Bildgenerierungs-Benchmark

Wie gut ist Metas Muse Image im Vergleich zu Gemini Nano Banana 2 und ChatGPT Images 2.5?

Sieben ursprüngliche Text-zu-Bild-Evaluierungen, gefolgt von sieben Bildbearbeitungs-Evaluierungen mit festen Quellbildern und Prompts.

Muse Image 1.0Gemini Nano Banana 2ChatGPT Images 2.5

01

Testfall

Sechs rote Posaunen

Prompt (Aus dem Englischen übersetzt)

Hauptanforderung: Sechs rote Posaunen rechts von vier gläsernen Schildkröten, die über ein blaues Lama springen. Stil/Medium: saubere, sehr gut lesbare Studio-Illustration Komposition/Bildausschnitt: eine zusammenhängende quadratische Szene; jedes Objekt vollständig zeigen; die Beziehungen „rechts von“ und „springen über“ eindeutig darstellen Einschränkungen: genau sechs rote Posaunen, genau vier transparente Glasschildkröten, genau ein blaues Lama; keine zusätzlichen Objekte; kein Text, keine Zahlen, keine Beschriftungen, keine Ränder, keine Panels oder Wasserzeichen.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Gemini > ChatGPT > Muse

Gemini ist das einzige Modell, das genau sechs Posaunen zeichnet. ChatGPT zeichnet sechs Posaunen, zeigt aber fälschlicherweise fünf Schildkröten, während Muse acht Posaunen und fünf Schildkröten zeichnet.

Gemini zeigt die stärkste Einhaltung der geforderten Mengen.

02

Testfall

Rollentausch und abnormale Attribute

Prompt (Aus dem Englischen übersetzt)

Erstellen Sie eine einzelne breite kinematografische Bauernhofszene, die vertraute Rollen umkehrt, ohne zu einer Collage zu werden. In der Mitte kriecht ein Astronaut in einem vollständigen weißen Raumanzug auf Händen und Knien, während genau ein braunes Pferd rittlings auf dem Lebenserhaltungs-Rucksack des Astronauten sitzt und sichtbar auf dem Astronauten reitet; zeigen Sie nicht, wie der Astronaut auf dem Pferd reitet. Auf der linken Seite erschreckt ein winziger blauer Vogel aggressiv eine Stroh-Vogelscheuche, die sich mit erhobenen Armen nach hinten lehnt. Auf der rechten Seite schaut eine leuchtend rosa Giraffe von hinter einem niedrigen Zaun zu. Halten Sie jedes Motiv vollständig sichtbar, anatomisch lesbar und räumlich getrennt; kein Text oder Wasserzeichen.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

ChatGPT ≥ Gemini > Muse

ChatGPT ist das einzige Modell, das zeigt, wie der blaue Vogel die Vogelscheuche aktiv erschreckt. Bei den anderen Bildern stimmt die Richtung, in die die Vogelscheuche fällt, nicht mit dem Anflug des Vogels überein.

Muse rangiert wegen seiner schlechten räumlichen Trennung hinter Gemini. Gemini ist das einzige Bild, das eine überzeugende Tiefe vermittelt.

03

Testfall

Spiegelgeometrie, Hände und Schmuck

Prompt (Aus dem Englischen übersetzt)

Erstellen Sie eine fotorealistische quadratische Schminktisch-Szene, die entwickelt wurde, um Spiegelgeometrie und Hände zu testen. Eine Frau steht vor einem großen vertikalen Spiegel, während sie ihre echte linke Hand hebt, die Handfläche zum Glas gerichtet; ihre Spiegelung muss auf der rechten Seite des Spiegels erscheinen und dieselbe Handfläche zeigen. Ihre echte linke Hand trägt genau drei Ringe – roter Stein am Zeigefinger, schlichter Goldring am Mittelfinger, blauer Stein am Ringfinger – während allein ihr echtes rechtes Handgelenk ein Silberarmband trägt. Platzieren Sie einen grünen Becher links vom Spiegel und einen roten Becher rechts davon; ihre gespiegelten Positionen müssen sich umkehren. Zeigen Sie insgesamt zehn natürliche Finger an den echten Händen, konsistente gespiegelte Hände, keinen zusätzlichen Schmuck, Text oder Wasserzeichen.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Muse > Gemini > ChatGPT

Muse befolgt die Anweisungen für beide Hände genau.

