Karš par mākslīgais intelekts, kas tiek pielietots attēliem Tas vairs nav tikai nākotnes solījums: tas ir klāt, un tas ir ļoti nopietni. Vienā ringa stūrī mums ir... ChatGPT attēls 1.5, jaunais OpenAI modelis, kas nodrošina ChatGPT Images darbību; no otras puses, Nano Banana Pro, Google populārais vizuālais ģenerators un redaktors ir integrēts visā tā ekosistēmā.Konkurence ir tik sīva, ka OpenAI pat iekšēji runāja par "koda sarkano" stāvokli pēc Google sasniegumiem.
Ja strādājat ar vizuālu saturu — vai nu kā radošs profesionālis, tirgotājs, izstrādātājs vai vienkārši hobijs— Jūs droši vien domājat, kurš no šiem diviem modeļiem sniegs labākus rezultātus. Apskatīsim mierīgi, bet tieši, kā ChatGPT Image 1.5 un Nano Banana Pro salīdzināmi svarīgākajās jomās: stils, fotoreālisms, formāti, izšķirtspēja, ātrums, cena, rediģēšana, atsauces un lietotāja pieredze.
Konteksts: Kāpēc ChatGPT 1.5. attēls ir tik svarīgs
Ierašanās ChatGPT attēls 1.5 Šis nav mazsvarīgs atjauninājums. OpenAI to piedāvā kā savu jauno vizuālo pamatmodeli, kas pieejams gan ChatGPT attēlu cilnē, gan caur API. Oficiālais vēstījums ir skaidrs: attēli, kas precīzāk atbilst instrukcijām, precīzāka rediģēšana un ģenerēšana. līdz pat četrām reizēm ātrāk nekā iepriekšējā versija.
Šī palaišana notiek arī ļoti delikātā laikā. Pēc Google centieniem ar Dvīņi 3 Un ar savu vadošo vizuālo ģeneratoru — iesauktu par Nano Banānu — OpenAI aktivizēja sava veida avārijas plānu. Paralēli lielākām darbībām, piemēram, palaišanai GPT-5.2Uzņēmumam bija jāpierāda, ka tas var būt līderis arī vizuālajā jomā, ne tikai valodu modeļos.
Tāpēc GPT Image 1.5 neaprobežojas tikai ar attēlu izveidi no nulles: tas kļūst par pamatu ChatGPT attēliīpaša cilne lietotnē un tīmekļa vietnē, kas darbojas kā īsts “Radošā studija” integrēta ChatGPTTur jūs varat izveidot, rediģēt, lietot stilus, eksperimentēt ar ieteiktajām uzvednēm un pat atklāt jaunas idejas, pateicoties iedvesmojošai plūsmai.
Stila ievērošana: kurš vislabāk ievēro jūsu pieprasīto stilu
Viens no atklājošākajiem attēlu modeļu novērtēšanas testiem ir pārbaudīt to spēju sekot līdzi specifisks fotografēšanas stilsViens no skaidrākajiem abu modeļu salīdzinājumiem izmantoja ļoti detalizētu uzdevumu: Losandželosas ainava ar skeitbordu, kas aprakstīta kā dokumentāla ielu fotogrāfija no 90. gadu beigām, uz 35 mm filmas, ar Kodak Portra 400 paleteLeica M tipa kamera, dabiska gaisma, maigs kontrasts, klusinātas reālistiskas krāsas, redzama filmas graudainība, neliels maigums malās un, kas ir ļoti svarīgi, nav HDR vai modernas digitālās asināšanas.
Tajā testā Tikai ChatGPT attēli 1.5 Viņš trāpīja stila galvenajai sastāvdaļai: iegulta filmas graudainība un organiskāku optisko izskatu, kādu varētu sagaidīt no Kodak Portra 400 filmas rullīša. Iegūtajā attēlā tika ievērotas maigās malas, digitālā hiperasuma neesamība un dokumentālā noskaņa, kas raksturīga 90. gadu beigām.
