王不见王？横向评测GPT Images 1.5 / nano-banana：输赢只在毫厘！

兄弟们，ChatGPT 又双叒叕升级了！

上周 GPT-5.2 才刚发布，本以为它家的图像新模型要憋到圣诞节才舍得拿出来，结果昨天毫无预警地就上线了——正式名称 ChatGPT Images 1.5。

回想 ChatGPT Images 的初代版本（1.0）是今年 3 月底发布的，当时号称“一句话改图”全球首创，立马在全网掀起了一波“言出法随”的热潮，妥妥的顶流 SOTA。

没想到才过大半年，攻防换位。GPT 被 Gemini 步步紧逼，在生图领域更是被 Nano-banana 按在地上摩擦。

这次 OpenAI 显然是憋了一肚子火，带着 1.5 版本杀回来了。

四大改进拳拳到肉： 指令更听话、编辑更精准、细节更变态、速度快 4 倍。甚至连那个被吐槽烂了的“画面发黄”问题，也终于修好了。

有些媒体写的得很夸张，一些说吊打 nano bananaana，一些则反映跑分第一，实际拉垮。

是骡子是马，遛遛就知道了，今天我们就来实地测试一下！

今天我们就来一场实地硬核评测！

我们的初赛集结了 8 位选手，除了主角 GPT，分别是：

谷歌 Gemini（Nano-banana）：gemini.google.com

Midjourney：Lovart.ai

马斯克的 Grok： grok.com/imagine

豆包(即梦）：www.doubao.com

可灵 AI：app.klingai.com

通义万相：https://tongyi.aliyun.com/wan/generate/image

阿里 Z-Image ：https://www.modelscope.cn/aigc/imageGeneration

评测标准

我们将分四步走：先测美感（颜值即正义），再看中文支持（本土化能力），接着测一句话 P 图（聪明程度），最后考察多图融合的综合实力。

预赛先刷掉一波，最后留下两三个顶尖 AI 进行巅峰对决。

注：本次测试在 GPT 官网进行，作为 GPT Plus 用户，基本上可以无限敞开跑图。

大家可以选择升级到 GPT Plus（参考教程：《国内怎么充值 GPT-5.2 会员？最简单的开通方法分享》），

也可以直接到人见人爱的 Lovart.ai 聚合平台使用。

进入 OpenAI 官网，在左边多了一个图像，再点进去，我都以为我进错地方了，整个界面粉嘟嘟的。

测试正式开始！

一、美感测试

什么是美？能把人画好看，就是硬道理。

案例 1：韩系少女

❝

提示词：韩式高亮闪光灯风格的年轻成年东亚女性自拍：白皙瓷感肌肤，慵懒侧坐在黑色皮质沙发上，穿灰色卫衣与白色背心、抽绳短裤，居家感自然放松。凌乱高丸子头与碎发，左眼下有一颗小痣。头部微微倾斜，右手托下巴，直视镜头并眨一只眼，表情俏皮自然。妆容为粉嫩腮红、渐变唇色，Aegyo-sal 高光明显。背景为极简白墙，旁边放置一台银色 MacBook。 50mm 竖幅构图，正面硬闪直打，高对比冷白色调，肤质细腻干净，粉色系饱和，整体清爽克制.

GPT Images 1.5

Nano-banana pro：

Midjourney 7：

马斯克的 Grok 1：

豆包(即梦 4.5）：

可灵 AI 1.5：

通义万相 2.6：

阿里 Z-Image ：

这一轮暂时都留下。

案例 2：展会美女

❝

一位美丽的微笑着的深褐色头发亚裔女性，长发凌乱地扎成马尾，身穿一件多彩的连衣裙，脖子上挂着蓝色的挂绳，手持麦克风站在“TedX”的舞台上。她一边与观众交谈一边微笑。她身后是一面白色的墙，墙上有一个黄色的谷歌标志。她有着优美的身材曲线。她的眼睛看起来里面闪烁着有趣或聪明的想法。整体氛围传达出信心和决心，因为她以 TedX 演讲的风格向来自不同领域的人们分享关于人工智能技术的知识。

GPT Images 1.5

美女眼中竟然有光？

Nano-banana pro：

谷歌你是想搞哪样？胖是胖了点，但是很真实！

Midjourney 7：

成像质量不错，但是你对"挂绳"的理解是否有点表面？

马斯克的 Grok：

马斯克你是不是对亚裔有偏见？

豆包(即梦）4.5：

可灵 AI 1.5：

你可能会问为什么不用最新的可灵 2.1？

2.1 的风格如下图。总感觉哪里没对

通义万相 2.6：

万相，你这分明是傻大姐

阿里 Z-Image ：

这轮淘汰：Midjourney 7 、马斯克的 Grok、通义万相 2.6、阿里 Z-Image

案例 3：美女日常自拍

❝

人像摆拍摄影，日常快照风格，非精心构图或打光，御姐 ，动作为在镜子前随手自拍，场景为酒店房间，落地镜前，用 iPhone 后置镜头自拍，开启闪光灯，略带快门速度不够造成的运动模糊，构图随意、角度尴尬、画面不够对称或美观，画质带有日常感和粗糙感，体现「平凡无奇」