Gemini hebt die linke Hand nicht und bringt den gesamten Schmuck an der rechten Hand an.

ChatGPT hat auf der rechten Seite eine zusätzliche Hand, was unnatürlich und unheimlich ist

04

Testfall

Typografie, diakritische Zeichen und eine geschwungene Grundlinie

Prompt (Aus dem Englischen übersetzt)

Erstellen Sie ein fotorealistisches Street-Art-Foto auf einer durchgehenden roten Backsteinwand. Malen Sie über der oberen Mitte den exakten Großbuchstaben-Satz „BE EXCELLENT TO EACH OTHER“ in großen weißen Blockbuchstaben, perfekt einmal buchstabiert. Darunter schreiben Sie auf einer deutlich geschwungenen türkisfarbenen Grundlinie genau „Crème brûlée — déjà vu!“ mit beiden Akzenten, dem Geviertstrich, Kleinbuchstaben und Ausrufezeichen intakt. Fügen Sie rechts ein Graffiti von einem grünen Alien ein, das einen schwarzen Smoking und eine rote Fliege trägt. Im Vordergrund platzieren Sie einen gelben Hydranten auf dem linken Gehweg und ein kleines Poster ganz rechts mit der Aufschrift „eXit 7½“. Kein anderer lesbarer Text, doppelte Buchstaben, Wasserzeichen oder Collage-Panels.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

ChatGPT > Muse > Gemini

ChatGPT befolgt die Anforderungen präzise.

Muse verwendet den falschen Akzent und schreibt „brûlée“ mit „û“.

Gemini erfindet eine Straße auf der linken Seite und eine Wandecke auf der rechten Seite, was der geforderten einzelnen, durchgehenden Wand widerspricht.

05

Testfall

Küchenaktionen und tiefer Hintergrund

Prompt (Aus dem Englischen übersetzt)

Erstellen Sie ein filmisches Foto mit großer Schärfentiefe in einer professionellen Edelstahlküche. Im mittleren Vordergrund hält ein Koch eine schwarze Zange in der rechten Hand über einer Pfanne mit genau zwei Steaks, während die linke Hand deren Griff hält. Links wirft ein Beikoch rote Tomaten, grüne Blätter und gelbe Paprika in einer Glasschüssel durch die Luft. Im Hintergrund schneidet einer Zutaten, ein weiterer richtet Speisen an und ein dritter öffnet einen Ofen – genau drei Arbeiter, jeder für sich. Hängen Sie vier Kupferpfannen darüber auf, die von links nach rechts kleiner werden. Auf einem Bestellschein über der Ausgabe steht genau „TABLE 7“. Zeigen Sie korrekte Hände und kein zusätzliches Personal oder Text.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Gemini > Muse > ChatGPT

Gemini erzeugt das stärkste Gefühl von räumlicher Tiefe und platziert den Bestellschein an einer sinnvollen Stelle.

Muse erzeugt einen unplausiblen dreidimensionalen Raum, und der Arbeiter, der den Ofen öffnet, scheint mit dem Koch im Vordergrund verschmolzen zu sein.

ChatGPT hat den unmöglichsten 3D-Raum. Die Pfannen scheinen denselben Abstand wie der Koch zu haben, sind aber viel kleiner als normale Pfannen. Die linke und rechte Seite des Bildes zeigen unterschiedliche Tiefen (die 3 Arbeiter sind viel weiter hinten, als die linke Seite vermuten lassen würde).

06

Testfall

Transparenz, Verdeckung und Beleuchtung

Prompt (Aus dem Englischen übersetzt)

Erstellen Sie ein physikalisch plausibles Studio-Stillleben auf einem matten grauen Boden. Platzieren Sie einen transparenten Glaswürfel hinter einer glänzenden roten Kugel, aber vor einem gelben Kegel. Die Kugel verdeckt teilweise den Würfel, und der Würfel verdeckt teilweise den Kegel, während alle Silhouetten identifizierbar bleiben. Hängen Sie genau zwei blaue Murmeln vertikal im Inneren des Würfels auf. Ganz links ordnen Sie drei kleine Silberpyramiden in einer Reihe von vorne nach hinten an. Ganz rechts überlappen Sie vier grüne Ringe wie eine Kette, ohne sie zu verschmelzen. Beleuchten Sie alles von oben links, sodass jeder Schatten nach unten und rechts fällt. Kein Text oder zusätzliche Formen.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Muse = ChatGPT > Gemini

Muse macht seine Sache ganz gut, aber die rote Kugel zeigt auf beiden Seiten Reflexionen, was fälschlicherweise auf eine zweite Lichtquelle auf der rechten Seite hindeutet.

