GPT-Image-2.5 对比 Nano Banana 2：ChatGPT 与 Gemini 的默认图像引擎

人们实际看到的大多数AI图像都来自默认设置，而9月份最新的两款旗舰默认模型是GPT-Image-2.5和Nano Banana 2。9月8日，OpenAI将GPT-Image-2.5——即ChatGPT Images 2.5背后的模型，通过API以GPT-Image-2.5 Flare和GPT-Image-2.5 Sunburst的名称销售——推送到了所有ChatGPT、ChatGPT Work和Codex层级。Nano Banana 2是谷歌对Gemini 3.1 Flash Image的昵称，该模型自2月起一直是Gemini应用快速、思考和专业模式中的默认图像生成器，并于5月28日面向开发者全面开放。这两款模型是全球使用率最高的两个AI助手的图像引擎——OpenAI报告称，ChatGPT和图像API每周生成超过30亿张图像——而且两者现在都已作为成熟、可通过API访问的平台推出。区分它们的已不再是可用性，而是各自被设计得擅长什么。

这种证据不对称性与本月所有GPT-Image-2.5对比中呈现的如出一辙：OpenAI的模型太新了，截至2026年9月9日还没有任何独立排行榜对其评分，而Nano Banana 2自春季以来就出现在Artificial Analysis的榜单上——在9月快照中，文生图和图像编辑两项均位列前五。OpenAI为2.5声称的一切都是厂商自报。相比之下，Google的模型是生产环境中被测量最多的图像模型之一。

它们各自是如何成为默认的

OpenAI 通过将 ChatGPT Images 2.5 产品化，使其成为 ChatGPT 的图像引擎：此次发布新增了 Sketch 功能，你可以用 @Sketch 绘制粗略视觉参考，模型会基于它进行创作；还有适用于海报、产品图等常见格式的模板；图像评论功能，可针对特定区域进行编辑；以及提示词分享。剩下就靠分发渠道——如今它只是 ChatGPT 所使用的图像引擎，覆盖所有层级包括免费用户，以及桌面端、移动端和网页端。对于大多数用户来说，模型的选择是隐形的。

Google通过另一条路线到达了同一位置。Nano Banana 2作为默认生成器嵌入Gemini应用中，覆盖全部三种推理模式；Google将其推向比任何聊天界面都更远的场景——通过Lens和AI Mode进入覆盖140多个国家的Google搜索，进入Flow视频编辑工具，以及Google Ads。它也是API上罕见的全多模态图像模型：开发者通过Gemini API调用它，响应模态同时支持文本和图像，因此一个模型可以在单轮中完成图像配文、推理和生成。这种嵌入一切的分发方式，构成了任何质量对比的背景。

能力说明表，逐项索赔

Google为Nano Banana 2打造的工程叙事，是规模化的一致性（consistency）与控制力（control）。它能在整个工作流中保持多达五个一致角色和十四个物体，能在图像内渲染文字，包括翻译与本地化应用；能借助实时网页和图像搜索知识对真实世界主题进行锚定（grounding）；并支持窄至1:4和1:8的宽高比——这些是方形图像模型无法填满的横幅、海报和手机壁纸的形态。输出规格可达4K。它还暴露了可配置的思考级别（Minimal和High），使开发者可以在延迟与模型对复杂提示词的推理深度之间进行取舍，并提供一个预览功能，将视频输入转为具备上下文感知的静态画面。

OpenAI 关于 GPT-Image-2.5 的工程故事是保真度和编辑精度。该模型被精确地拆分为两个端点，以免这两者相互冲突：GPT-Image-2.5 Flare 是面向日常和大批量生成的快速默认选项，OpenAI 称其延迟比 GPT-Image-2 低最多 50%；而 GPT-Image-2.5 Sunburst 则接受更长的生成时间，以换取更精细的编辑控制。OpenAI 的核心宣传点是参考保真度——在改变环境或风格时，人物、宠物或产品仍保持可辨识度——此外还有只修改被要求内容的多轮编辑、更清晰细腻的细节、透明背景、能正确处理中文的文字渲染，以及每个输出上的 C2PA 来源信息。

这两款模型的强项体现在不同维度上。Nano Banana 2 能够在整个设计系统中让十种不同的事物保持一致性；GPT-Image-2.5 则面向编辑链路，每次修订都必须让其他内容原封不动。这些是互补的优势，两家厂商都没有在追逐对方的核心领域。

