OpenAI 的 ChatGPT Images 2.5 在头对头测试中优于 Google 的 Nano Banana 2

OpenAI 最新的图像生成模型可提供更清晰的细节和更快的输出，在创意任务方面击败了 Google 的竞争对手，同时在结构化提示精度方面落后。

OpenAI 于 9 月 8 日发布了最新的图像生成模型，早期结果表明这是真正的飞跃。与前身相比，ChatGPT Images 2.5 将生成延迟缩短了 50%，同时产生明显更清晰的视觉效果、更丰富的纹理和更自然的照明。该平台目前每周生成超过 30 亿张图像。

这两个模型如何叠加

Google 的竞争型号 Nano Banana 2 基于 Gemini 3.1 Flash Image 构建，于今年早些时候于 2 月 26 日上市。它是围绕快速生成和高保真输出而设计的，并且在这些方面做得很好。在需要严格及时精度的结构化任务中，谷歌的产品仍然具有优势。

格洛丽亚 你的投资组合向你展示了你所拥有的东西。凯莱财经向您展示接下来值得关注的内容。发现想法 →

但当提示变得更有创意时，OpenAI 就会领先。跨六个类别的独立测试发现，ChatGPT Images 2.5 在强调自然混合、视觉深度和编辑可靠性的任务中优于 Nano Banana 2。这种差异在实际场景中最为明显：多轮编辑会话，用户通过多轮对话来完善图像。

一项突出的功能是聊天中的草图，用户可以绘制粗略的轮廓，并让人工智能将其解释为精美的视觉效果。 ChatGPT Images 2.5 以更加细致的方式处理这个问题，在编辑过程中保持主题完整性，而不是在几轮改进后陷入不可思议的领域。

两种 API 风格，一种清晰的策略

OpenAI 不仅仅发布了一种 API 变体。它推出了两款产品：平衡速度和质量的 GPT-Image-2.5 Flare 和针对最大精度进行优化的 GPT-Image-2.5 Sunburst。这两种模型均可在 ChatGPT、ChatGPT Work 和 Codex 上使用。

在安全性和来源方面，OpenAI 和 Google 现在都将 C2PA 元数据嵌入到生成的图像中。两种型号还支持参考图像和多种纵横比。

竞争格局变得有趣

对于构建在这些 API 之上的企业来说，性能差异很重要。延迟降低 50% 不仅仅是一个不错的基准数字。它直接转化为更低的计算成本、更快的用户体验以及在不成比例的基础设施支出的情况下处理更高容量的能力。

谷歌在结构化及时遵守方面的优势使其在企业用例中保持竞争力，在企业用例中，一致性和规范合规性比艺术质量更重要。多轮编辑改进尤其重要，因为它们减少了达到最终输出所需的生成尝试次数。