ChatGPT hat ein ähnliches Problem, obwohl das Problem mit der zweiten Lichtquelle weniger ausgeprägt ist. Andererseits ist sein Würfel stärker verzerrt.

Gemini enthält nur drei Ringe, und die Murmeln im Glaskubus haben unplausible Reflexionen.

07

Testfall

Mehrsprachige Nachtmarkt-Zuordnung

Prompt (Aus dem Englischen übersetzt)

Erstellen Sie eine zusammenhängende, fotorealistische Nachtmarktszene mit drei Ständen von links nach rechts. Das weiße Schild des blauen Bücherstands trägt die Aufschrift „LIBROS“; das cremefarbene Schild des roten Teestands trägt die Aufschrift „茶“; das schwarze Schild des grünen Brotstands trägt die Aufschrift „خبز“. Hängen Sie genau fünf rote Laternen nur über den mittleren Stand. Der linkshändige Verkäufer gießt aus einer silbernen Kanne, die er in der linken Hand hält, in Tassen in der Reihenfolge Blau, Weiß und dann Gelb. Platzieren Sie davor ein Kind in einem violetten Mantel zwischen einem gefleckten Hund auf der linken Seite und einer gestreiften Katze auf der rechten Seite. Behalten Sie alle Schriftsysteme, Anzahlen, Farben und Zuordnungen bei; kein anderer lesbarer Text.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

ChatGPT = Muse = Gemini

Alle Modelle fangen die geschäftige, fotorealistische Atmosphäre eines Nachtmarktes ein.

Gemini platziert die Laternen korrekt über dem mittleren Stand, während Muse und ChatGPT sie innerhalb der Stände platzieren.

However, Gemini also introduces readable words on the right, contrary to the instruction.

Bildbearbeitung

Quellbild + Prompt

08

Objekt aus einer komplexen Szene entfernen

Prompt (Aus dem Englischen übersetzt)

Bearbeiten Sie Bild A und verwenden Sie es als Ausgangsfoto. Entfernen Sie nur das große schwarze Fahrrad, das den mittleren Vordergrund dominiert: das Fahrrad mit dem silbernen Lenker, dem schwarzen Sattel, dem schwarzen Kettenschutz und dem hellen silbernen Schutzblech vorne. Rekonstruieren Sie die verdeckten Teile – das grüne Fahrrad dahinter, die bemalte Backsteinwand, Mörtellinien, Graffiti-Striche, Bordstein und Pflastersteine –, sodass sie kontinuierlich und physikalisch plausibel aussehen. Halten Sie jedes andere Fahrrad, jede verbleibende Graffiti-Markierung, den Bildausschnitt, die Kameraposition, das Sonnenlicht, die Schatten, die Textur und das fotografische Korn unverändert. Fügen Sie keine Objekte, keinen Text, keine Unschärfe, keine wiederholten Speichen und keinen sichtbaren Retusche-Flicken hinzu. Liefern Sie denselben Landschaftsrahmen und dasselbe Seitenverhältnis wie bei Bild A zurück.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Muse > ChatGPT > Gemini

Muse schließt korrekterweise darauf, dass das Vorderrad des verbleibenden mittleren Fahrrads silberfarben sein sollte, was es knapp vor ChatGPT platziert.

ChatGPT hinterlässt außerdem eine unnatürliche Unterbrechung am unteren Rand des Graffitis.

Gemini schafft es überhaupt nicht, das Fahrrad zu entfernen.