GPT Images 1.5

讲真，我都不相信这是 GPT 画的。它把自拍和日常随拍的精华都抓到了。

Nano-banana pro：

看来谷歌对御姐的理解是到位的。真的是资深大姐。

豆包(即梦）4.5：

我说大姐，你能不能站近点？

可灵 AI 2.1 ：

美女，你站得又未免太近了些

二、中文支持

案例 4：课本生成

❝

提示词：生成小学语文课本，有中文和拼音，标题是《枫桥夜泊》 唐。张继 月落乌啼霜满天, 江枫渔火对愁眠。 姑苏城外寒山寺, 夜半钟声到客船。

GPT Images 1.5

三个汉字有瑕疵。一个拼音都没有错，整体完成度也很高。

Nano-banana pro：

中文堪称完美

豆包(即梦）：

我用 3.0、4.0、4.5 分别测试了，4.5 最差，3.0 其次，4.0 稍微好一点。如下，但是还是很多错别字。

可灵 AI 1.5：

再见，可灵 AI

本轮淘汰可灵 AI，留着豆包做个国产软件的对比参考。

三、言出法随改图

案例 5：做手办

❝

提示词：以高清摄影的写实风格和环境，制作一幅插画中角色的商业化手办。将手办放置在电脑桌上，使用无任何文字的圆形透明亚克力底座。在电脑屏幕上，展示该插画的图片。在电脑屏幕旁边，放置一个印着原画的玩具长方体包装盒。

GPT Images 1.5

GPT 对衣着再暴露一点就控制的很严了。

Nano-banana pro：

一如既往的 nice

材质感更真实

豆包(即梦）4.5：

案例 6：改图片风格

❝

提示词:服装主题改为奥斯卡颁奖典礼风格，服装适配氛围

GPT Images 1.5

输入奥斯卡几个字，GPT 审核通不过，我只能改为"晚会"才通过。

不过这一轮我还是喜欢 GPT 的图，更耐看一些。

Nano-banana pro：

豆包(即梦）4.5：

杜宝对奥斯卡理解有误啊

案例 7：更换物品

❝

提示词：把这个女的怀里的东西变成一根巨大的香蕉，她抱着香蕉露出很满意的样子。

GPT Images 1.5

别问为什么香蕉变成了西瓜？因为 GPT 说香蕉涉嫌违规，不让我生成。

Nano-banana pro：

Nano-banana 会微调人物容貌，应该是故意的。

豆包(即梦）4.5：

这次豆包改得还是不错的

四、多图融合

案例 8：人物姿势自由

❝

提示词：图一和图二里的人物参考图三的动作，生成一个激烈的打斗场最的图片,专业棚拍，背景灰色

GPT Images 1.5

生成请了两次才出来图，说提示词低俗帮我改了一下。

我觉得 GPT 的尺度比以前大了。

Nano-banana pro：

豆包(即梦）4.5：

豆包拒绝生成。

案例 9：PPT 制作

❝

收集最新资料，做一个万科化债可行性分析 PPT 风格的海报，用哈佛商业周刊风格

GPT Images 1.5

他给我生成的《哈佛商业评论》的封面。

Nano-banana pro：

完美

豆包(即梦）4.5：

几个版本做出来，海报上都有中文的乱码。不应该呀。

感觉豆包已经力不从心了，后面就不麻烦它了。淘汰。

案例 10：多图融合

❝

提示词：把前面的图都有机地放到最后一张房间的图片里。

GPT Images 1.5

感觉怪怪的。不过房间整体一致性还是保持得比较好。

Nano-banana pro：

看到孙悟空在电视里，我就想笑。

想想也合情合理，孙悟空就该在电视里。不过为什么把房间给我改了？因为需要有墙放电视吗？

案例 11：装修图

❝

提示词：生成这张图片房屋精装修后的图片，北欧简约风格，不改变户型。

GPT Images 1.5

我觉得效果都不错，各自都有优点和瑕疵

Nano-banana pro：

案例 12：百科全图

❝

提示词：为我生成 V8 发动机的详细解说图，配上详细的中文知识解析。

GPT Images 1.5

中文还是有不少瑕疵

Nano-banana pro：

中文略有瑕疵

案例 13：四格漫画

❝

生成四格漫画：四格漫画构思：《战斗力，能斩巨人吗？》 核心梗概：  利用《龙珠》中经典的“战斗力数值”体系，与《进击的巨人》里人类通过“信念、战术与牺牲”对抗绝对力量的主题，形成幽默而鲜明的对比。第一格：误入墙壁的赛亚人 场景：XXX。题目很长，这里就略了

GPT Images 1.5

Nano-banana pro：

总结：神仙打架，谁主沉浮？

从去年到今年，AI 作图领域真的发生了翻天覆地的变化。OpenAI 和谷歌的竞争已经进入白热化阶段。

这次 OpenAI 推出的新绘图模型，绝对是奥特曼（Sam Altman）应对危机拉响红色警报后的第二记重拳（第一拳是 GPT-5.2）。

评测下来，我的结论是：

Nano-banana 文字生成略胜一筹：特别是在带有文字的图片生成和中文支持方面，优势相当明显，不愧是“细节狂魔”。

GPT 后来居上：在提示词遵从、图片结构、人物美感等方面，GPT 已经完全不落下风，而且那种“一眼假”的 AI 味儿少了很多。

安全策略：GPT 的风控依然很严（甚至有点过于严了），这对想要“搞点颜色”的朋友来说是个坏消息，但也让我们更加期待传说中 OpenAI 即将上线的“成人模式”会是什么样。

接下来的一周是圣诞季，我很期待这两家巨头还没掏出的秘密武器。

兄弟们，好戏还在后头！

既然看到这里了，如果觉得这篇实测还不错，随手点个赞、在看、转发三连吧！

如果想第一时间收到推送，不错过下周的圣诞 AI 大乱斗，也可以给我个星标 ⭐ ～

谢谢你看我的文章，我们，下次再见。

对视频 AI 感兴趣的小伙伴可以关注“手把手教你用AI做视频赚钱”小报童！

这个频道日更！分享了很多 AIGC 的知识和最前沿的实操案例、工具、提示词。

原价 299，买断优惠推广价 19元！

近期文章集锦：