Die neue ChatGPT-Bildgenerierung vs. Googles Nano Banana Pro

Just als unser letztes Webinar zur Bildgenerierung endete – und zwar wirklich exakt zu diesem Zeitpunkt –, kündigte OpenAI sein neues Bildmodell Image-1.5 an. Das nennt man Timing. Daher habe ich die Prompts aus unserem Webinar noch einmal durch OpenAIs neues Bildmodell geschickt und mit Googles Nano Banana Pro verglichen. Hier kommen die Ergebnisse. Bildbeispiele Prompt: A portrait photo of a young woman with blonde hair, blue eyes and a traditional Celtic bracelet around her neck. She is standing in a forest. She is lit from the right side by the bright sun, creating realistic shadows and warm light accents on her face. Kodak film style, 85 mm lens. [caption id="attachment_50117" align="alignnone" width="1365"] Nano Banana Pro[/caption] [caption id="attachment_50125" align="alignnone" width="1536"] ChatGPT-Image 1.5[/caption] Prompt: Create a high-quality, wide-angle product shot of a metallic light blue eBike. The image is taken in a controlled studio environment with a clean white background. Use soft yet sculpting studio lighting that emphasizes the curves and aerodynamic silhouette of the bike. The bike is positioned at a 3/4 front angle to showcase both front and side design lines. Reflections are minimal and controlled to highlight the surface quality.The image is captured through the visual characteristics of a Canon 18mm wide-angle lens – subtle barrel distortion, dynamic perspective, and slight foreground emphasis. Final style: ultra-realistic, crisp, and suitable for a premium catalog or marketing campaign. [caption id="attachment_50120" align="alignnone" width="1365"] Nano Banana Pro[/caption] [caption id="attachment_50123" align="alignnone" width="1536"] ChatGPT-Image 1.5[/caption] Prompt: A simple, clean infographic showing the 4 steps of reinforcement learning as a circular diagram. Minimalist design with 4 connected circles containing simple icons: (1) an eye symbol for 'Observe', (2) an arrow for 'Act', (3) a world/globe symbol for 'Change', and (4) a star for 'Reward'. The circles are connected by curved arrows forming a cycle. Use a light background with bold, clear lines and a modern color scheme around HEX #3396ff . Flat design style, similar to educational infographics. [caption id="attachment_50119" align="alignnone" width="1365"] Nano Banana Pro[/caption] [caption id="attachment_50122" align="alignnone" width="1536"] ChatGPT-Image 1.5[/caption] Prompt: Create a tall, modern summer-themed illustration suitable for a tabletop magazine article. Use vibrant, saturated colors that evoke the feeling of sunshine, vacation, and poolside relaxation. The composition should feature the following elements: – A large cocktail glass at the center, with a woman casually sitting inside the glass in a playful, relaxed pose. – A pink flamingo, either near the glass or interacting with the scene. – Citrus fruit slices (e.g. lemon, orange) as decorative elements, possibly inside or around the glass. – A swimming pool element integrated into the scene (e.g. in the lower area). – A dreamy background with stylized water or soft clouds. – The word ‘YOLO!’ in bold, eye-catching text, integrated into the design as part of the composition. Style: flat illustration or vector-like, magazine-appropriate, with clear shapes and strong contrast. [caption id="attachment_50118" align="alignnone" width="768"] Nano Banana Pro[/caption] [caption id="attachment_50121" align="alignnone" width="1024"] Nano Banana Pro[/caption] Prompt: widescreen 16:9, a hyper-realistic DSLR photo. A monkey holding a pink banana is sitting on a tiger in the foreground. In the background, a HORSE is RIDING AN ASTRONAUT. The astronaut is underneath like a living “spacesuit horse saddle,” and the HORSE is clearly on top, in control, as the rider. Make it 100% unambiguous: the HORSE is the rider and the ASTRONAUT is being ridden, NOT the other way around. High-resolution, sharp focus, realistic lighting. [caption id="attachment_47989" align="alignnone" width="1376"] Nano Banana Pro[/caption] [caption id="attachment_48990" align="alignnone" width="1536"] ChatGPT-Image 