比較
現在最好用的 AI 圖片生成模型是哪一個？同一提示詞實測 4 個
沒有一個模型樣樣最好，要看你做什麼圖。我們把同樣的提示詞原樣送給 Nano Banana Pro、Nano Banana 2、GPT Image 2 和即夢 5.0 Pro（Seedream 5.0 Pro），每組每個模型只生成一次：最聽提示詞的是 GPT Image 2，動漫角色列出的細節它全做對了，畫面裡的字也沒有錯，但每張要等 80 到 105 秒；最快的是 Nano Banana 2，每張 13 秒左右，文字和參考圖改圖都做得好，用的點數也少；照片質感最細的是即夢 5.0 Pro，人像的皺紋和雀斑最清楚；Nano Banana Pro 的海報最接近提示詞要的扁平復古風格，但動漫角色漏了幾個細節。海報上的中文「星光夜行列车」和日文「星降る夜の旅へ」，四個模型都寫對了。這 4 個模型都能在 Sky Studio 裡用。
本文由 Sky Studio 撰寫，Sky Studio 也是文中介紹的工具之一。 文中關於其他工具的資訊截至2026年10月。
測試方法
我們挑了五類最常見的需求：人像、文字、商品圖、動漫角色和參考圖改圖。每一組都把同一段英文提示詞原樣送給四個模型，沒有為哪個模型改寫。每組下面附了實測用的英文原文和中文譯文，都可以直接複製；中文譯文是從英文原文翻譯過來的。
- 解析度：Nano Banana Pro、Nano Banana 2 和 GPT Image 2 用 1K；即夢 5.0 Pro 在 Sky Studio 裡只有 2K，所以用 2K。網頁上的圖只縮小、不放大，最長邊不超過 1200 像素。
- 長寬比：人像、文字和動漫三組是 3:4，商品組是 1:1，改圖組是 16:9。
- 只生成一次：每個模型每組只跑一次，下面是原圖，沒有挑選，也沒有修圖。商品組用的是網站上 AI 圖片生成器頁面的範例圖。
- 用時：從送出到出圖的時間，是直接呼叫各家模型介面測的；在 Sky Studio 裡還會多出排隊和儲存的時間。
- 核對文字：圖裡的每一行字，我們都放大逐字看過，又請另一個 AI 模型把圖上的字轉寫了一遍，兩邊結果一致。
| 模型 | 這次做得最好的 | 這次的問題 | 每張用時 |
|---|---|---|---|
| Nano Banana Pro | 海報最像提示詞要的扁平復古風格；改圖保住了原來的機位 | 動漫角色兩隻手都戴了手套，發光的球拿在左手，也沒畫到全身 | 18–37 秒 |
| Nano Banana 2 | 最快；海報上的字全對；改圖保住了原來的機位和人物 | 動漫圖背景的霓虹招牌是亂碼；人像取景偏遠 | 13–14 秒 |
| GPT Image 2 | 動漫角色列出的細節全對；畫面裡的字全對 | 改圖時把鏡頭推近、重新構圖；出圖慢 | 79–105 秒 |
| 即夢 5.0 Pro | 人像細節最多；改圖保住了原來的機位和人物 | 動漫角色只綁了一個包包頭 | 43–119 秒（2K） |
人像：哪個最像真實照片
這一組看皮膚、手、熱氣和窗上的雨：一位六十多歲的女士在下雨天的廚房窗邊，雙手捧著熱飲大笑，皮膚要自然、不修圖。
Close-up portrait photo of a woman in her late sixties with short silver hair, deep laugh lines and light freckles, laughing as she holds a steaming ceramic mug in both hands. She wears a chunky mustard-yellow knit sweater and sits by a rain-streaked kitchen window. Soft window light from the left, 85mm lens, shallow depth of field, natural skin texture, no retouching.