Savukārt Nano Banana Pro radīja vizuāli pievilcīgu tēlu, taču ar nepārprotami minimālistiskāku estētiku. digitāls un assFotoattēls bija pārāk tīrs un ass, tam trūka analogās graudainības un nedaudz nepilnīgas tekstūras, kā tas bija nepieciešams uzdevumā. Citiem vārdiem sakot, dziļākā stilistiskā līmenī Google modelis novirzījās no paredzētā mērķa: tas bija drīzāk labs mūsdienīgs attēls, nevis precīza 35 mm filmas emulācija.
Šāda veida gadījums liek domāt, ka ChatGPT Images 1.5 ir labāka sarežģītu stila norādījumu ievērošanaTas ir īpaši svarīgi fotogrāfiem, mākslas direktoriem vai radošajiem darbiniekiem, kuri vēlas atjaunot noteiktus laikmetus, emulsijas vai analogās darbplūsmas.
Fotoreālisms mobilajā fotogrāfijā: iPhone tests
Vēl viens svarīgs scenārijs ir mūsdienu fotoreālisms, kurā abu modeļu spēja atdarināt stilu Fotoattēls uzņemts ar modernu viedtālruniIzmantotā tēma bija: fotoreālistisks jaunas sievietes attēls klusā Amsterdamas terasē aukstā marta rītā ar seklu asuma dziļumu, uzņemts ar iPhone.
Šajā salīdzinājumā rezultāts nepārprotami nosliecās uz pusi. Nano Banana ProGoogle modeļa ģenerētais attēls tiešām izskatījās pēc ar mobilo tālruni uzņemtas fotogrāfijas: asums un izplūdums atbilst viedtālruņa kamerai, ticama kompozīcija un atmosfēra, kas labi atspoguļoja uzvednē pieprasīto aukstuma, vēlas ziemas sajūtu.
Turklāt Nano Banana pievienoja detaļu, kas, lai arī nav perfekta, labi liecina par viņa kontekstuālo izpratni: viņš iekļāva īstas Amsterdamas kafejnīcas plakātsPrecīza atrašanās vieta nebija pareiza, taču tā radīja sajūtu, ka atrodaties autentiskā vietējā pilsētas iestādē, pastiprinot ainas reālismu.
Savukārt ChatGPT Images 1.5 ģenerēja attēlu ar vairāk “mākslīgā intelekta” aspektaAr smalkiem, bet pieredzējušai acij pamanāmiem trūkumiem: noteiktām nedaudz plastiskām tekstūrām, mazāk dabisku izplūšanu un kopējo atmosfēru, kas īsti nesaplūda ar īstu iPhone fotoattēlu. Vienkārši sakot: Nano Banana panāca daudz pārliecinošāku viedtālruņa estētiku.
Daļējs secinājums: ja jūsu prioritāte ir ģenerēt ticama mobilā tālruņa fotogrāfija (tīkliem, kampaņu prototipiem, produktu maketiem kontekstā utt.), Nano Banana pašlaik jūtas soli priekšā tūlītējas reālisma ziņā.
Malu attiecības: formāta elastība darbojas par labu Google
Profesionālā producēšanā, ne tikai stilam, bet arī sekojošajam ir liela nozīme: formāta elastībaŠeit Nano Banana Pro lepojas ar vietējo atbalstu kopumā 8 malu attiecības savādāk:
- 1:1 (kvadrāts)
- 3:2 (klasiskā ainava)
- 2:3 (tipiska vertikāle)
- 4:3
- 3:4
- 16:9 (standarta panorāmas attēls)
- 9:16 (vertikāli stāstiem un īsfilmām)
- 21:9 (ultra panorāmas)
Savukārt ChatGPT Images 1.5 piedāvā saderību tikai ar 3 malu attiecībasLai gan tas aptver pamatus, tas ir nepietiekams salīdzinājumā ar Nano Banana piedāvāto klāstu, īpaši, ja jums ir nepieciešams saturs, kas pielāgots vairākām digitālajām platformām ar īpašām prasībām (reklāmkarogiem, video rullīšiem, displeja reklāmām, fona attēliem utt.).
Ikdienas lietošanā šis ierobežojums nozīmē, ka, izmantojot ChatGPT Images 1.5, jums būs jāveic šādas darbības: biežāk griezt un pārveidotSavukārt ar Nano Banana jūs varat ģenerēt tieši vēlamajā galīgajā formātā, ietaupot laiku un izvairoties no ievērojamiem kadrēšanas zudumiem.
