的生图指南对整个 GPT Image 系列也写明，文字渲染虽然进步很多，精确摆放和清晰度仍可能出问题。

第 2 组：写实产品照，哪个更像棚拍？

公开评测偏向 Nano Banana，这组可以先跑 Nano Banana 2.1。比例 1:1。

一张写实风格的产品照片。主体：一只哑光白色陶瓷马克杯，杯身有细小的手工釉面颗粒，杯里有半杯黑咖啡，表面有一点油脂。场景：浅灰色亚麻桌布，旁边散落三颗咖啡豆。构图：杯子在画面中央偏左，俯视约 30 度，背景虚化。光线：左侧窗户进来的柔光，杯子右侧有自然的阴影。不要出现任何文字和品牌标志。

看点：釉面颗粒和咖啡表面是不是有真实质感，阴影方向和光源对不对得上，杯把有没有变形。电商用图还要放大看杯口边缘，这里最容易糊。

第 3 组：给一张照片换背景，交给谁？

这一项我们拿不准。Decrypt 唯一的改图题是重新布置一间客厅，判 GPT Image 2 赢，理由是房间布局保得住、来回改也顺手，不过它没按要求换地板；那篇没有换背景的题。站方的 Nano Banana 2 模型页写的是它最擅长图生图和多轮编辑。OpenAI 文档写明，GPT Image 2 处理输入图片时一律按高保真度来，原图细节保留得多，但改图时的输入 token 也会更高。建议同一张图两边各改一次，比较哪张改动更少。

先上传一张人物或商品的原图，再发：

保留画面里的人物（或商品）不变，包括姿势、衣服颜色、脸部和光线方向，只把背景换成傍晚的海边沙滩，远处有一点晚霞。人物边缘要自然，不要有白边或抠图痕迹。

看点：主体的脸、手、衣服纹理有没有被悄悄重画，新背景的光线方向和主体对不对得上，头发丝和衣角边缘有没有白边。不满意就在这一版上接着说「人物再亮一点」「晚霞淡一点」，不要每次重写整段。

第 4 组：插画风格，差别在哪？

Decrypt 的动漫插画题判 Nano Banana 2 赢，绘画艺术题判 GPT Image 2 赢，同属「画风」的两题结果相反。这组三个模型都值得跑。比例 16:9。

一张水彩风格的绘本插画。主体：一只橘猫趴在书店窗台上睡觉，身边摞着几本旧书。场景：下雨天，窗外街道模糊。构图：猫在画面右侧三分之一处，左侧留出窗外雨景。光线：店内暖黄台灯光和窗外冷灰天光形成对比。画风：纸张纹理明显，颜色有晕染，线条松。不要文字。

看点：水彩晕染像不像纸上画出来的，猫的结构有没有多一只爪子，两种光的冷暖对比有没有出来。

AI 生图模型对比速查表：按用途先试哪个

下表的依据是上面引用的文档和评测，不是我们自己的出图结果。

拿到这张表，可以直接在樱桃茶的 AI 画图页面里切换三个模型跑同一段提示词。画出来的每一版都有记录，可以回到任意一版接着改，不用从头生成。

AI 画图提示词怎么写：主体、场景、构图、光线、文字

上面 4 组提示词都是同一个结构，五个部分：

1. 主体：画面里是什么，写到材质和状态（「哑光白色陶瓷杯，半杯黑咖啡」，而不是「一个杯子」）。
2. 场景：在哪里、什么季节和时间。
3. 构图：主体放哪、俯视还是平视、要不要留白放字。Google 的文档建议用摄影术语控制镜头，比如广角、微距、低机位。
4. 光线：光从哪边来、冷还是暖。
5. 文字：要出现的字用引号原样写出来，再写位置、字体感觉、颜色；不要字就明说「不要文字」。

别的不想要的东西，Google 文档建议换成正面描述，写「空无一人的街道」比写「不要车」好。文字这一项很难用正面说法替代，我们还是直说。

文字这一步有个省事的做法。Google 文档的「限制」一节写着：要在图里放字时，先把文字生成出来，再要求生成带这段文字的图，效果更好。我们把这个需求交给 GPT-4o 跑了一次（OpenAI 的对话模型，用的是 API 里 2024-11-20 这一版。樱桃茶站内没有这个型号，换成站内的对话模型，做法一样）：需求只给一句「周末小区里有个咖啡市集，帮我做张海报贴电梯里」，外加时间和地点，让它先定文字、再按五个部分写提示词。