一張特寫人像照片：一位六十多歲的女士，銀色短髮，笑紋很深，有淡淡的雀斑，雙手捧著一個冒著熱氣的陶瓷馬克杯開懷大笑。她穿著一件芥末黃的粗針織毛衣，坐在掛著雨痕的廚房窗邊。柔和的窗光從左側照來，85mm 鏡頭，淺景深，皮膚質感自然，不修圖。
四張都像真照片：皮膚有紋理和雀斑，雙手捧杯的手指都正常，窗上都有雨滴，光都從左邊來。差別在取景和細節：
- 即夢 5.0 Pro：皺紋、雀斑和毛衣針腳最清楚（它是 2K 生成的），笑到瞇起了眼睛，頭髮剪得最短，熱氣也很明顯。
- GPT Image 2：最像抓拍。她轉頭看向窗外大笑，杯口的熱氣最明顯。
- Nano Banana Pro：最像一張標準的特寫人像，光線柔和，熱氣只有淡淡一縷。
- Nano Banana 2：取景最遠，拍進了木桌、水壺和廚房，比提示詞要的「特寫」更像中景；熱氣也比較淡。
文字：哪個中文、日文寫得準
這一組看圖裡的字：一張虛構夜行列車的復古海報，要寫頂部的英文標題、中間一行中文和一行日文，還有最底下的一行英文小字。
A vintage travel poster for a fictional night train. At the top, large bold letters read "STARLIGHT LINE". Below it, a line in Chinese reads "星光夜行列车", and under that a line in Japanese reads "星降る夜の旅へ". The illustration shows a blue night train crossing a stone arch bridge under a starry sky, with mountains and a crescent moon. At the very bottom, a small line of text reads "Departs nightly at 23:45 from Platform 4". Flat mid-century illustration style with a limited palette of navy, cream and gold.
一張虛構夜行列車的復古旅行海報。頂部用粗體大字寫著「STARLIGHT LINE」。下面一行中文寫著「星光夜行列车」，再下面一行日文寫著「星降る夜の旅へ」。插畫是一列藍色夜行列車在星空下駛過一座石拱橋，背景有群山和一彎新月。海報最底部有一行小字，寫著「Departs nightly at 23:45 from Platform 4」。上世紀中期的扁平插畫風格，只用藏青、米白和金色這幾種顏色。
四張海報上要求的四行字全部正確，連底部的小字和「23:45」都沒有錯。
- Nano Banana Pro：最接近提示詞要的扁平風格，大色塊、線條乾淨，像一張設計好的復古海報。它畫的是一座米白色的拱橋，看不出是石頭砌的。
- Nano Banana 2：細節很多，有星座連線、蒸汽火車和石拱橋下的河谷；整張圖是一張放在藏青背景上、帶米白邊框的海報。
- GPT Image 2：排版最完整，標題、中文、日文之間有裝飾線，底部小字放在單獨的一欄裡；它還在車身上寫了「STARLIGHT LINE」，也是對的。
- 即夢 5.0 Pro：把英文標題寫成斜體、分成兩行；車身上也加了「STARLIGHT LINE」，字都對。
提示詞裡寫明要放的字，四個模型這次都寫對了；差別出在模型自己加的字上，見下面的動漫組。
商品圖：哪個最像商業產品照
這一組用的是網站上 AI 圖片生成器頁面的範例圖，四個模型拿到的也是同一段提示詞：咖啡館木桌上的一瓶冷萃咖啡，標籤上要寫「SKY BREW」。
A glass bottle of cold brew coffee on a sunlit wooden cafe table, condensation on the glass, a kraft paper label that reads "SKY BREW", soft morning light, shallow depth of field, product photography
一瓶玻璃瓶裝的冷萃咖啡，放在灑滿陽光的咖啡館木桌上，瓶身凝著水珠，牛皮紙標籤上寫著「SKY BREW」，柔和的晨光，淺景深，產品攝影
四張都有水珠、淺景深和咖啡館的晨光，「SKY BREW」也都寫對了。
- Nano Banana 2 和 GPT Image 2：把標籤做成了完整的包裝設計，加了山形圖案、「COLD BREW COFFEE」和容量，字都對。GPT Image 2 還在背景放了一塊寫著「GOOD COFFEE GOOD DAY」的字母板。
- Nano Banana Pro：沒有貼標籤，而是把「SKY BREW」寫在一張用麻繩掛在瓶口的牛皮紙吊牌上。
- 即夢 5.0 Pro：最簡潔，標籤上只有「SKY BREW」兩個字，側光和影子最強。
想用自己的商品照做圖，可以看電商商品圖 AI 工具推薦。
動漫角色：哪個最聽提示詞的細節
這一組看模型能不能把一長串細節都畫對，特別是左右手：只有左手戴半指手套，右手拿著發光的小機器人，扳手插在工具腰帶上，還要畫到全身。
Full-body illustration of an original anime character: a teenage girl inventor with short teal hair tied in two small buns and brass goggles pushed up on her forehead. She wears an oversized orange work jacket with rolled-up sleeves and patches, has one fingerless black glove on her left hand only, and holds a small glowing round robot in her right hand. A wrench is tucked into her tool belt. She stands in a cluttered rooftop workshop at sunset, with city lights in the background. Clean cel-shaded anime style, vibrant colors.
