Benchmark de génération d'images

Quelle est la qualité de Muse Image de Meta par rapport à Gemini Nano Banana 2 et ChatGPT Images 2.5 ?

Sept évaluations originales de texte en image, suivies de sept évaluations de retouche d'image utilisant des images sources et des instructions fixes.

Muse Image 1.0Gemini Nano Banana 2ChatGPT Images 2.5

01

Cas de test

Six trombones rouges

Instruction (traduite de l'anglais)

Demande principale : Six trombones rouges à la droite de quatre tortues en verre sautant par-dessus un lama bleu. Style/médium : illustration de studio propre et très lisible Composition/cadrage : une scène carrée cohérente ; montrer entièrement chaque objet ; rendre non ambiguës les relations « à la droite de » et « sautant par-dessus » Contraintes : exactement six trombones rouges, exactement quatre tortues en verre transparent, exactement un lama bleu ; aucun objet supplémentaire ; aucun texte, numéro, étiquette, bordure, panneau ou filigrane.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Gemini > ChatGPT > Muse

Gemini est le seul modèle qui dessine exactement six trombones. ChatGPT dessine six trombones mais montre à tort cinq tortues, tandis que Muse dessine huit trombones et cinq tortues.

Gemini fait preuve du plus grand respect des quantités demandées.

02

Cas de test

Inversion des rôles et attributs anormaux

Instruction (traduite de l'anglais)

Créez une scène de ferme cinématographique unique et large qui inverse les rôles habituels sans devenir un collage. Au centre, un astronaute dans une combinaison spatiale blanche complète rampe à quatre pattes tandis qu'exactement un cheval alezan est à califourchon sur le sac à dos de survie de l'astronaute, chevauchant visiblement l'astronaute ; ne montrez pas l'astronaute chevauchant le cheval. Sur la gauche, un tout petit oiseau bleu effraie agressivement un épouvantail en paille, qui se penche en arrière les bras levés. Sur la droite, une girafe rose vif regarde de derrière une basse clôture. Conservez chaque sujet entièrement visible, anatomiquement lisible et séparé dans l'espace ; aucun texte ni filigrane.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

ChatGPT ≥ Gemini > Muse

ChatGPT est le seul modèle qui montre l'oiseau bleu en train d'effrayer activement l'épouvantail. Dans les autres images, la direction de la chute de l'épouvantail ne concorde pas avec l'approche de l'oiseau.

Muse se classe derrière Gemini en raison de sa mauvaise séparation spatiale. Gemini est la seule image qui transmet une profondeur convaincante.

03

Cas de test

Géométrie du miroir, mains et bijoux

Instruction (traduite de l'anglais)

Créez une scène de coiffeuse carrée photoréaliste conçue pour tester la géométrie du miroir et les mains. Une femme fait face à un grand miroir vertical tout en levant sa main gauche réelle, la paume vers la vitre ; son reflet doit apparaître sur le côté droit du miroir et montrer la même paume. Sa main gauche réelle porte exactement trois bagues : une pierre rouge sur l'index, une bague en or unie sur le majeur, une pierre bleue sur l'annulaire ; tandis que son poignet droit réel porte uniquement un bracelet en argent. Placez une tasse verte à gauche du miroir et une tasse rouge à sa droite ; leurs positions reflétées doivent s'inverser. Montrez dix doigts naturels au total sur les mains réelles, des mains reflétées cohérentes, aucun bijou, texte ou filigrane supplémentaire.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Muse > Gemini > ChatGPT

Muse suit précisément les instructions pour les deux mains.

Gemini ne lève pas la main gauche et place tous les bijoux sur la main droite.

ChatGPT a une main supplémentaire sur la droite, ce qui est peu naturel et effrayant.

04

Cas de test

Typographie, diacritiques et ligne de base courbe

Instruction (traduite de l'anglais)

Créez une photographie de street art photoréaliste sur un mur de briques rouges continu. Dans la partie supérieure centrale, peignez la phrase exacte en majuscules « BE EXCELLENT TO EACH OTHER » en grandes lettres capitales blanches, parfaitement orthographiée une seule fois. En dessous, sur une ligne de base turquoise clairement courbée, écrivez exactement « Crème brûlée — déjà vu! » en conservant les deux accents, le tiret cadratin, les lettres minuscules et le point d'exclamation. À droite, incluez un graffiti d'un extraterrestre vert portant un smoking noir et un nœud papillon rouge. Au premier plan, placez une bouche d'incendie jaune sur le trottoir de gauche et une petite affiche tout à fait à droite indiquant exactement « eXit 7½ ». Aucun autre texte lisible, lettre dupliquée, filigrane ou panneau de collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

ChatGPT > Muse > Gemini

ChatGPT suit précisément les consignes.