Maksimālā izšķirtspēja: kurš sasniedz visaugstāko izvades kvalitāti?
Attiecībā uz rezolūcija, Nano Banana Pro atkal izvirzās vadībā tehniskās iespējasChatGPT Images 1.5 ļauj:
- Rezolūcija par 1K kvadrātveida formātam.
- Aptuvenā izšķirtspēja 1,5K ainavas vai portreta formātiem.
Savukārt Nano Banana Pro atzīst:
- 1K bāze.
- 2K kā augstākā standarta darba izšķirtspēja.
- 4K caur procesiem integrēta mērogošana, paredzēts lietojumiem, kuros nepieciešama augstāka izšķirtspēja (drukāšanai, lieliem ekrāniem, agresīvai apgriešanai utt.).
Tas nozīmē, ka daudzos gadījumos par tādu pašu cenu Nano Banana piedāvā Vairāk pikseļu un vairāk vietas pēcapstrādei.Darbiem, kuros nepieciešami palielinājumi vai ārkārtīgi detalizēta tālummaiņa, atšķirība starp 1K/1,5K izšķirtspēju un iespēju palielināt izšķirtspēju līdz 2K/4K nav triviāla.
Ģenerācijas ātrums: OpenAI teorija pretstatā neapstrādātiem skaitļiem
OpenAI apgalvo, ka ChatGPT Images 1.5 ir līdz pat četrām reizēm ātrāk nekā iepriekšējā versija. Praksē, salīdzinot ar Nano Banana, salīdzinājums ir atkarīgs no izšķirtspējas, taču tabulas dati ir skaidri.
Izbraukšanai no 1K:
- ChatGPT attēli 1.5: no 30 līdz 45 sekundēm katram attēlam.
- Nano Banana Pro: no 10 līdz 15 sekundēm.
Citiem vārdiem sakot, Nano Banana ģenerē aptuveni 1K trīs reizes ātrāk ChatGPT Images 1.5. Ja GPT prasa pusminūti vai vairāk, Google modelis sniedz rezultātus nedaudz vairāk kā 10 sekundēs, kas ir ļoti pamanāms, atkārtojot daudzas variācijas.
Ja mēs ejam uz augstākas izšķirtspējas:
- ChatGPT attēli 1.5līdz 1,5 K, ar laiku no 50 līdz 60 sekundēm.
- Nano Banana Pro2K 30–60 sekundēs un 4K dažās minūtēs, izmantojot mērogošanu.
Galvenais šeit ir tas, ka Nano banāns sasniedz 2K aptuveni tikpat daudz laika, cik GPT nepieciešams 1,5 KB attēla ģenerēšanai. Studijām, aģentūrām vai produktu komandām, kurām nepieciešams liels attēlu apjoms, šī kombinācija Augstāka izšķirtspēja un mazāk gaidīšanas laika Tas ir ļoti spēcīgs arguments.
API cenas: kurš piedāvā vairāk par to pašu naudu
Runājot par izmaksām par vienu lietošanas reizi, izmantojot API, stāsts atkārtojas: Nano Banana piedāvā augstāka izšķirtspēja par to pašu indikatīvo cenuSaskaņā ar pieejamajiem salīdzinājumiem:
- līdz 1KChatGPT Images 1.5 un Nano Banana Pro darbojas līdzīgā diapazonā aptuveni 0,15–0,17 ASV dolāri par attēlu.
- En 2KChatGPT Images 1.5 nav šādas opcijas, savukārt Nano Banana saglabā šo diapazonu. 0,15–0,17 ASV dolāri.
- līdz 4K (izmantojot mērogošanu), Nano Banana atrodas aptuveni 0,26–0,28 ASV dolāri uz attēlu.
Praktiski izsakoties, Nano Banana API sniedz jums 2 tūkstoši par cenu, ko ChatGPT Images 1.5 piedāvā par 1 tūkstošuTas padara Google risinājumu par izdevīgāku iespēju tiem, kas ģenerē daudz attēlu vai kuriem ir nepieciešams materiāls drukāšanai vai augsta blīvuma displejiem.