一個原創動漫角色的全身插畫：一位十幾歲的少女發明家，青綠色短髮綁成兩個小包包頭，黃銅護目鏡推到額頭上。她穿著一件寬大的橘色工作外套，袖子捲起，縫著補丁；只有左手戴著一隻黑色半指手套，右手拿著一個發光的圓形小機器人。工具腰帶上插著一把扳手。她站在日落時分雜亂的屋頂工作室裡，背景是城市燈光。乾淨的賽璐璐動漫風格，色彩鮮豔。
- GPT Image 2：列出的細節全部做對：兩個包包頭、護目鏡、只有左手戴半指手套、右手拿機器人、扳手插在腰帶上、畫到全身。它還在背景加了「工房」「発明」「IDEAS」「PARTS」這些招牌，字都是對的。
- 即夢 5.0 Pro：手套、機器人和扳手都對，但只綁了一個包包頭。它還幫角色取了名字，在外套和貨櫃上寫了「RINNY」。
- Nano Banana 2：手套、機器人和腰帶上的扳手都對，但又讓她左手拿著一把大扳手。外套臂章和背景霓虹招牌上的字是亂碼。
- Nano Banana Pro：兩隻手都戴了手套，發光的球拿在左手，畫面只到膝蓋，不是全身。
提示詞越長、細節越多，模型之間的差別越明顯。這一組只有 GPT Image 2 一項不漏。
參考圖改圖：把人物放進另一個場景
這一組看模型能不能同時守住兩張參考圖：人要像圖片 1，場景要像圖片 2。圖片 1 是 Sky Studio 角色系統做出的一張 AI 人物近景；圖片 2 是一個沒有人的咖啡館角落。兩張都是事先生成的（用的是即夢 5.0 Flash，不在這次測試的四個模型裡），四個模型拿到的是同樣的兩張圖。
Place the woman from image 1 into the café from image 2. She sits at the table by the window, holding a white coffee cup in both hands and smiling softly at the camera. Keep her face, blonde ponytail, white headband and white zip-up jacket exactly as in image 1, and keep the café, the window light and the camera angle from image 2. Photorealistic.
把上傳的圖片 1 裡的女生放進上傳的圖片 2 的咖啡館裡。她坐在窗邊的桌子旁，雙手捧著一個白色咖啡杯，對著鏡頭微微一笑。她的臉、金色馬尾、白色髮帶和白色拉鍊外套要和圖片 1 完全一樣；咖啡館、窗光和機位要和圖片 2 保持一致。寫實風格。
四個模型都保住了她的金色馬尾、白色髮帶和白色外套，臉也都和圖片 1 很像。
- Nano Banana 2、Nano Banana Pro 和 即夢 5.0 Pro：保留了圖片 2 的機位，磚牆、壁燈、窗台上的綠植和兩把椅子都在原來的位置。
- GPT Image 2：把鏡頭推近、重新構圖，綠植和桌子都變大了。人物的臉和雙手捧杯的動作做得很好。
- Nano Banana 2：只用了 14 秒。她是露齒大笑，不是「微微一笑」，咖啡杯放在桌上的碟子裡。
- Nano Banana Pro：讓她坐得離鏡頭遠一些，雙手把杯子端在胸前；窗玻璃上多了一個淡淡的白色倒影。
- 即夢 5.0 Pro：人物最清晰（它是 2K 生成的），窗玻璃上同樣有一個淡淡的白色倒影；用時最長，約 2 分鐘。
在 Sky Studio 的工作區裡，按順序上傳參考圖，在提示詞裡寫「上傳的圖片 1」「圖片 2」，就能指定是哪一張，就像上面的提示詞。
Nano Banana Pro 和 Nano Banana 2 差在哪
兩個都是 Google 的圖片模型：Nano Banana Pro 是 Gemini 3 Pro Image，Nano Banana 2 是 Gemini 3.1 Flash Image。按這次實測：