Muse utilise le mauvais accent, en écrivant « brûlée » avec un « û ».

Gemini invente une rue sur la gauche et un angle de mur sur la droite, ce qui contredit le mur continu unique demandé.

05

Cas de test

Actions de cuisine et arrière-plan profond

Instruction (traduite de l'anglais)

Créez une photographie cinématographique à mise au point profonde à l'intérieur d'une cuisine professionnelle en acier inoxydable. Au premier plan au centre, un chef tient une pince noire dans la main droite au-dessus d'une poêle contenant exactement deux steaks, tandis que la main gauche tient le manche. Sur la gauche, un sous-chef fait sauter des tomates rouges, des feuilles vertes et des poivrons jaunes dans un bol en verre. À l'arrière-plan, exactement trois employés coupent séparément des aliments, dressent des assiettes et ouvrent un four. Suspendez au-dessus d'eux quatre casseroles en cuivre, de taille décroissante de gauche à droite. Un bon de commande au-dessus du passe indique exactement « TABLE 7 ». Montrez des mains correctes et aucun personnel ni texte supplémentaire.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Gemini > Muse > ChatGPT

Gemini crée le sentiment de profondeur spatiale le plus marqué et place le bon de commande à un endroit logique.

Muse crée un espace tridimensionnel peu plausible, et l'ouvrier ouvrant le four semble avoir fusionné avec le chef au premier plan.

ChatGPT présente l'espace 3D le plus impossible. Les poêles semblent être à la même distance que le chef, mais elles sont beaucoup plus petites que la normale. Le côté gauche et le côté droit de l'image montrent des profondeurs différentes (les 3 ouvriers sont beaucoup plus en arrière que ce que le côté gauche ne le laisserait penser).

06

Cas de test

Transparence, occlusion et éclairage

Instruction (traduite de l'anglais)

Créez une nature morte de studio physiquement plausible sur un sol gris mat. Placez un cube en verre transparent derrière une sphère rouge brillante mais devant un cône jaune. La sphère occulte partiellement le cube, et le cube occulte partiellement le cône, tandis que toutes les silhouettes restent identifiables. Suspendez exactement deux billes bleues verticalement à l'intérieur du cube. Tout à fait à gauche, disposez trois petites pyramides en argent sur une ligne de l'avant vers l'arrière. Tout à fait à droite, chevauchez quatre anneaux verts comme une chaîne sans les fusionner. Éclairez le tout depuis le haut à gauche pour que chaque ombre tombe vers le bas et la droite. Pas de texte ni de formes supplémentaires.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Muse = ChatGPT > Gemini

Muse fait du bon travail, mais la sphère rouge présente des reflets des deux côtés, suggérant incorrectement une seconde source de lumière sur la droite.

ChatGPT présente un problème similaire, bien que le problème de la seconde source de lumière soit moins prononcé. En revanche, son cube est plus déformé.

Gemini ne comprend que trois anneaux, et les billes à l'intérieur du cube en verre ont des réflexions invraisemblables.

07

Cas de test

Association d'attributs sur un marché nocturne multilingue

Instruction (traduite de l'anglais)

Créez une seule scène continue et photoréaliste de marché nocturne avec trois étals de gauche à droite. L'enseigne blanche de l'étal de livres bleu indique « LIBROS » ; l'enseigne crème de l'étal de thé rouge indique « 茶 » ; l'enseigne noire de l'étal de pain vert indique « خبز ». Suspendez exactement cinq lanternes rouges au-dessus de l'étal du milieu uniquement. Son vendeur gaucher verse d'une théière en argent tenue de la main gauche dans des tasses disposées dans l'ordre bleu, blanc, puis jaune. Devant, placez un enfant en manteau violet entre un chien tacheté à gauche et un chat rayé à droite. Conservez toutes les écritures, quantités, couleurs et associations ; aucun autre texte lisible.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

ChatGPT = Muse = Gemini

Tous les modèles capturent l'atmosphère animée et photoréaliste d'un marché nocturne.