它定的主标题是「咖啡市集」，时间地点照抄没改字，文字部分写清了位置和字体：「主标题「咖啡市集」放在画面上方中央，使用粗体手写风格字体」。但也有一处要人工改：光线写了「早秋午后阳光」，可 11 月 15 日已经是深秋，活动又是从上午 10 点开到下午 4 点，「午后」也不一定对。这种季节对不上的细节，这次它自己没发现，送去出图之前要人看一遍。它还自己加了一句副标题「周末的香气与美味，等你来探索」，偏套话，正式用要换成小区自己的说法。原始记录（提示词、时间、完整输出）编辑部有存档。

常见问题

AI 生成的图能商用吗？

看你用的服务条款，不同渠道不一样。OpenAI 的个人用户条款写的是，在法律允许的范围内输出归用户，这份权利不延伸到别的用户生成的输出；Google 的 Gemini API 附加条款写的是 Google 不主张生成内容的所有权，也可能给别人生成相同或相似的内容。Google 文档还写明，Nano Banana 生成的图都带 SynthID 水印。樱桃茶自己的服务条款没有单独约定生成图的归属，商用前先看清条款；图里涉及真人肖像、商标或别人的角色形象，要另外判断，这不是模型能替你解决的。

一张图多少钱？

写作时（2026 年 11 月）樱桃茶上 GPT Image 2 是 24 积分一张，Nano Banana 2.1 是 40 积分，Nano Banana 2 是 80 积分。买了无限卡的话，GPT Image 2 每次生成免费 1 张，Nano Banana 两款不在卡内。价格以商店页为准。

出一张图要等多久？

OpenAI 的生图指南对 GPT Image 系列写的是，复杂提示词可能要 2 分钟。Google 没有给具体秒数，只说 Nano Banana 2.1 保持了 Flash 级的速度。

GPT Image 2 和 Nano Banana 区别最大的地方是什么？

按目前的公开资料，GPT Image 2 的长处在图里的文字和版式，Nano Banana 在写实质感。改图和插画还没有一边倒的结论。

想自己跑一遍这 4 组题：在樱桃茶首页注册送 50 积分，够画 2 张 GPT Image 2。樱桃茶不是 OpenAI 或 Google 的官方产品，通过各家模型接口接入。

参考来源

1. OpenAI，Introducing ChatGPT Images 2.0，2026-04-21。https://openai.com/index/introducing-chatgpt-images-2-0/
2. OpenAI，GPT-Image-2 模型页，2026。https://developers.openai.com/api/docs/models/gpt-image-2
3. OpenAI，Image generation 指南（Limitations、Earlier GPT Image models 两节），2026。https://developers.openai.com/api/docs/guides/image-generation
4. OpenAI，Terms of Use（Content 一节）。https://openai.com/policies/terms-of-use/
5. Google，Nano Banana image generation（Gemini API 文档，Model selection、Best Practices、Limitations 三节），2026。https://aistudio.google.com/docs/image-generation
6. Google，Gemini Nano Banana 2.1 模型页，2026。https://aistudio.google.com/docs/models/gemini-nano-banana-2.1
7. Google Blog，Nano Banana 2，2026-02-26。https://blog.google/innovation-and-ai/technology/ai/nano-banana-2/
8. Google，Gemini API Additional Terms of Service（Use of Generated Content 一节）。https://aistudio.google.com/docs/terms
9. Decrypt，GPT Image 2 vs Nano Banana 2 对比，2026-05-02（二手评测）。https://decrypt.co/366408/openai-gpt-image-2-vs-google-nano-banana-2-review
10. PixVerse 博客，GPT Image 2 vs Nano Banana 2，2026-07-08（厂商博客，二手评测）。https://pixverse.ai/zh/blog/gpt-image-2-vs-nano-banana-2

关于本文

本文由樱桃茶编辑部撰写，AI 辅助检索和初稿，编辑逐条核对了来源与站内价格。文中没有自己生成图片做对比，只在 2026 年 11 月 7 日用 GPT-4o 跑了一次写提示词的测试，原始记录已存档。

相关阅读

• AI 修图不用 PS：8 种常见改图需求怎么说
• Sora 替代：下线后 AI 视频模型按需求挑
• AI 配音怎么配：短视频旁白从稿子到成品
• Suno 教程：用 AI 写一首歌的完整步骤

试试 AI 画图 · AI 课程

Operated by UK Company CHERRYCHAT LTD · Company Number 16096119 · 客服微信 JsnonoChat · 内容由 AI 生成，请仔细甄别