AI 生圖模型對比：帶字、寫實、改圖各用誰

釋出於 2026-11-09 · 櫻桃茶編輯部

做 AI 生圖模型對比，結論先放前面：圖上要有中文字的海報、封面、資訊圖，先用 GPT Image 2；寫實人像，兩篇公開評測的單題結果都判給 Nano Banana 2，產品照也是 PixVerse 那篇推薦它；如果選 Nano Banana，我們預設用 2.1，因為 Google 自己把 2 列為上一代，而且在櫻桃茶上 2.1 的價格只有 2 的一半。改圖（換背景、加減物件）各方說法不一致，最省事的辦法是同一張圖兩邊各改一次。

依據是 OpenAI 和 Google 的官方文件、兩篇公開評測，加上櫻桃茶站內的模型頁和價格。我們這次沒有自己出圖對比，文中不貼生成結果，只給 4 組完整提示詞和出圖後該看哪幾處，你可以照著自己跑。只想要結論，直接翻到速查表。

三個模型分別是誰家的，在櫻桃茶上多少錢？

GPT Image 2 是 OpenAI 的影像模型，API 快照名是 gpt-image-2-2026-04-21。OpenAI 在 2026 年 4 月 21 日釋出 ChatGPT Images 2.0，背後就是它。它已經不是 OpenAI 最新的一代了，之後又有了 GPT Image 2.5 和 2.6，生圖指南把 GPT Image 2 歸進「Earlier GPT Image models」，建議新接入用 2.5。站裡上架的是 GPT Image 2，本文只講它。

Nano Banana 2 是 Google 給 Gemini 3.1 Flash Image 起的名字，Google 部落格的釋出日期是 2026 年 2 月 26 日。Nano Banana 2.1 是它的更新版，Google 的模型頁寫的更新時間是 2026 年 10 月，提升點列了畫質、提示詞遵循、多輪修改時人物的一致性和文字渲染。Gemini API 文件把 Nano Banana 2 稱作上一代，建議所有新專案用 2.1。

下表是寫作時（2026 年 11 月）櫻桃茶的價格，1 元約合 100 點數（基礎檔），以商店頁為準：

更細的說明在 GPT Image 2 的模型頁。從價格看，Nano Banana 2 是三個裡最貴的，而它的更新版便宜一半，除非你手上有一套在 2 上調好的提示詞，不然沒什麼理由先選 2。

公開評測怎麼說 GPT Image 2 和 Nano Banana 2？

能找到的公開同題對比有兩篇：

• Decrypt 2026 年 5 月 2 日的對比，8 項測試裡 GPT Image 2 贏 4 項、Nano Banana 2 贏 3 項、平 1 項。簽名字型和密集文字是 GPT Image 2 贏得最明顯的，寫實人像、動漫插畫和空間關係是 Nano Banana 2 贏（文末總結又把寫實算進 GPT Image 2 的長處，前後有點矛盾）。作者還提到，提示詞裡引數一多，GPT Image 2 容易銳化過頭、出瑕疵。
• PixVerse 部落格 2026 年 7 月 8 日的對比（它自己也賣生圖服務，算廠商部落格），6 道題。結論是文字、版式、資訊圖、分鏡用 GPT Image 2，寫實人像、產品照、打光用 Nano Banana 2；球鞋廣告那題兩邊各有長處，沒判輸贏。

兩篇都是 Nano Banana 2.1 出來之前寫的，結論不能直接套到 2.1 上。2.1 目前只有 Google 自己的說法，我們沒有找到獨立評測。

第 1 組：帶中文標題的海報，誰更不容易寫錯字？

建議先試 GPT Image 2，再拿 Nano Banana 2.1 對照。比例選 3:4。

一張豎版社群活動海報。主體：幾個咖啡攤位，桌上有手衝壺、紙杯和咖啡豆袋。場景：小區樓前的廣場，深秋上午，梧桐葉發黃。構圖：上方三分之一留給標題，攤位和逛攤的人在下半部分。光線：上午的斜射陽光，暖色但不過曝。文字：畫面上方居中寫「咖啡市集」，粗體手寫感，深棕色；底部一行小字「11月15日 週六 10:00-16:00 · 3號樓前廣場」，黑體，清楚可讀。除這兩處外不要出現其他文字。

出圖後逐字核對，重點看三處：標題有沒有多筆少筆、日期裡的數字和冒號對不對、畫面角落有沒有冒出沒要求的亂碼字。OpenAI 的生圖指南對整個 GPT Image 系列也寫明，文字渲染雖然進步很多，精確擺放和清晰度仍可能出問題。