Gemini place correctement les lanternes au-dessus de l'échoppe centrale, tandis que Muse et ChatGPT les placent à l'intérieur des échoppes.

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

Édition d'image

Image source + instruction

08

Suppression d'un objet d'une scène complexe

Instruction (traduite de l'anglais)

Modifiez l'image A, en l'utilisant comme photographie de base. Retirez uniquement le grand vélo noir qui domine le centre du premier plan : le vélo avec le guidon argenté, la selle noire, le carter de chaîne noir et le garde-boue avant argenté brillant. Reconstruisez les parties qu'il masque — le vélo vert derrière lui, le mur en briques peintes, les joints de mortier, les traits de graffiti, la bordure du trottoir et les pavés — afin qu'ils paraissent continus et physiquement plausibles. Conservez tous les autres vélos, chaque marque de graffiti subsistante, le cadrage, la position de la caméra, la lumière du soleil, les ombres, la texture et le grain photographique inchangés. N'ajoutez pas d'objets, de texte, de flou, de rayons de roue répétés ou de zone de retouche visible. Restituez le même cadrage paysager et le même rapport d'aspect que l'image A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Muse > ChatGPT > Gemini

Muse déduit correctement que la roue avant du vélo central restant devrait être argentée, ce qui le place juste devant ChatGPT.

ChatGPT laisse également une coupure peu naturelle le long du bas du graffiti.

Gemini échoue complètement à supprimer la bicyclette.

09

Recoloration sélective prenant en compte les matériaux

Instruction (traduite de l'anglais)

Modifiez l'image A, en l'utilisant comme photographie de base. Changez uniquement les panneaux métalliques extérieurs peints en rouge visibles de la voiture — y compris la portière, l'aile avant, le bord du capot, le panneau d'aile arrière et le petit panneau de carrosserie rouge surélevé au-dessus de la ligne de toit — pour une peinture métallisée vert racing britannique profond. La nouvelle peinture doit conserver les joints de panneaux, les reflets lumineux et les reflets d'arbres d'origine. Ne recolorez ni ne redessinez le toit en vinyle brun, les moulures chromées, les rétroviseurs, les vitres, le caoutchouc noir, la poignée de porte, la serrure, l'antenne, l'emblème, l'intérieur, le conducteur, le bouquet ou l'arrière-plan. Ne modifiez pas le modèle ni la géométrie de la voiture. Conservez le cadrage, la profondeur de champ, l'éclairage et le rapport d'aspect d'origine ; n'ajoutez aucun texte, logo ou objet.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Muse = Gemini > ChatGPT

Muse applique une netteté indésirable au badge Ranchero, mais son reflet de l'herbe est plus fidèle à l'image d'origine.

Gemini accentue l'ombre de l'herbe mais laisse le badge inchangé.

ChatGPT a accentué le badge Ranchero et a appliqué une accentuation agressive sur l'ombre, il se classe donc dernier.

10

Rééclairage global sans dérive structurelle ni textuelle

Instruction (traduite de l'anglais)

Modifiez l'image A, en l'utilisant comme photographie de base. Changez la scène d'un temps couvert en journée à une heure bleue réaliste juste après la pluie. Faites du ciel un crépuscule bleu cobalt profond et dégagé ; allumez des lumières chaudes à l'intérieur et sous l'auvent ; laissez ces lumières chaudes et la bande violette existante de la station se refléter subtilement dans le pavé déjà mouillé. Conservez exactement la même position de caméra, la perspective grand-angle, la géométrie du bâtiment, l'auvent, les colonnes, les entrées, la disposition du pavage, la bande violette et le mot blanc lisible « Woolwich ». Conservez chaque personne, poteau, affiche et panneau existant à son emplacement d'origine et n'ajoutez ni ne supprimez rien. Ne réécrivez pas, ne traduisez pas et n'inventez pas de texte. Conservez une plage dynamique réaliste — pas de style néon fantastique — et restituez le même cadrage paysager et le même rapport d'aspect.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Gemini > Muse > ChatGPT

Les trois modèles réussissent assez bien à préserver l'angle de vue inhabituel, la perspective et le texte tout en générant un sol mouillé.

Gemini est le seul modèle qui utilise le bon éclairage, car Muse et ChatGPT inventent tous deux des lampes qui n'étaient pas présentes dans l'image d'origine.

