GPT Image 2.5 与 Nano Banana 2 对比：控制参数和交付要求

本篇是规格与工作流对比，不是实测图片评测。候选型号为 gpt-image-2.5-flare、gpt-image-2.5-sunburst 和 nano-banana2。先比较应用必须控制的内容，再决定评估哪些结果。契约核对日期为 2026-11-03，付费调用前需确认当前 schema 和权限。

比较平台控制参数

控制项	GPT Image 2.5 Flare / Sunburst	Nano Banana 2
平台端点	POST /v1/tasks	POST /v1/tasks
参考图片	input.images	input.images
质量选择	low、medium、high、xhigh、max、auto	共同 schema 未声明 quality
背景选择	auto、transparent、opaque	共同 schema 未声明 background
原生尺寸输入	size，受尺寸规则与路由策略约束	共同 schema 未声明 size
共同示例档位	1k、2k、4k	1k、2k、4k，schema 还声明 512
输出格式	PNG、JPEG、WebP	PNG、JPEG、WebP

字段未声明不等于上游模型绝对无法生成类似结果，只说明不能假设这个平台路由接受该控制。不要把 GPT Image 的 quality 或 background 直接复制进 Nano Banana 任务。Flare 与 Sunburst 共用 schema，也不能证明它们的质量或成本一样。

按交付物筛选候选模型

需要显式透明背景参数时，GPT Image 路由提供该控制，再按透明素材工作流验 alpha 与边缘。普通参考图商品卡片，只要当前契约接受必要输入，三者都可进入候选；使用商品图验收需求表。

交付系统要求精确像素时，检查 GPT Image 尺寸规则和实际输出。不同模型的 1k 档位不能保证尺寸完全相同，参数被接受也不保证创意指令一定实现。

使用共同输入，并披露不能对齐的差异

以下示意任务只用共同字段。把 model 改为任一 GPT Image 2.5 型号前，先核对实时 schema。每次提交都是独立付费任务，这不是批量请求。

{
  "model": "nano-banana2",
  "input": {
    "prompt": "一个没有品牌标识的红色陶瓷杯，浅灰色摄影棚背景。杯把完整可见，方形居中构图，柔和侧光，没有文字或额外物件。",
    "resolution": "1k",
    "aspect_ratio": "1:1",
    "output_format": "png"
  }
}

GPT Image 即便省略质量参数，也应记录实际生效值；仓库默认是 medium。这里 Nano Banana 没有对应质量控制，所以这属于相同交付要求的对比，不代表计算量或内部设置相等。固定提示词、参考图、裁切意图与验收标准，评分前记录实际输出尺寸。

用决策表代替笼统胜负

盲审可检查主体完整、物件数量正确、裁切可用、材质准确、没有多余文字。无效文件、任务失败和创意拒收分开记录。计算每张合格交付成本时纳入全部已收费尝试，缺少费用记录的部分单列。

透明素材必须通过 alpha 检查，不透明商品卡片则未必关心此项。不能用漂亮背景的高分抵消缺失的硬性要求。选择在获准样本中满足需求且成本更低的流程，路由或提示词变化后重新验证。本篇没有提供实测结果或节省百分比。

来源与后续阅读

2026-11-03 核对：OpenAI Flare、OpenAI Sunburst、Google 图片模型身份。表格以平台仓库 schema 为准，不照搬原生 API 全部字段。继续阅读 Nano Banana 2、Flare、Sunburst与批量成本。

更多交付场景

• 独立验收海报文字