09

Materialbewusste selektive Umfärbung

Prompt (Aus dem Englischen übersetzt)

Bearbeiten Sie Bild A und verwenden Sie es als Ausgangsfoto. Ändern Sie nur die sichtbaren rot lackierten Außenmetallteile des Autos – einschließlich der Tür, des vorderen Kotflügels, der Motorhaubenkante, der hinteren Seitenwand und des kleinen roten erhöhten Karosserieteils oberhalb der Dachlinie – in einen tiefen Metallic-Lack in British Racing Green. Der neue Lack muss die ursprünglichen Karosseriefugen, Glanzlichter und Baumreflexionen beibehalten. Färben Sie das braune Vinyl-Dach, die Chromteile, die Spiegel, das Glas, den schwarzen Gummi, den Türgriff, das Schloss, die Antenne, das Emblem, den Innenraum, den Fahrer, den Blumenstrauß oder den Hintergrund weder um noch gestalten Sie sie um. Ändern Sie nicht das Automodell oder die Geometrie. Bewahren Sie den ursprünglichen Bildausschnitt, die Schärfentiefe, die Beleuchtung und das Seitenverhältnis; fügen Sie keinen Text, kein Logo und kein Objekt hinzu.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Muse = Gemini > ChatGPT

Muse wendet eine unerwünschte Schärfung auf das Ranchero-Emblem an, aber seine Reflexion des Grases ist dem Originalbild getreuer.

Gemini schärft den Schatten des Grases, lässt das Emblem jedoch unverändert.

ChatGPT hat das Ranchero-Emblem nachgeschärft und den Schatten aggressiv geschärft, weshalb es den letzten Platz belegt.

10

Globales Relighting ohne strukturelle Abweichungen oder Textdrift

Prompt (Aus dem Englischen übersetzt)

Bearbeiten Sie Bild A und verwenden Sie es als Ausgangsfoto. Ändern Sie die Szene von bedecktem Tageslicht zu einer realistischen blauen Stunde direkt nach dem Regen. Machen Sie den Himmel zu einer klaren, tiefen kobaltblauen Dämmerung; schalten Sie warme Innen- und Unterdachbeleuchtung ein; lassen Sie diese warmen Lichter und das vorhandene violette Stationsband subtil auf dem bereits nassen Pflaster reflektieren. Bewahren Sie exakt dieselbe Kameraposition, Weitwinkelperspektive, Gebäudegeometrie, das Vordach, die Säulen, die Eingänge, das Pflasterlayout, das violette Band und das lesbare weiße Wort „Woolwich“. Belassen Sie jede vorhandene Person, jeden Poller, jedes Poster und jedes Schild an seinem ursprünglichen Ort und fügen Sie nichts hinzu und entfernen Sie nichts. Schreiben Sie keinen Text um, übersetzen Sie ihn nicht und erfinden Sie keinen. Bewahren Sie einen realistischen Dynamikumfang – keinen Neon-Fantasy-Look – und liefern Sie denselben Querformat-Bildausschnitt und dasselbe Seitenverhältnis zurück.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Gemini > Muse > ChatGPT

Alle drei Modelle leisten gute Arbeit bei der Beibehaltung des ungewöhnlichen Kamerawinkels, der Perspektive und des Textes, während sie einen nassen Boden erzeugen.

Gemini ist das einzige Modell, das die richtige Beleuchtung verwendet, da sowohl Muse als auch ChatGPT Lampen erfinden, die im Originalbild nicht vorhanden waren.

Die Lampen von ChatGPT wirken deplatziert, und es erzeugt eine zusätzliche Lampe im Baum auf der linken Seite, weshalb es auf dem letzten Platz landet.

11

Exakte Produktübertragung in einen eingerichteten Raum

Prompt (Aus dem Englischen übersetzt)

Verwenden Sie Bild A als Basisraum und Bild B nur als Möbelreferenz. Ersetzen Sie in Bild A nur den schmalen, hellgrün gepolsterten Sessel in der hinteren Mitte – der zwischen den beiden hellen hinteren Fenstern und teilweise hinter dem blauen Sofa platziert ist – durch den exakten blau-goldenen Sessel aus Bild B. Bewahren Sie die charakteristische quadratische blaue Rückenlehne und Sitzfläche, den vergoldeten, geschnitzten Holzrahmen, die offenen Armlehnen, die Quastenfransen und die schlanken Beine von Bild B. Passen Sie ihn in die Bodenposition und den Blickwinkel des ursprünglichen Sessels in einem glaubwürdigen Raummaßstab ein; passen Sie das warme Fensterlicht, den Bodenkontaktschatten, die Perspektive und jede natürliche Kantenverdeckung an. Verändern Sie weder das blaue Sofa, den Couchtisch, den Teppich, die eingebauten Fensterplätze, die Lampen, die Fenster, den Kronleuchter, die Holzwände noch einen anderen Teil von Bild A. Behalten Sie nicht den grauen Museumshintergrund von Bild B bei. Geben Sie den ursprünglichen Bildausschnitt und das Querformat von Bild A zurück; keine zusätzlichen Möbel, Texte oder Collage-Ränder.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Muse > Gemini = ChatGPT

Muse ist das einzige Modell, das den veränderten Stuhl in seiner ursprünglichen Ausrichtung platziert, während die anderen beiden ihn zu weit nach rechts drehen.