Rediģēšanas iespējas: precizitāte un oriģināla ievērošana
Viens no šīs jaunās vizuālās paaudzes lielajiem sasniegumiem no OpenAI ir Precīza konkrētu elementu rediģēšanaVēsturiski attēlu modeļiem bija nopietnas problēmas, modificējot tikai daļu no ainas: jūs pieprasījāt īpašu korekciju, un sistēma galu galā pārinterpretēja pusi attēla.
Ar ChatGPT attēliem 1.5ChatGPT Images sola tieši pretējo: jūs varat, piemēram, pajautāt "mainīt tikai sejas izteiksmi" vai "mainīt apgaismojumu, nepieskaroties kadrējumam", un modelis to spēj. saglabāt īpašības un sastāvu neskartuSejas vaibsti, apgaismojums, toņi, kadrējums... viss tiek saglabāts, ja vien uzvednē nenorādat kaut ko citu.
OpenAI uzsver, ka sistēma tagad daudz labāk saprot gan to, ko vēlaties mainīt, gan to, ko vēlaties mainīt. To nedrīkst mainītPraksē tas ļauj darbplūsmas kā:
- Personāža sejas izteiksmes pielāgošana, nepārveidojot viņa sejas izteiksmi.
- Mainiet tikai apģērba, zīmju vai transportlīdzekļu krāsu.
- Mainiet kopējo apgaismojumu, vienlaikus saglabājot kadrējumu un kompozīciju.
- Pārvēršot ikdienas ainas par filmu plakāti vai cita stila ilustrācijas, respektējot galveno tēmu.
Savukārt Nano Banana Pro atbalsta arī Vispārīga rediģēšana un diezgan droši reaģē uz lietotāja nodomuTestos, kuros nakts automašīnas fotoattēls bija jāpārveido dienas ainā, abi modeļi uzrādīja labus rezultātus, lai gan daži analītiķi uzskatīja Google rezultātu par nedaudz pārāku no estētiskā viedokļa.
Salīdzināšanas tabulā ir ņemti vērā gan GPT Image 1.5, gan Nano Banana. Tie piedāvā stabilu rediģēšanu un labu ieceres ievērošanuTāpēc šī sadaļa šķiet relatīvi vienmērīga, un GPT iegūst priekšrocības precīzās vadības iespējās jaunajā ChatGPT attēlu saskarnē.
Atsauces attēlu izmantošana: precizitāte pret kvantitāti
Vēl viena profesionālajam darbam kritiski svarīga joma ir vadība. atsauces attēliKatrs modelis piedāvā dažādas priekšrocības.
ChatGPT Images 1.5 ļauj strādāt ar līdz pat pieci atsauces attēli un, pats galvenais, tas piedāvā skaidru kontroli pār līmeni uzticība ar kuru vēlaties, lai modelis tām sekotu. Tas ir, jūs varat pielāgot, vai vēlaties ļoti precīzu atsauces reprodukciju (“augsta precizitāte”) vai brīvāku interpretāciju, kas ņem vērā tikai vispārējo estētiku.
Savukārt Nano Banana Pro izceļas ar savu skaļumu: tas atbalsta līdz pat 14 atsauces attēli vienā pieprasījumā. Tas paver iespēju kombinēt stilus, pozas, atrašanās vietas un elementus no vairākiem avotiem, neapvienojot tik daudz iterāciju.
Šo atšķirību vispārējā interpretācija ir tāda, ka vizuālā skatījumā a spēku līdzsvarsGPT izceļas ar precizitātes kontroli, savukārt Nano Banana izceļas ar vienlaicīgu atsauču skaitu. Atkarībā no tā, vai prioritāte ir līdzības precizēšana vai daudzu ievades datu apvienošana, piemērotāka varētu būt viena vai otra metode.
ChatGPT Images jaunā saskarne: radoša studija tērzēšanas ietvaros
Papildus modeļa iespējām OpenAI ir pārveidojis to, kā mijiedarboties ar attēliem ChatGPT ietvaros. Tagad ir pieejams īpaša cilne ar nosaukumu Attēli, kas pieejams gan tīmekļa versijā, gan mobilajā lietotnē, kas pārvērš pieredzi par kaut ko vairāk līdzīgu radošajai studijai nekā tikai vienkāršam teksta lodziņam.
