GPT Image 2.0 vs Nano Banana 2: Comparaciones reales de imágenes y lecciones sobre prompts
Durante los últimos dos días, recopilé una serie de comparaciones de imágenes lado a lado entre GPT Image 2.0 y Nano Banana 2 en X. En lugar de centrarme en las afirmaciones de los modelos, quería examinar los resultados reales: bajo el mismo prompt, ¿qué modelo se siente más realista, más utilizable y más convincente a primera vista?
En las notas del test original, la configuración era consistente: mismo prompt, y GPT se mostraba primero mientras Nano Banana 2 se mostraba segundo.
Lo que dice el feedback real
El feedback más repetido y contundente es que GPT Image 2.0 luce mejor en presentación general, especialmente en color y realismo. En una comparación de retratos, la nota dice:
"El color de GPT 2 es mucho mejor en mi opinión. Genuinamente parece real en comparación con Nano Banana 2."
Al mismo tiempo, el documento mantiene un matiz importante:
"Sin embargo, Nano Banana 2 capturó más del detalle exacto 1:1."
Caso 1: Prompt de retrato nocturno en la calle
Uno de los ejemplos más claros es el prompt de retrato nocturno en la calle: una joven sentada afuera de un pequeño restaurante urbano, con una camiseta blanca sin mangas sobre un sujetador de encaje negro, iluminación directa de flash, poca profundidad de campo, grano tipo película y reflejos de neón en el fondo.
Este prompt funciona porque hace más que describir un sujeto. También define el método de iluminación, el entorno, la sensación de cámara y el estado de ánimo. Esa combinación le da al modelo una lógica de imagen más completa a seguir.
Prompt:
A candid nighttime street portrait of a young woman sitting casually on a woven café chair outside a small urban restaurant... direct flash... medium shot, shallow depth of field, film-like grain, flash photography aesthetic, raw and unfiltered mood.
Caso 2: Prompt de retrato glamuroso
Otro ejemplo útil es el retrato de alto glamour: cabello negro largo y ondulado, ojos azul claro, maquillaje impecable, un top oscuro marrón sin tirantes, joyería plateada, un patio nocturno y luz dorada cálida de una lámpara cercana.
Este tipo de prompt es muy específico sobre el estilismo de belleza, accesorios, encuadre y temperatura de luz. Es un buen recordatorio de que los prompts de retratos se vuelven más estables cuando incluyen tanto detalles a nivel facial como contexto a nivel de escena.
Casos complejos: Donde la brecha se vuelve más clara
El documento también incluye una comparación más amplia de cinco casos más complejos y lo resume de manera muy directa: "¡GPT Image 2 gana sin lugar a dudas!" Añade que los resultados fueron "cristalinos" y señala que Nano Banana 2 seguía siendo una versión optimizada, no una línea base sin procesar.
Eso importa porque los prompts complejos tienden a revelar qué tan bien un modelo maneja múltiples restricciones a la vez: sujeto, acción, perspectiva, iluminación, estilo y atmósfera.
Un patrón de prompt reutilizable
A través de estos ejemplos, un patrón sigue apareciendo:
Sujeto + pose o acción + detalles del atuendo + escena + iluminación + lenguaje de cámara + textura o estado de ánimo.
Para los creadores de imágenes, esta es probablemente la lección más práctica de toda la comparación. Los prompts sólidos no solo se refieren a lo que hay en el encuadre — también se refieren a cómo debe sentirse el encuadre.
Prompt de ejemplo:
A photorealistic capture of chaotic youth frozen in time, featuring a beautiful Russian woman running frantically with a slice of toast in her mouth...
Esta comparación revela más que solo la brecha entre dos modelos — destaca cuánto afecta la estructura del prompt a la calidad del resultado.
- GPT Image 2.0 tiene una ventaja clara en color y realismo general
- Nano Banana 2 funciona con mayor precisión en la retención de detalles
- La brecha real aparece en escenas complejas con múltiples restricciones simultáneas
Independientemente del modelo que uses, cuanto más completa sea la estructura de tu prompt, más consistentes serán tus resultados.