Les lampes de ChatGPT sont mal placées, et il crée une lampe supplémentaire dans l'arbre sur la gauche, il se classe donc dernier.

11

Intégration exacte d'un produit dans une pièce meublée

Instruction (traduite de l'anglais)

Utilisez l'Image A comme pièce de base et l'Image B uniquement comme référence pour le mobilier. Dans l'Image A, remplacez uniquement le fauteuil rembourré vert clair étroit situé au fond au centre, positionné entre les deux fenêtres arrière lumineuses et partiellement derrière le canapé bleu, par le fauteuil bleu et or exact de l'Image B. Conservez le dossier et l'assise carrés bleus caractéristiques de l'Image B, son cadre en bois sculpté doré, ses accoudoirs ouverts, ses franges à pompons et ses pieds effilés. Adaptez-le à la position au sol et à l'angle de vue du fauteuil d'origine à une échelle crédible pour la pièce ; harmonisez la lumière chaude de la fenêtre, l'ombre de contact sur le sol, la perspective et toute occlusion naturelle des bords. Ne modifiez pas le canapé bleu, la table basse, le tapis, la banquette intégrée sous la fenêtre, les lampes, les fenêtres, le lustre, les murs en bois ou toute autre partie de l'Image A. Ne conservez pas l'arrière-plan de musée gris de l'Image B. Conservez le cadrage et le format paysage d'origine de l'Image A ; pas de meuble supplémentaire, de texte ou de bordure de montage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Muse > Gemini = ChatGPT

Muse est le seul modèle qui place la chaise modifiée dans son orientation d'origine, tandis que les deux autres la tournent trop vers la droite.

12

Association d'identité, de structure et de texture à partir de trois références

Instruction (traduite de l'anglais)

Créez un portrait éditorial de studio, carré et photoréaliste, en utilisant les trois références avec une attribution stricte des rôles. Placez le même chat tigré gris de l'Image A assis bien droit et regardant légèrement vers la gauche sur le fauteuil à oreilles exact de l'Image B. Conservez le visage du chat, ses yeux vert-jaune, les rayures sombres de son front, son pelage gris tiqueté, la forme de ses oreilles et sa longue queue annelée. Conservez le dossier haut à oreilles de l'Image B, les accoudoirs roulés, l'assise large, les pieds avant courbés et les traverses inférieures sombres, mais remplacez uniquement son tissu d'ameublement par le motif exact Strawberry Thief de l'Image C : fond bleu marine, grives en miroir, fraises rouges, feuilles bleues et fleurs roses, à une échelle où au moins deux oiseaux complets sont visibles sur le fauteuil. Utilisez un fond de studio gris chaud sans raccord et une lumière douce venant du haut à gauche avec des ombres de contact cohérentes. Ne copiez pas le feuillage ou le sol de l'Image A, le fond d'archives de l'Image B, ni un échantillon rectangulaire de l'Image C. Pas de collier, de costume, d'animal supplémentaire, de meuble supplémentaire, de texte, de bordure ou de panneaux de collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

ChatGPT > Muse > Gemini

ChatGPT produit de loin la réponse la plus fidèle à la consigne.

La chaise dans le résultat de ChatGPT conserve l'aspect poussiéreux et usé de la chaise originale.

Muse préserve parfaitement l'orientation et les détails de la chaise, mais sa couleur est trop vive.

Gemini présente la même couleur trop vive et tourne également la chaise de manière incorrecte vers l'appareil photo, ce qui le classe dernier.

13

Mettre ma fille sur une montagne de ski à Hokkaido

Instruction (traduite de l'anglais)

Utilisez l'Image B comme photo de destination de base et l'Image A uniquement comme référence d'identité pour ma fille. Créez une photo de voyage en famille convaincante en plaçant la même jeune fille de l'Image A sur la piste de ski enneigée de l'Image B, en conservant exactement le mont Yotei de Hokkaido, l'horizon, les pistes de ski et le ciel bleu d'hiver. Montrez son corps entier au premier plan à gauche, souriant naturellement vers l'appareil photo, portant une veste de ski rouge adaptée à son âge, un pantalon de neige bleu marine, des gants noirs, des chaussures de ski blanches et un bonnet en tricot crème laissant son visage totalement visible. Placez deux skis d'enfant parallèles sous ses chaussures et un bâton dans chaque main. Harmonisez la lumière de la montagne, la hauteur de l'appareil photo, l'échelle, l'air frais et vif, les ombres de contact sur la neige et la lumière bleue reflétée. Conservez son âge, son visage, la couleur de ses yeux, la ligne de ses cheveux et son expression reconnaissable ; ne la faites pas paraître adulte et ne l'embellissez pas. Ne modifiez pas la silhouette de la montagne, n'ajoutez pas de bâtiments, n'inventez pas de texte, ne dupliquez pas de personnes et ne créez pas de montage. Conservez le cadrage et le format paysage de l'Image B.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