第 2 組：寫實產品照，哪個更像棚拍？

公開評測偏向 Nano Banana，這組可以先跑 Nano Banana 2.1。比例 1:1。

一張寫實風格的產品照片。主體：一隻啞光白色陶瓷馬克杯，杯身有細小的手工釉面顆粒，杯裡有半杯黑咖啡，表面有一點油脂。場景：淺灰色亞麻桌布，旁邊散落三顆咖啡豆。構圖：杯子在畫面中央偏左，俯視約 30 度，背景虛化。光線：左側窗戶進來的柔光，杯子右側有自然的陰影。不要出現任何文字和品牌標誌。

看點：釉面顆粒和咖啡表面是不是有真實質感，陰影方向和光源對不對得上，杯把有沒有變形。電商用圖還要放大看杯口邊緣，這裡最容易糊。

第 3 組：給一張照片換背景，交給誰？

這一項我們拿不準。Decrypt 唯一的改圖題是重新佈置一間客廳，判 GPT Image 2 贏，理由是房間佈局保得住、來回改也順手，不過它沒按要求換地板；那篇沒有換背景的題。站方的 Nano Banana 2 模型頁寫的是它最擅長圖生圖和多輪編輯。OpenAI 文件寫明，GPT Image 2 處理輸入圖片時一律按高保真度來，原圖細節保留得多，但改圖時的輸入 token 也會更高。建議同一張圖兩邊各改一次，比較哪張改動更少。

先上傳一張人物或商品的原圖，再發：

保留畫面裡的人物（或商品）不變，包括姿勢、衣服顏色、臉部和光線方向，只把背景換成傍晚的海邊沙灘，遠處有一點晚霞。人物邊緣要自然，不要有白邊或摳圖痕跡。

看點：主體的臉、手、衣服紋理有沒有被悄悄重畫，新背景的光線方向和主體對不對得上，頭髮絲和衣角邊緣有沒有白邊。不滿意就在這一版上接著說「人物再亮一點」「晚霞淡一點」，不要每次重寫整段。

第 4 組：插畫風格，差別在哪？

Decrypt 的動漫插畫題判 Nano Banana 2 贏，繪畫藝術題判 GPT Image 2 贏，同屬「畫風」的兩題結果相反。這組三個模型都值得跑。比例 16:9。

一張水彩風格的繪本插畫。主體：一隻橘貓趴在書店窗臺上睡覺，身邊摞著幾本舊書。場景：下雨天，窗外街道模糊。構圖：貓在畫面右側三分之一處，左側留出窗外雨景。光線：店內暖黃檯燈光和窗外冷灰天光形成對比。畫風：紙張紋理明顯，顏色有暈染，線條松。不要文字。

看點：水彩暈染像不像紙上畫出來的，貓的結構有沒有多一隻爪子，兩種光的冷暖對比有沒有出來。

AI 生圖模型對比速查表：按用途先試哪個

下表的依據是上面引用的文件和評測，不是我們自己的出圖結果。

拿到這張表，可以直接在櫻桃茶的 AI 畫圖頁面裡切換三個模型跑同一段提示詞。畫出來的每一版都有記錄，可以回到任意一版接著改，不用從頭生成。

AI 畫圖提示詞怎麼寫：主體、場景、構圖、光線、文字

上面 4 組提示詞都是同一個結構，五個部分：

1. 主體：畫面裡是什麼，寫到材質和狀態（「啞光白色陶瓷杯，半杯黑咖啡」，而不是「一個杯子」）。
2. 場景：在哪裡、什麼季節和時間。
3. 構圖：主體放哪、俯視還是平視、要不要留白放字。Google 的文件建議用攝影術語控制鏡頭，比如廣角、微距、低機位。
4. 光線：光從哪邊來、冷還是暖。
5. 文字：要出現的字用引號原樣寫出來，再寫位置、字型感覺、顏色；不要字就明說「不要文字」。

別的不想要的東西，Google 文件建議換成正面描述，寫「空無一人的街道」比寫「不要車」好。文字這一項很難用正面說法替代，我們還是直說。

文字這一步有個省事的做法。Google 文件的「限制」一節寫著：要在圖裡放字時，先把文字生成出來，再要求生成帶這段文字的圖，效果更好。我們把這個需求交給 GPT-4o 跑了一次（OpenAI 的對話模型，用的是 API 裡 2024-11-20 這一版。櫻桃茶站內沒有這個型號，換成站內的對話模型，做法一樣）：需求只給一句「週末小區裡有個咖啡市集，幫我做張海報貼電梯裡」，外加時間和地點，讓它先定文字、再按五個部分寫提示詞。