各独立委员会对这两者的评价

截至2026年9月，Nano Banana 2 在两大 Artificial Analysis 图像排行榜上均刚好位列前五——它是一款表现稳定、评测充分的模型，其优势更多体现在文生图能力和一致性得分上，而非纯粹的图像编辑；在编辑方面，它落后于当前领先的 MAI-Image-2.6 和 GPT Image 2 (high)。它在任何榜单上都不是单项最强的图像模型，但它是前五名中评测最充分、分发范围最广的模型，这是一个站得住脚的位置。

GPT-Image-2.5 处于相反的位置：所有质量声明都出自 OpenAI，目前唯一的第三方数据点是 Manus 的速度测试，报告称其生成速度比 GPT-Image-2 快 2–4 倍。OpenAI 的前代产品 GPT Image 2（high）位居 AA 文生图排行榜榜首，并在编辑领域排名第二，因此理性的先验判断是，2.5 发布后将落在接近或高于这些数字的位置——但先验并非测量结果，而且这是 GPT-Image 一年来首个在发布当天没有任何独立验证的版本。

价格形态，以及一次真实的转化。

Google 对 Nano Banana 2 按输出 token 定价，每百万 token 60 美元，这折算成清晰的单张图像价格：1024×1024 图像约 0.067 美元，2048×2048 约 0.101 美元，4K 端约为 0.151 美元，批量模式下约为其一半——文本输入则单独计费，每百万 token 0.25 美元。OpenAI 将 GPT-Image-2.5 定价为每百万 token 图像输入 8 美元 / 图像输出 30 美元，与 GPT-Image-2 费率相同，但未公布单张图像价格；其前代产品在 Artificial Analysis 的列表上锚定在每 1,000 张图像约 211 美元，因此 OpenAI 旗舰模型在高质量输出下的单张图像成本，很可能是同分辨率 Nano Banana 2 图像的数倍。在真正大规模应用时，这两个价格都不会让任一模型显得便宜，但两者之中，只有 Google 的价格是可以预测的。

由于两家公司都运营自己的云服务，对于希望同时使用两者的团队来说，路由问题确实存在。OrcaRouter 目前已上架 Google 的图像产品线——Gemini 3.1 Flash Image 预览快照（google/gemini-3.1-flash-image-preview）和较旧的 gemini-2.5-flash-image——按 Google 标价原价转售，加价 0%。因此，如果你的技术栈已经通过一个端点调用 Gemini 图像模型，无需签订第二份合同即可接入 Nano Banana 2 系列。截至 2026 年 9 月 9 日，GPT-Image-2.5 尚未列入 OrcaRouter 的产品目录——目前只有上一代 GPT-Image-2——因此这款新的 OpenAI 模型暂时需要直接使用 OpenAI 密钥。

您的产品应该默认采用哪种设置？

• 发布 — GPT-Image-2.5：2026年9月8日全面上市。Nano Banana 2（Gemini 3.1 Flash Image）：2026年2月发布，5月28日全面上市。

• 价格 — GPT-Image-2.5：每百万图像 token 定价 $8/$30，按图像计费价格未公布。Nano Banana 2：每 1K 图像 $0.067，每 2K $0.101，每 4K 约 $0.151；批量半价。

• 分辨率与形状 — GPT-Image-2.5：最高支持3840×2160。Nano Banana 2：支持4K，以及1:4和1:8的窄幅比例。

• 一致性功能 — GPT-Image-2.5：跨编辑的参考保真度（声称）。Nano Banana 2：五个人物/十四个物体，世界知识基础（声称）。

• 独立评分——GPT-Image-2.5：暂无。Nano Banana 2：AA 在两个榜单均位列前五。

• API 形态 — GPT-Image-2.5：图像 API，两个画质端点。Nano Banana 2：多模态 Gemini API，一次调用即可同时处理文本和图像。

如果你的产品是一个设计系统或内容引擎，需要在数千张不同寻常宽高比的图像中保持角色和物体的一致性，那么 Nano Banana 2 就是工程化的答案：它可量化，也是本次对比中最稳妥的默认选择——你现在就可以通过 Google 直接访问，或通过 OrcaRouter 的透传路由使用它。如果你的产品是编辑密集型的创意工作流，要求每张额外的图像都无可挑剔且预算居次，那么 GPT-Image-2.5 的 Sunburst 端点就是市场上最引人注目却尚未被验证的赌注。本系列每次对比都适用的准则在这里同样适用：OpenAI 自家的前代产品 GPT Image 2 (high) 仍是 Artificial Analysis 上得分最高的文生图模型，因此 GPT-Image-2.5 必须先打破自家纪录，才有资格与 Google 那款经过充分测量的默认模型一较高下。留意榜单上它的首次亮相——那才是把这次对比从口号变为数据的关键时刻。