1.5[/caption] Einschätzung Was man an den Vergleichsbildern gut sieht: OpenAI hat mit dem neuen Bildmodell gegenüber Nano Banana Pro kräftig aufgeholt. Vorher lag da noch eine kleine Welt dazwischen, jetzt agieren beide Modelle auf Augenhöhe und können selbst komplexe Prompts wie das Astronauten-Bild detailliert umsetzen. Die besondere Herausforderung hier: Das Pferd reitet auf dem Menschen – ein Konzept, das in den Trainingsmaterialien wahrscheinlich nicht vorkommt, während „Mensch reitet auf Pferd" millionenfach vertreten ist. Beide Modelle bekommen das gut hin; früher ging das gar nicht. Ansonsten zeigt sich, dass das ChatGPT-Image-Modell immer etwas bunter und poppiger ist. Besonders auffällig beim Bild der jungen Frau im Kelten-Kostüm: ChatGPT-Image 1.5 bedient hier direkt ein Topmodel-Klischee, Nano Banana Pro wirkt natürlicher. Das ist aber auch eine Frage des Prompts: Fordere ich explizit eine „normal" aussehende Frau und nüchternere Farben, schafft ChatGPT-Image 1.5 das ebenfalls. Man muss es nur explizit sagen. [caption id="attachment_50129" align="alignnone" width="1536"] ChatGPT-Image 1.5[/caption] Letztlich ist das der Grund, weshalb ich Nano Banana Pro für die tägliche Arbeit weiterhin vorziehe: Mein Eindruck ist, dass es Prompt-Angaben deutlich exakter umsetzt – nicht nur ungefähr – und dabei standardmäßig einen für meine Aufgaben passenderen Stil wählt. Bei Illustrationen und Bildbearbeitungen sehe ich Nano Banana Pro daher klar vorn, denn hier kommt es auf genau diese Präzision an. Im folgenden Beispiel verunstalte ich das Anthropic-Logo (Claude) zum Thema Cybersecurity: Ein kleiner Hacker bricht mit einem gegnerischen Prompt durch eine Hintertür ins KI-Modell ein. Nano Banana Pro hat diese Bildbearbeitung exakt wie angegeben umgesetzt und den Stil des Originals nahezu unverfälscht beibehalten. Prompt: Put a little backdoor in the head where a small thief sneaks INTO the head using "Prompts", so words. It's about visualizing cybersecurity issue "Prompt Injection" which affects large language models. He's not coming OUT of the head, he's sneaking INTO the head. DO NOT USE ANY WORDS ON THE GRAPHIC EXCEPT THE WORDS THE THIEF IS USING! [caption id="attachment_50130" align="alignnone" width="1233"] Ausgangsbild[/caption] [caption id="attachment_47979" align="alignnone" width="1146"] Nano Banana Pro[/caption] Image 1.5 ändert die Bildfarbe deutlich, es wird bunter, und hat zudem das Motiv nicht korrekt umgesetzt. Es ist zwar trotzdem eine nette Illustration, aber eben nicht genau das, was ich gefordert habe. [caption id="attachment_50132" align="alignnone" width="1536"] ChatGPT-Image 1.5[/caption] Auch bei der oben generierten Infografik zeigt sich dieses leicht unpräzise Verhalten: Vorgegeben war der Heise-Farbcode #3396ff, den Nano Banana Pro berücksichtigt und entsprechend eine rein blaue Infografik liefert. ChatGPT-Image 1.5 generiert stattdessen eine bunte Variante. Fazit Beide Modelle markieren einen großen Sprung für die Bildgenerierung, und das „1.5" statt „2.0" bei ChatGPT-Image deutet darauf hin, dass OpenAI noch nachlegen wird. Das gilt aber auch für Google und andere. Wie schon in meinem Nano-Banana-Prompting-Guide beschrieben, denke ich, dass diese neue Generation von Bildmodellen das eigentliche Versprechen der Technologie eingelöst hat: Pixel per Sprache steuern, mit entsprechenden Veränderungen für Arbeitsprozesse im Bereich Grafik und Design. Gerade bei Googles Bildmodell habe ich häufig den Eindruck, dass es genügt, die Idee hinter dem Bild zu schildern. Wie ein guter Grafiker nimmt es diesen Input und macht daraus ein geschmackvolles Bild, ohne dass ich jedes Detail im Prompt beschreiben muss. [caption id="attachment_50135" align="alignnone" width="616"] Nano Banana Pro[/caption] Wer unser Bild-Webinar verpasst hat, kann es sich hier anschauen. Und hier gibt’s den Deep Dive zum Webinar mit allen Bildern, Prompts und Einschätzungen zu den verschiedenen Modellen.

Die neue ChatGPT-Bildgenerierung vs. Googles Nano Banana Pro

heise KI PROKI VERSTEHEN UND ANWENDEN

heise KI PRO
KI VERSTEHEN UND ANWENDEN