No šīs cilnes var:
- Sāciet strādāt balstīts uz personīgo tēluvai tas būtu portrets, produkta fotoattēls vai ikdienas aina.
- Izpētīt filtri un iepriekš konfigurēti stili lai iedvesmotu jūs, nerakstot sarežģītas uzvednes.
- Izmantojiet ieteikumus no sistēmas jau sniegtajām uzvednēm, kas darbojas kā radošas veidnes.
- Izveidojiet no nulles, rediģējiet jau ģenerēto vai pārveidojiet to pašu datubāzi pilnīgi citos kontekstos.
OpenAI produktu vadītāji šo sadaļu raksturo kā ChatGPT ietvaros izvietota “radošā studija”Tas ir izstrādāts tā, lai jums nebūtu jābūt dizainerim vai jāapgūst sarežģītas komandas. Galvenais ir norādīt, ko vēlaties redzēt, spēlēt ar ātrām variācijām (izmantojot ātruma uzlabojumu) un izpētīt rezultātus gandrīz tā, it kā jūs testētu dažādus komplektus fotosesijā.
Radošas pārvērtības: no parastām pašbildēm līdz filmu ainām
Viena no jomām, kurā ChatGPT Images ar GPT Image 1.5 vēlas konkurēt tieši ar Nano Banana, ir radošas transformācijas, kuru pamatā ir reālas fotogrāfijasŠī ideja jau bija viena no Google modeļa stiprajām pusēm, kas ļāva tādas lietas kā parastu portretu pārvēršana reklāmās, kinematogrāfiskās ainās vai stilizētās ilustrācijās.
Ar jauno OpenAI modeli viss, kas jums jādara, ir augšupielādēt attēlu — piemēram, pilna auguma portrets — un tam pievienot relatīvi vienkāršu uzdevumu, lai panāktu dziļas, bet saskaņotas izmaiņas. Daži pārbaudīti reālās pasaules piemēri ir šādi:
- Nofotografējiet parastu vīrieti un pajautājiet: “Darbs norisinās Taimskvērā 2025. gada ziemā, apģērbs un apkārtējā vide ir ticama šim gadalaikam.”.
- Pārvietojiet to uz Japānas pilsēta lietainā naktī ar kiberpanka estētikuar neona gaismām, atspīdumiem uz asfalta un futūristisku atmosfēru.
- pārvērst to par a Japāņu samurajs ar tradicionālām bruņām un katanāmreālistiskā vēsturiskā kontekstā bez jebkādām mūsdienu elementu pēdām.
- Izveidot a Eiropas stila reklāma no 90. gadiem izmantojot viņas pilna ķermeņa attēlu kā galveno varoni.
Visos šajos gadījumos ChatGPT Images 1.5 mēģina saglabāt personas vizuālā identitāte Lai gan ainas konteksts, kostīmi un naratīvais tonis krasi mainās, kaut kas līdzīgs notiek arī ar citiem OpenAI parādītajiem piemēriem, kur objekti, suņi un vide tiek apvienoti kinematogrāfiskās fotogrāfijās, kas ir uzticīgas ļoti detalizētiem norādījumiem.
Precizitātes un teksta pieaugums attēlos
Vēl viens būtisks uzlabojums jaunajā OpenAI modelī ir norādījumu precizitāteDaudzi cilvēki ir saskārušies ar neapmierinātību, pieprasot konkrētas detaļas (“padarīt kreklu sarkanu, cepuri dzeltenu, nomainīt ceļa zīmes numuru uz 15…”) un saņemot rezultātus, kas ignorē daļu no rīkojuma vai piemēro to nepareizi.
OpenAI apgalvo, ka, izmantojot ChatGPT Images 1.5, šāda veida kļūdas ir ievērojami samazinātas. Ja sniegsiet detalizētus norādījumus, rīkam vajadzētu labāk spēt... respektējiet katru konkrēto elementuapģērbu krāsas, zīmju numerācija, vairāku priekšmetu apvienojums vienā kadrā ar noteiktu atmosfēru utt.
Turklāt veiktspēja ir uzlabota vienā no jomām, kas vēsturiski ir bijušas visproblemātiskākās attēlu modeļiem: attēlā iegultā teksta ģenerēšanaTas ir vitāli svarīgi plakātu, reklāmu, reklāmas materiālu vai kompozīciju noformēšanā, kur rakstiskais vēstījums ir tikpat svarīgs kā fotogrāfija vai ilustrācija.