12

Identitäts-, Struktur- und Texturzuordnung aus drei Referenzen

Prompt (Aus dem Englischen übersetzt)

Erstellen Sie ein quadratisches, fotorealistisches Redaktions-Studioporträt unter Verwendung aller drei Referenzen mit strikter Rollenbindung. Setzen Sie dieselbe getigerte graue Katze aus Bild A aufrecht sitzend und leicht nach links blickend genau auf den Ohrensessel aus Bild B. Bewahren Sie das Gesicht der Katze, ihre grün-gelben Augen, die dunklen Stirnstreifen, das grau getickte Fell, die Ohrform und den langen Ringelschwanz. Bewahren Sie die hohe Rückenlehne mit Ohren, die gerundeten Armlehnen, die breite Sitzfläche, die geschwungenen Vorderbeine und die dunklen unteren Querstreben von Bild B, aber ersetzen Sie nur den Polsterstoff durch das exakte Strawberry-Thief-Textil aus Bild C: marineblauer Grund, gespiegelte Drosseln, rote Erdbeeren, blaue Blätter und rosa Blumen, in einem Maßstab, bei dem mindestens zwei vollständige Vögel auf dem Sessel sichtbar sind. Verwenden Sie einen nahtlosen warmgrauen Studiohintergrund und weiches Licht von oben links mit kohärenten Kontaktschatten. Kopieren Sie nicht das Laub oder den Boden aus Bild A, den Archivhintergrund aus Bild B oder ein rechteckiges Muster aus Bild C. Kein Halsband, Kostüm, zusätzliches Tier, zusätzliche Möbel, Text, Rahmen oder Collage-Panels.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

ChatGPT > Muse > Gemini

ChatGPT liefert mit Abstand die Antwort, die dem Prompt am treuesten folgt.

Der Stuhl im ChatGPT-Ergebnis behält das staubige, abgenutzte Aussehen des ursprünglichen Stuhls bei.

Muse bewahrt die Ausrichtung und die Details des Stuhls perfekt, aber seine Farbe ist zu hell.

Gemini hat dieselbe übertrieben helle Farbe und dreht außerdem den Stuhl fälschlicherweise zur Kamera, weshalb es auf dem letzten Platz landet.

13

Meine Tochter auf einen Skiberg in Hokkaido stellen

Prompt (Aus dem Englischen übersetzt)

Verwenden Sie Bild B als Zielfoto und Bild A nur als Identitätsreferenz für meine Tochter. Erstellen Sie ein überzeugendes Familienreisefoto, das dasselbe junge Mädchen aus Bild A auf der verschneiten Skipiste in Bild B zeigt, wobei der Berg Yotei in Hokkaido, der Horizont, die Skipisten und der blaue Winterhimmel exakt erhalten bleiben. Zeigen Sie ihren gesamten Körper im linken Vordergrund, wie sie natürlich in die Kamera lächelt, während sie eine altersgerechte rote Skijacke, eine dunkelblaue Schneehose, schwarze Handschuhe, weiße Skischuhe und eine cremefarbene Strickmütze trägt, die ihr Gesicht vollständig sichtbar lässt. Platzieren Sie zwei Kinderski parallel unter ihren Skischuhen und einen Stock in jeder Hand. Passen Sie das Berglicht, die Kamerahöhe, den Maßstab, die klare, kalte Luft, die Schneekontaktschatten und das reflektierte blaue Licht an. Bewahren Sie ihr Alter, ihr Gesicht, ihre Augenfarbe, ihren Haaransatz und ihren wiedererkennbaren Ausdruck; lassen Sie sie nicht älter oder schöner wirken. Verändern Sie nicht die Silhouette des Berges, fügen Sie keine Gebäude hinzu, erfinden Sie keinen Text, duplizieren Sie keine Personen und erstellen Sie keine Collage. Geben Sie den Bildausschnitt und das Querformat von Bild B zurück.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

ChatGPT > Gemini > Muse

Alle drei Modelle erstellen ein überzeugendes Skifoto und bewahren die wiedererkennbare Identität des Mädchens. Allerdings haben alle Schwierigkeiten, die Skischuhe und Skier korrekt darzustellen.