ChatGPT > Gemini > Muse

Les trois modèles créent une photo de ski convaincante et préservent l'identité reconnaissable de la jeune fille. Cependant, ils peinent tous à rendre correctement les chaussures et les skis.

ChatGPT l'emporte pour les skis rendus de manière nette et l'ombre naturelle sur le visage de la fille. Bien que l'arrière des skis soit clairement trop court.

Gemini a du mal à rendre la partie arrière des skis, et le bâton droit est beaucoup plus long que le gauche

Muse a également du mal à rendre les skis, et l'ombre autour du visage de la fille n'est pas naturelle

14

Remplacer mon ancienne petite amie par une nouvelle

Instruction (traduite de l'anglais)

Utilisez l'Image A comme photo de base. Remplacez uniquement la femme adulte assise derrière l'homme sur le scooter par la femme adulte de l'Image B. Conservez le visage, les yeux, le nez, la bouche, le teint et les longs cheveux foncés reconnaissables de la nouvelle femme, mais adaptez-la naturellement à la posture assise, à l'échelle et au regard du passager d'origine. Elle doit porter le cardigan crème et la jupe beige du passager d'origine et tenir le même appareil photo bi-objectif dans la même position avec des mains plausibles. Ne transposez pas le chapeau conique, l'écharpe rouge, le drapeau, la rue ou l'arrière-plan de l'Image B. Conservez l'homme totalement inchangé — y compris son visage, ses cheveux, sa chemise à rayures bleues, ses mains et sa position de conduite — et préservez le scooter, le porte-bagages chromé, les pavés, le bâtiment emblématique, les grilles, les plantes, les panneaux, les ombres, le cadrage et la profondeur de champ de l'Image A. Harmonisez la lumière du soleil de milieu de journée et les ombres de contact existantes pour que l'ensemble ressemble à une seule photo de voyage non retouchée. Ne modifiez aucune autre personne ou objet, n'ajoutez ni bijoux ni texte, ne dupliquez pas de membres, ne floutez pas les visages et ne créez pas de montage. Conservez le format paysage de l'Image A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdict

Gemini > ChatGPT > Muse

Gemini et ChatGPT réussissent tous deux assez bien à échanger le visage. La couleur de la peau n'est pas naturelle dans les deux images. Gemini l'emporte parce que la fille regarde vers le bas, ce qui est plus conforme à la pose d'origine.

Muse a complètement échoué à échanger le visage du deuxième portrait, c'est donc un échec cuisant.

Décompte final

Quel modèle d'image l'emporte ?

Pour faire simple, nous attribuons trois points pour chaque première place (partagés en cas d'égalité) et un point pour chaque deuxième place.

Gagnant texte vers image

ChatGPT Images 2.5

ChatGPT Images 2.5 remporte la section génération avec 9,5 points, devant Gemini Nano Banana 2 avec 9 points et Muse Image 1.0 avec 7,5 points.

Gagnants de l'édition d'images

Muse Image 1.0 et Gemini Nano Banana 2

Muse Image 1.0 et Gemini Nano Banana 2 arrivent à égalité pour la victoire en édition avec 9,5 points chacun, devançant de peu ChatGPT Images 2.5 avec 9 points.

Gagnants généraux

ChatGPT Images 2.5 et Gemini Nano Banana 2

ChatGPT Images 2.5 et Gemini Nano Banana 2 se partagent la victoire globale à égalité avec 18,5 points chacun. Muse Image 1.0 termine juste derrière avec 17 points.

Essayez vous-même

Créer et modifier des images avec l'IA

Nous avons sélectionné un choix d'instructions pour rendre ces modèles d'images encore plus faciles à utiliser - découvrez comment

Explorer la création d'images