- 速度：Nano Banana 2 每張 13–14 秒；Nano Banana Pro 18–37 秒，改圖那張最慢。
- 點數：在 Sky Studio 裡，同樣的解析度，Nano Banana 2 每張用的點數比 Pro 少。
- 文字：兩個都把海報上的英文、中文和日文寫對了。
- 細節：動漫角色那組，Nano Banana 2 做對了手套、機器人和扳手的位置；Nano Banana Pro 兩隻手都戴了手套、球拿錯了手，也沒畫全身。
- 風格：Nano Banana Pro 的海報更像扁平的平面設計，Nano Banana 2 畫得更細、更滿。
- 改圖：兩個都保住了人物和原來的機位。
- 長寬比：兩個都有 1:1、3:4、4:3、9:16、16:9、21:9；Nano Banana 2 還能選 3:2、2:3、5:4、4:5，以及 4:1、8:1 這樣的長條圖。
這次測試裡，Nano Banana 2 在速度、點數和聽細節上都不輸 Pro。拿不準時先用 Nano Banana 2，想要不同的風格，再用同一段提示詞換 Pro 跑一次。
| 模型 | 公司 | 解析度 | 長寬比 | 參考圖 |
|---|---|---|---|---|
| Nano Banana Pro | 1K、2K、4K | 1:1、3:4、4:3、9:16、16:9、21:9 | 最多 14 張 | |
| Nano Banana 2 | 1K、2K、4K | 上面 6 種，加上 3:2、2:3、5:4、4:5、4:1、8:1 | 最多 14 張 | |
| GPT Image 2 | OpenAI | 1K、2K、4K | 1:1、3:4、4:3、9:16、16:9、21:9 | 最多 16 張 |
| 即夢 5.0 Pro（Seedream 5.0 Pro） | 字節跳動 | 2K | 1:1、4:3、3:2、16:9、9:16、21:9 | 最多 10 張 |
怎麼選
- 細節一個都不能漏，或者畫面裡有很多字（海報、包裝、招牌）：GPT Image 2，但每張要多等一會兒。
- 要快、要省點數，日常出圖：Nano Banana 2。
- 要真實照片的質感（人像、商品）：即夢 5.0 Pro，在 Sky Studio 裡直接出 2K。
- 要乾淨的平面設計感：Nano Banana Pro。
- 把人物放進新場景，又要保留原來的機位：Nano Banana 2、Nano Banana Pro 或即夢 5.0 Pro。
- 拿不準：同一段提示詞換兩三個模型各跑一次，再挑。
在 Sky Studio 裡，Nano Banana 2 和即夢 5.0 Pro 用的點數最少，Nano Banana Pro 和 GPT Image 2 一樣，比前兩個多一些；生成前會顯示要用多少點數。
這是一次測試的結果，每個模型每組只跑了一次。AI 出圖每次都會有變化，這裡看的是各個模型的傾向，不代表每次都一樣。同樣這四個模型做角色三視圖的比較，見角色三視圖 AI 工具推薦；影片模型的比較，見 AI 影片生成哪個好。
在 Sky Studio 裡怎麼用
- 打開 Sky Studio，在工作區切到「圖像」。
- 在「AI 模型」裡選模型：點模型名稱是只用這一個；勾選名稱前面的方框可以同時選幾個，點一次「生成」，每個模型各出一張，方便比較。
- 要改圖，就在「參考圖片」裡按順序上傳圖片，在提示詞裡寫「上傳的圖片 1」「圖片 2」來指定是哪一張。
- 選長寬比和解析度，寫好提示詞（可以直接貼上上面的提示詞）。底部會顯示這次要消耗多少點數，再點「生成」。
- 結果都會留在工作區裡。要把圖做成分鏡或影片，可以到影視畫布裡接著做。
常見問題
現在最好用的 AI 繪圖模型是哪個？