ChatGPT gewinnt durch sauber gerenderte Ski und den natürlichen Schatten im Gesicht des Mädchens. Obwohl das hintere Ende der Ski eindeutig zu kurz ist.

Gemini hat Probleme bei der Darstellung des hinteren Teils der Skier, und der rechte Stock ist viel länger als der linke.

Muse hat auch Probleme bei der Darstellung der Skier, und der Schatten um das Gesicht des Mädchens wirkt unnatürlich

14

Meine alte Freundin gegen eine neue austauschen

Prompt (Aus dem Englischen übersetzt)

Verwenden Sie Bild A als Ausgangsfoto. Ersetzen Sie nur die erwachsene Frau, die hinter dem Mann auf dem Roller sitzt, durch die erwachsene Frau aus Bild B. Bewahren Sie das wiedererkennbare Gesicht, die Augen, die Nase, den Mund, den Teint und das lange dunkle Haar der neuen Frau, aber passen Sie sie natürlich an die Sitzhaltung, die Größe und den Blick der ursprünglichen Beifahrerin an. Sie muss die cremefarbene Strickjacke und den beigen Rock der ursprünglichen Beifahrerin tragen und dieselbe Zweiobjektivkamera mit plausiblen Händen in derselben Position halten. Übernehmen Sie weder den Kegelhut, den roten Schal, die Flagge, die Straße noch den Hintergrund aus Bild B. Lassen Sie den Mann völlig unverändert – einschließlich seines Gesichts, seiner Haare, seines blau gestreiften Hemdes, seiner Hände und seiner Fahrhaltung – und bewahren Sie den Roller, den Chromgepäckträger, das Kopfsteinpflaster, das markante Gebäude, die Tore, die Pflanzen, die Schilder, die Schatten, den Bildausschnitt und die Schärfentiefe von Bild A. Passen Sie das vorhandene Mittagssonnenlicht und die Kontaktschatten so an, dass es wie ein einzelnes, unbearbeitetes Reisefoto aussieht. Verändern Sie keine anderen Personen oder Objekte, fügen Sie keinen Schmuck oder Text hinzu, verdoppeln Sie keine Gliedmaßen, machen Sie keine Gesichter unscharf und erstellen Sie keine Collage. Geben Sie das Querformat von Bild A zurück.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Urteil

Gemini > ChatGPT > Muse

Sowohl Gemini als auch ChatGPT leisten gute Arbeit beim Austauschen des Gesichts. Der Hautton wirkt auf beiden Bildern unnatürlich. Gemini gewinnt, weil das Mädchen nach unten blickt und dies besser zur ursprünglichen Pose passt.

Muse konnte das Gesicht des zweiten Porträts überhaupt nicht austauschen, daher ist es ein völliger Fehlschlag.

Endergebnis

Welches Bildmodell gewinnt?

Um die Sache einfach zu halten, vergeben wir drei Punkte für jeden ersten Platz (bei Gleichstand geteilt) und einen Punkt für zweite Plätze.

Gewinner von Text-zu-Bild

ChatGPT Images 2.5

ChatGPT Images 2.5 gewinnt die Kategorie Generierung mit 9,5 Punkten, vor Gemini Nano Banana 2 mit 9 Punkten und Muse Image 1.0 mit 7,5 Punkten.

Gewinner im Bereich Bildbearbeitung

Muse Image 1.0 und Gemini Nano Banana 2

Muse Image 1.0 und Gemini Nano Banana 2 teilen sich mit jeweils 9,5 Punkten den Sieg bei der Bearbeitung, knapp vor ChatGPT Images 2.5 mit 9 Punkten.

Gesamtsieger

ChatGPT Images 2.5 und Gemini Nano Banana 2

ChatGPT Images 2.5 und Gemini Nano Banana 2 teilen sich mit jeweils 18,5 Punkten den Gesamtsieg. Muse Image 1.0 folgt dicht dahinter mit 17 Punkten.

Probieren Sie es selbst aus

Bilder mit KI erstellen und bearbeiten

Wir haben eine Auswahl an Prompts zusammengestellt, um die Nutzung dieser Bildmodelle noch einfacher zu machen – sehen Sie selbst

Bilderstellung erkunden