Pastāv arī ievērojamas estētiskas izmaiņas: šis izskats “Dzeltenīgs un krēmīgs” Norāde, ka daudzi attēli, kas ģenerēti ar iepriekšējām ChatGPT versijām, ir ievērojami samazināta. Ja vien jūs nepārprotami nepieprasāt šāda veida silto toni, jaunie rezultāti parasti ir neitrālāki un daudzveidīgāki, apgrūtinot uzreiz noteikt, ka tie ir no OpenAI modeļa.
Pieejamība, privātums un moderācija
GPT attēls 1.5 tiek izvietots visiem ChatGPT lietotājiem, ieskaitot bezmaksas plānuGan tīmeklī, gan mobilajā lietotnē. Ja izmantojat lietotni, visticamāk, tiklīdz to atvērsiet, redzēsiet uzvedni ar aicinājumu sākt veidot attēlus, kā arī jauno Attēlu sadaļu sānjoslā.
Šajā sadaļā ir ne tikai apkopoti visi jūsu ģenerētie attēli, bet arī iekļauts stila ieteikumi un piemēri Lai sāktu darbu, neizstrādājot uzvedni no nulles. Varat izvēlēties sev tīkamu vizuālo stilu, augšupielādēt attēlu vai uzņemt selfiju un ļaut sistēmai paveikt pārējo, vēlāk pielāgojot visu, kas jums nepatīk.
Attiecībā uz datu apstrādi OpenAI norāda, ka rediģēšana tiek veikta tikai ar augšupielādētie attēli un sniegtie tekstiTas neizmanto ārējus avotus bez jūsu atļaujas šīm konkrētajām darbībām. Uzņēmums uztur savu drošības slāni darbībā. satura moderēšana un tehniskie ierobežojumiTomēr tajā nav precīzi norādīti datu kopumi, kas tiek izmantoti vizuālā modeļa apmācībai.
Nano banāns Google ekosistēmā: integrācija un izmantošana reālajā pasaulē
Tikmēr Nano banāns — populārs iesauka Gemini 2.5 Flash Image — ir ieguvis slavu kā ģenerators un redaktors Ātri un ērti lietojamsGoogle to pakāpeniski integrē tādos produktos kā Gemini, Google Photos, pati meklēšana un Messages, padarot to dabisku ikdienas lietotāja pieredzē.
Rezultātā Nano Banana darbojas ne tikai kā atsevišķs rīks, bet arī kā starpnozaru elements Google ekosistēmāMobilo ierīču fotoattēlu retušēšana, resursu ģenerēšana Workspace dokumentiem vai attēlu izveide tīmekļa saturam kļūst ļoti pieejama miljoniem lietotāju, kuri, iespējams, nekad tieši nepiekļūst mākslīgā intelekta "laboratorijas" lapai.
Publiskos etalonos, piemēram, LMArena teksta-attēla rangsNano Banana Pro īsu brīdi atradās topu augšgalā, līdz GPT Image 1.5 dažu minūšu laikā pēc izlaišanas ieņēma pirmo vietu. Tomēr praktiskos piemēros, ko kopīgojuši lietotāji un plašsaziņas līdzekļi, faktiskie rezultāti ir niansētāki: ir gadījumi, kad Nano Banana joprojām šķiet pārāks, īpaši tūlītējā fotoreālismā, un citos gadījumos GPT demonstrē lielāku kontroli vai stilistisko bagātību.
Ņemot vērā šo scenāriju, veidojas ļoti sīva konkurence: GPT Image 1.5 izceļas ar precīzu kontroli, sarežģītu stilu ievērošanu un integrētu radošo studiju.Kamēr Nano Banana Pro izceļas ar ātrumu, izšķirtspēju, formātu daudzveidību un viedtālruņiem līdzīgu reālismu.Vienas vai otras iespējas izvēle būs atkarīga no tā, vai vairāk vērtējat tehnisko elastību un integrāciju ar Google, vai ChatGPT ekosistēmu, jaunās uzlabotās rediģēšanas iespējas un OpenAI priekšlikuma piedāvāto kontroles līmeni.