沒有一個模型樣樣最好。按這次實測：最聽提示詞細節、畫面裡的字最準的是 GPT Image 2，但出圖慢；最快、最省點數的是 Nano Banana 2；照片質感最細的是即夢 5.0 Pro；平面設計感最好的是 Nano Banana Pro。它們都能在 Sky Studio 裡用，同一段提示詞多試幾個再挑最穩妥。
Nano Banana Pro 和 Nano Banana 2 差在哪？哪個好？
兩個都是 Google 的圖片模型，Nano Banana Pro 是 Gemini 3 Pro Image，Nano Banana 2 是 Gemini 3.1 Flash Image。這次實測裡，Nano Banana 2 每張 13–14 秒，Pro 18–37 秒；在 Sky Studio 裡 Nano Banana 2 用的點數也更少。兩個都把海報上的中英日文寫對了，改圖都保住了人物和場景；動漫角色那組 Nano Banana 2 細節更準，Pro 的海報更有平面設計感。拿不準時先用 Nano Banana 2。
GPT Image 2 和 Nano Banana Pro 哪個好？
要細節一個不漏、畫面裡有很多字，選 GPT Image 2：這次動漫角色列出的細節只有它全做對了，它自己加的招牌文字也都正確，但每張要 80 到 105 秒。要更快出圖，或者要扁平的平面設計風格，選 Nano Banana Pro，每張 18–37 秒。在 Sky Studio 裡，兩個用的點數一樣。
哪個 AI 繪圖模型寫中文、日文最準？
這次海報上要求的中文「星光夜行列车」和日文「星降る夜の旅へ」，四個模型都寫對了。差別在模型自己加的字：GPT Image 2 在動漫圖裡加的「工房」「発明」都正確；Nano Banana 2 在同一組裡加的霓虹招牌是亂碼。要放大段文字時，建議生成後放大檢查一遍。
哪個模型出圖最快？
Nano Banana 2，每張 13–14 秒。Nano Banana Pro 18–37 秒，即夢 5.0 Pro 43–119 秒（它出的是 2K），GPT Image 2 79–105 秒。這是直接呼叫各家介面、從送出到出圖的時間，在 Sky Studio 裡還會多出排隊和儲存的時間。
在 Sky Studio 裡哪個模型最省點數？
Nano Banana 2 和即夢 5.0 Pro 用的點數最少，Nano Banana Pro 和 GPT Image 2 一樣，比前兩個多一些。點數還和解析度、參考圖有關，生成前會顯示這一次要用多少點數。
能用自己的照片當參考圖嗎？
可以。在 Sky Studio 裡，GPT Image 2 最多放 16 張參考圖，Nano Banana Pro 和 Nano Banana 2 最多 14 張，即夢 5.0 Pro 最多 10 張；在提示詞裡按上傳順序寫「圖片 1」「圖片 2」來指定是哪一張。請確認你有權使用照片裡的人物、品牌和作品。
提示詞一定要用英文寫嗎？
不用，可以直接用中文寫，每組下面也附了中文譯文，可以直接複製。我們實測用的是英文原文，是為了讓四個模型拿到一字不差的同一段話；你自己比較模型時，也建議用同一段提示詞。
同一個提示詞再生成一次，結果會一樣嗎？
不會。AI 出圖每次都有隨機性，同一個模型、同一段提示詞再跑一次，構圖和細節也會變。這次每個模型每組只生成了一次，適合看各個模型的傾向；正式用圖時，可以多生成幾張再挑。
在 Sky Studio 裡用這些模型需要訂閱嗎？
不需要。Sky Studio 沒有訂閱，按實際生成扣點數，生成前會顯示要用多少點數；點數月底不歸零，也不會過期。
生成的圖片可以商用嗎？
依照 Sky Studio 的服務條款，生成結果歸你所有（模型服務商和第三方的權利除外）。你需要確認自己有權使用提示詞和參考圖裡的人物、品牌和作品。我們也不會用你上傳的素材和生成的作品訓練 AI 模型。