Google hat gerade Nano Banana 2 auf den Markt gebracht, sein neuestes Bildgenerierungsmodell, das auf Gemini 3.1 Flash Image basiert. Google behauptet, dass es die professionellen Fähigkeiten von Nano Banana Pro mit der Effizienz und Geschwindigkeit seiner Flash-Modelle kombiniert. Um die Behauptung zu testen, haben wir in diesem visuellen Showdown Nano Banana 2 mit Nano Banana Pro verglichen. Lassen Sie uns in diesem Sinne prüfen, welches Bildgenerierungsmodell gewinnt.
Testen von Wissen aus der realen Welt
Bei meinem ersten Test habe ich mit praktischem Wissen begonnen, da Nano Banana 2 jetzt über einen Webzugriff verfügt, genau wie das größere Nano Banana Pro-Modell. Ich habe einfach beide Bildmodelle gebeten, ein Bild des derzeit höchsten Gebäudes der Welt zu erstellen und den Namen des Gebäudes zu beschriften.
Das Nano Banana 2-Modell hat, obwohl es günstiger und kleiner ist, phänomenale Arbeit geleistet und Burj Khalifa richtig beschriftet. Andererseits hat Nano Banana Pro das Bild korrekt gerendert, aber unten links ein kleines Textfeld hinzugefügt. Meiner Meinung nach, Nano Banana 2 hat diese Runde problemlos gewonnen.
Erstellen Sie eine detaillierte Infografik
Als nächstes habe ich beide Bildmodelle gebeten, eine detaillierte Infografik über die XZ Utils-Hintertür zu erstellen, die 2024 in Linux entdeckt wurde. Da es sich um einen komplexen Vorgang handelte, wollte ich sehen, wie sie mit dem hochentwickelten Angriff umgehen und ihn erklären. Und ich war erstaunt, diesen Nano Banana 2 zu sehen Ich habe fast alle Details richtig verstanden mit einer großartigen Zeitleiste aller wichtigen Entwicklungen, die Nano Banana Pro übertrifft. Auch in puncto Infografik-Generierung hat Nano Banana 2 die Nase vorn.
Testen der Textwiedergabe
Google sagt, Nano Banana 2 sei viel besser bei der Textwiedergabealso warf ich einen Haufen dichten Texts und bat beide Modelle, ein Bild eines Buches zu generieren, das den Text enthielt. Ich habe den Text auf beiden Bildern gelesen und sie sind lesbar, aber das mit Nano Banana 2 generierte Bild ist lesbar bessere Lesbarkeit dank besserer Abstände. Außerdem ist es gut formatiert, was das Leseerlebnis verbessert. Für die Textwiedergabe ist Nano Banana 2 derzeit das führende Bildmodell auf dem Markt.
Testanleitung folgt
Anschließend bin ich dazu übergegangen, die Anleitung für beide Modelle zu testen. Wir wissen, dass Bildmodelle Probleme mit der Uhr- und Fingerwiedergabe haben. Also veranlasste ich Nano Banana 2 und Nano Banana Pro, ein Bild mit deutlich sichtbaren Fingern, einem bis zum Rand mit Rotwein gefüllten Weinglas und einer Wanduhr mit 7:42 Uhr zu erstellen.
Hier, Beide Modelle haben die Anweisungen nicht befolgt und konnte die Uhr nicht richtig rendern. Darüber hinaus gelang es ihnen auch nicht, das volle Weinglas zu zeigen. Und Finger waren nur auf dem von Nano Banana 2 generierten Bild sichtbar. Insgesamt würde ich sagen, dass die Überwindung der Trainingsverzerrung des Modells ein herausforderndes Problem in KI/ML ist, und Google wird daran arbeiten müssen, dieses Problem bei der Befolgung der Anweisungen zu beheben.
Fotorealismus testen
Um nun Fotorealismus und hochauflösende Bilder zu testen, habe ich beide Bildmodelle gebeten, ein fotorealistisches Porträt eines älteren Fischers zur goldenen Stunde zu erstellen. Meiner Meinung nach Nano Banana 2 ein realistischeres Bild erzeugt mit faltiger Haut, hinterleuchtetem Ozean und Umweltkohärenz. Das Foto sieht auch einigermaßen glaubwürdig aus, daher geht mein Punkt zu Nano Banana 2.
Testen der In-Bild-Übersetzung
Um die In-Bild-Übersetzung zu testen und gleichzeitig das Gesamtbild konsistent zu halten, lade ich als Nächstes ein Poster von Claude auf Englisch hoch und bitte beide Modelle, es ins Französische zu übersetzen. In diesem Test sowohl Nano Banana 2 als auch Nano Banana Pro Der gesamte Text konnte nicht übersetzt werden auf dem Bild. Außer der Überschrift wurde kein Text übersetzt. Allerdings hat Nano Banana Pro versucht, die Beschreibung zu übersetzen, scheiterte aber irgendwie.
Zeichenkonsistenz testen
Um die Charakterkonsistenz zu bewerten, habe ich ein Bild einer Frau mit klarem Gesicht hochgeladen und beide Models gebeten, unterschiedliche Emotionen zu zeigen. Es umfasste eine Reihe von Emotionen wie glücklich, traurig, wütend, überrascht, angewidert und ängstlich. Wie Google behauptete, lieferte Nano Banana 2 tatsächlich bessere Ergebnisse und hielt den Charakter konsistent über alle Ausgänge hinweg. Der Auch der Gesichtsausdruck ist besser gerendert von Nano Banana 2.
Anime-Charakterdesign
Schließlich habe ich das Anime-Charakterdesign an beiden Bildmodellen getestet. Ich habe sie gebeten, ein Ganzkörper-Anime-Charakterblatt einer Samurai-Frau zu erstellen. Wie Sie sehen können, weist das von Nano Banana 2 erzeugte Bild bessere rote Akzente auf behält die Charakterkonsistenz bei aus mehreren Blickwinkeln. Die Rüstung ist auch gut detailliertund die Gesichts-Nahaufnahmen sind emotionaler.
Welches ist besser: Nano Banana 2 vs. Nano Banana Pro?
Zusammenfassend lässt sich sagen, dass Google lobenswerte Arbeit beim Training des kleineren Nano Banana 2-Modells (Gemini 3.1 Flash Image) mit solch komplexen Details geleistet hat. Bei meinen Tests habe ich festgestellt, dass es in fast allen Bereichen besser ist als das größere Nano Banana Pro-Modell (basierend auf Gemini 3 Pro Image). Dies bedeutet auch, dass Google auf einer soliden Grundlage steht, wenn es um die Destillation von Wissen aus seinen größeren Modellen in schnellere und effizientere Modelle geht.
Die Sprachmodelle der Flash-Familie bieten durchweg erstklassige Leistung bei geringeren Kosten und geringerer Latenz. Und jetzt erleben wir den gleichen Fortschritt auch bei der KI-Bilderzeugung. Alles in allem ist Nano Banana 2 derzeit mein Lieblings-Image-Modell und ich denke, dass nur die nächste Pro-Variante es schlagen kann.