Tolok ukur generasi gambar

Seberapa bagus Meta Muse Image dibandingkan dengan Gemini Nano Banana 2 dan ChatGPT Images 2.5?

Tujuh evaluasi teks-ke-gambar asli, diikuti oleh tujuh evaluasi pengeditan gambar menggunakan gambar sumber dan petunjuk yang tetap.

Muse Image 1.0Gemini Nano Banana 2ChatGPT Images 2.5

01

Kasus uji

Enam Trombon Merah

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Permintaan utama: Enam trombon merah di sebelah kanan empat kura-kura kaca yang melompati seekor llama biru. Gaya/media: ilustrasi studio yang bersih dan sangat jelas Komposisi/pembingkaian: satu adegan persegi yang koheren; tampilkan setiap objek secara utuh; buat hubungan di-sebelah-kanan dan melompati-di-atas menjadi jelas tanpa keraguan Batasan: tepat enam trombon merah, tepat empat kura-kura kaca transparan, tepat satu llama biru; tidak ada objek tambahan; tidak ada teks, angka, label, bingkai, panel, atau tanda air.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Gemini > ChatGPT > Muse

Gemini adalah satu-satunya model yang menggambar tepat enam trombon. ChatGPT menggambar enam trombon tetapi secara keliru menampilkan lima kura-kura, sedangkan Muse menggambar delapan trombon dan lima kura-kura.

Gemini menunjukkan kepatuhan paling kuat terhadap jumlah yang diminta.

02

Kasus uji

Pembalikan peran dan atribut abnormal

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Buat satu adegan pertanian sinematik luas yang membalikkan peran umum tanpa menjadi kolase. Di tengah, seorang astronot dengan pakaian luar angkasa putih lengkap merayap dengan tangan dan lutut sementara tepat satu kuda warna cokelat mengangkang di atas ransel penunjang kehidupan astronot, terlihat menunggangi astronot; jangan tampilkan astronot menunggangi kuda. Di sebelah kiri, seekor burung biru kecil dengan agresif menakuti orang-orangan sawah dari jerami, yang condong ke belakang dengan lengan terangkat. Di sebelah kanan, jerapah merah muda cerah menonton dari balik pagar rendah. Jaga agar setiap subjek terlihat sepenuhnya, dapat dibaca secara anatomi, dan terpisah secara spasial; tanpa teks atau tanda air.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

ChatGPT ≥ Gemini > Muse

ChatGPT adalah satu-satunya model yang memperlihatkan burung biru secara aktif menakut-nakuti orang-orangan sawah. Pada gambar lainnya, arah jatuhnya orang-orangan sawah tidak konsisten dengan arah datangnya burung.

Muse berada di belakang Gemini karena pemisahan spasialnya yang buruk. Gemini adalah satu-satunya gambar yang menyampaikan kedalaman secara meyakinkan.

03

Kasus uji

Geometri cermin, tangan, dan perhiasan

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Buat adegan meja rias persegi yang fotorealistis yang dirancang untuk menguji geometri cermin dan tangan. Seorang wanita menghadap cermin vertikal besar sambil mengangkat tangan kiri aslinya, telapak tangan menghadap kaca; refleksinya harus muncul di sisi kanan cermin dan menampilkan telapak tangan yang sama. Tangan kiri aslinya mengenakan tepat tiga cincin—batu merah di jari telunjuk, emas polos di jari tengah, batu biru di jari manis—sementara pergelangan tangan kanan aslinya saja yang mengenakan gelang perak. Tempatkan cangkir hijau di sebelah kiri cermin dan cangkir merah di sebelah kanannya; posisi refleksinya harus terbalik. Tampilkan total sepuluh jari alami pada tangan asli, tangan refleksi yang konsisten, tanpa perhiasan, teks, atau tanda air tambahan.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Muse > Gemini > ChatGPT

Muse mengikuti instruksi dengan tepat untuk kedua tangan.

Gemini tidak mengangkat tangan kiri, dan menempatkan semua perhiasan di tangan kanan.