它定的主標題是「咖啡市集」，時間地點照抄沒改字，文字部分寫清了位置和字型：「主標題「咖啡市集」放在畫面上方中央，使用粗體手寫風格字型」。但也有一處要人工改：光線寫了「早秋午後陽光」，可 11 月 15 日已經是深秋，活動又是從上午 10 點開到下午 4 點，「午後」也不一定對。這種季節對不上的細節，這次它自己沒發現，送去出圖之前要人看一遍。它還自己加了一句副標題「週末的香氣與美味，等你來探索」，偏套話，正式用要換成小區自己的說法。原始記錄（提示詞、時間、完整輸出）編輯部有存檔。

常見問題

AI 生成的圖能商用嗎？

看你用的服務條款，不同渠道不一樣。OpenAI 的個人使用者條款寫的是，在法律允許的範圍內輸出歸使用者，這份權利不延伸到別的使用者生成的輸出；Google 的 Gemini API 附加條款寫的是 Google 不主張生成內容的所有權，也可能給別人生成相同或相似的內容。Google 文件還寫明，Nano Banana 生成的圖都帶 SynthID 水印。櫻桃茶自己的服務條款沒有單獨約定生成圖的歸屬，商用前先看清條款；圖裡涉及真人肖像、商標或別人的角色形象，要另外判斷，這不是模型能替你解決的。

一張圖多少錢？

寫作時（2026 年 11 月）櫻桃茶上 GPT Image 2 是 24 點數一張，Nano Banana 2.1 是 40 點數，Nano Banana 2 是 80 點數。買了無限卡的話，GPT Image 2 每次生成免費 1 張，Nano Banana 兩款不在卡內。價格以商店頁為準。

出一張圖要等多久？

OpenAI 的生圖指南對 GPT Image 系列寫的是，複雜提示詞可能要 2 分鐘。Google 沒有給具體秒數，只說 Nano Banana 2.1 保持了 Flash 級的速度。

GPT Image 2 和 Nano Banana 區別最大的地方是什麼？

按目前的公開資料，GPT Image 2 的長處在圖裡的文字和版式，Nano Banana 在寫實質感。改圖和插畫還沒有一邊倒的結論。

想自己跑一遍這 4 組題：在櫻桃茶首頁註冊送 50 點數，夠畫 2 張 GPT Image 2。櫻桃茶不是 OpenAI 或 Google 的官方產品，通過各家模型介面接入。

參考來源

1. OpenAI，Introducing ChatGPT Images 2.0，2026-04-21。https://openai.com/index/introducing-chatgpt-images-2-0/
2. OpenAI，GPT-Image-2 模型頁，2026。https://developers.openai.com/api/docs/models/gpt-image-2
3. OpenAI，Image generation 指南（Limitations、Earlier GPT Image models 兩節），2026。https://developers.openai.com/api/docs/guides/image-generation
4. OpenAI，Terms of Use（Content 一節）。https://openai.com/policies/terms-of-use/
5. Google，Nano Banana image generation（Gemini API 文件，Model selection、Best Practices、Limitations 三節），2026。https://aistudio.google.com/docs/image-generation
6. Google，Gemini Nano Banana 2.1 模型頁，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 一節）。https://aistudio.google.com/docs/terms
9. Decrypt，GPT Image 2 vs Nano Banana 2 對比，2026-05-02（二手評測）。https://decrypt.co/366408/openai-gpt-image-2-vs-google-nano-banana-2-review
10. PixVerse 部落格，GPT Image 2 vs Nano Banana 2，2026-07-08（廠商部落格，二手評測）。https://pixverse.ai/zh/blog/gpt-image-2-vs-nano-banana-2

關於本文

本文由櫻桃茶編輯部撰寫，AI 輔助檢索和初稿，編輯逐條核對了來源與站內價格。文中沒有自己生成圖片做對比，只在 2026 年 11 月 7 日用 GPT-4o 跑了一次寫提示詞的測試，原始記錄已存檔。

相關閱讀

• AI 修圖不用 PS：8 種常見改圖需求怎麼說
• Sora 替代：下線後 AI 影片模型按需求挑
• AI 配音怎麼配：短影片旁白從稿子到成品
• Suno 教程：用 AI 寫一首歌的完整步驟

試試 AI 畫圖 · AI 課程

Operated by UK Company CHERRYCHAT LTD · Company Number 16096119 · 客服微信 JsnonoChat · 內容由 AI 生成，請仔細甄別