ChatGPT memiliki tangan ekstra di sebelah kanan, yang terlihat tidak alami dan menakutkan

04

Kasus uji

Tipografi, diakritik, dan garis alas melengkung

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Buat foto seni jalanan yang fotorealistis pada satu dinding bata merah yang bersambung. Di sepanjang bagian atas tengah, lukis kalimat huruf besar yang tepat “BE EXCELLENT TO EACH OTHER” dalam huruf balok putih besar, dieja dengan sempurna satu kali. Di bawahnya, pada garis dasar pirus yang terlihat melengkung, tulis tepat “Crème brûlée — déjà vu!” dengan kedua aksen, tanda pisah em, huruf kecil, dan tanda seru yang utuh. Di sebelah kanan, sertakan grafiti satu alien hijau yang mengenakan tuksedo hitam dan dasi kupu-kupu merah. Di latar depan, tempatkan satu hidran kebakaran kuning di trotoar kiri dan sebuah poster kecil di ujung kanan bertuliskan tepat “eXit 7½”. Tidak ada teks lain yang dapat dibaca, huruf ganda, tanda air, atau panel kolase.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

ChatGPT > Muse > Gemini

ChatGPT mengikuti persyaratan dengan tepat.

Muse menggunakan aksen yang salah, menulis "brûlée" dengan "û".

Gemini mengarang jalan di sebelah kiri dan sudut dinding di sebelah kanan, bertolak belakang dengan permintaan satu dinding menerus.

05

Kasus uji

Aksi di dapur dan latar belakang yang dalam

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Buat foto sinematik fokus dalam di dalam dapur baja tahan karat profesional. Di latar depan tengah, seorang koki memegang penjepit hitam di tangan kanan di atas wajan dengan tepat dua potong steak, sementara tangan kirinya memegang gagangnya. Di sebelah kiri, seorang sous-chef mengaduk tomat merah, daun hijau, dan paprika kuning dalam mangkuk kaca. Di latar belakang, tepat tiga pekerja secara terpisah memotong, menata makanan di piring, dan membuka oven. Gantung empat wajan tembaga di atas mereka, ukurannya mengecil dari kiri ke kanan. Tiket pesanan di atas tempat penyajian makanan tertulis tepat “TABLE 7”. Tampilkan tangan yang benar dan tanpa staf atau teks tambahan.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Gemini > Muse > ChatGPT

Gemini menciptakan kesan kedalaman ruang yang paling kuat dan menempatkan tiket pesanan di lokasi yang masuk akal.

Muse menciptakan ruang tiga dimensi yang tidak masuk akal, dan pekerja yang membuka oven tampak menyatu dengan koki di latar depan.

ChatGPT memiliki ruang 3D paling tidak masuk akal. Panci-panci terlihat memiliki jarak yang sama dengan koki, tetapi ukurannya jauh lebih kecil dari biasanya. Sisi kiri dan kanan gambar menunjukkan kedalaman yang berbeda (3 pekerja terletak jauh lebih di belakang daripada yang ditunjukkan oleh sisi kiri).

06

Kasus uji

Transparansi, oklusi, dan pencahayaan

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Buat benda mati studio yang masuk akal secara fisik di atas lantai abu-abu buram. Tempatkan kubus kaca transparan di belakang bola merah mengkilap tetapi di depan kerucut kuning. Bola sebagian menutupi kubus, dan kubus sebagian menutupi kerucut, sementara semua siluet tetap dapat diidentifikasi. Gantung tepat dua kelereng biru secara vertikal di dalam kubus. Di ujung kiri, susun tiga piramida perak kecil dalam barisan dari depan ke belakang. Di ujung kanan, tumpang tindihkan empat cincin hijau seperti rantai tanpa menyatu. Terangi semuanya dari kiri atas sehingga setiap bayangan jatuh ke bawah dan ke kanan. Tanpa teks atau bentuk tambahan.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Muse = ChatGPT > Gemini

Muse melakukan tugasnya dengan lumayan baik, tetapi bola merah menunjukkan pantulan di kedua sisi, yang secara keliru mengindikasikan adanya sumber cahaya kedua di sebelah kanan.

ChatGPT memiliki masalah serupa meskipun masalah sumber cahaya kedua tidak begitu terlihat. Di sisi lain, bentuk kubusnya lebih terdistorsi.

Gemini hanya mencakup tiga cincin, dan kelereng di dalam kubus kaca memiliki pantulan yang tidak masuk akal.

07

Kasus uji

Pencocokan papan tanda dan kedai di pasar malam multibahasa

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Buat satu adegan pasar malam fotorealistis yang bersambung dengan tiga kedai dari kiri ke kanan. Papan tanda putih pada kedai buku biru bertuliskan “LIBROS”; papan tanda krem pada kedai teh merah bertuliskan “茶”; papan tanda hitam pada kedai roti hijau bertuliskan “خبز”. Gantung tepat lima lentera merah di atas kedai tengah saja. Penjualnya yang kidal menuangkan dari teko perak yang dipegang di tangan kiri ke dalam cangkir-cangkir berurutan biru, putih, lalu kuning. Di bagian depan, tempatkan seorang anak berjaket ungu di antara seekor anjing totol di sebelah kiri dan seekor kucing bergaris di sebelah kanan. Pertahankan semua aksara, jumlah, warna, dan keterkaitan papan tanda dengan kedainya; tidak ada teks terbaca lainnya.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

ChatGPT = Muse = Gemini

Semua model berhasil menangkap suasana pasar malam yang ramai dan fotorealistis.

Gemini menempatkan lentera dengan benar di atas stan tengah, sementara Muse dan ChatGPT menempatkannya di dalam stan.

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

Penyuntingan gambar

Gambar sumber + petunjuk

08

Menghapus objek dari pemandangan yang kompleks

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Edit Gambar A, menggunakannya sebagai foto dasar. Hapus hanya sepeda hitam besar yang mendominasi bagian tengah latar depan: sepeda dengan stang perak, sadel hitam, pelindung rantai hitam, dan spatbor depan perak cerah. Rekonstruksi bagian-bagian yang terhalang olehnya—sepeda hijau di belakangnya, dinding bata yang dicat, garis semen, goresan grafiti, kerb, dan batu jalanan—sehingga terlihat berkesinambungan dan masuk akal secara fisik. Pertahankan setiap sepeda lainnya, setiap tanda grafiti yang tersisa, pemotongan (crop), posisi kamera, sinar matahari, bayangan, tekstur, dan grain foto tetap tidak berubah. Jangan menambahkan objek, teks, efek buram (blur), jari-jari roda yang berulang, atau tambalan retouching yang terlihat. Kembalikan bingkai lanskap dan rasio aspek yang sama seperti Gambar A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Muse > ChatGPT > Gemini

Muse secara tepat menyimpulkan bahwa roda depan sepeda tengah yang tersisa harus berwarna perak, yang membuatnya sedikit unggul dari ChatGPT.

ChatGPT juga meninggalkan celah yang tidak alami di sepanjang bagian bawah grafiti.

Gemini benar-benar gagal menghapus sepeda tersebut.

09

Pewarnaan ulang selektif berbasis bahan

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Edit Gambar A, menggunakannya sebagai foto dasar. Ubah hanya panel logam eksterior mobil yang terlihat dicat merah—termasuk pintu, spatbor depan, tepi kap mesin, panel seperempat belakang, dan panel bodi kecil berwarna merah yang ditinggikan di atas garis atap—menjadi cat metalik British racing green yang pekat. Cat baru harus mempertahankan garis sambungan panel, sorotan cahaya, dan pantulan pohon yang asli. Jangan mewarnai ulang atau mendesain ulang atap vinil cokelat, lis krom, kaca spion, kaca, karet hitam, gagang pintu, kunci, antena, lencana, interior, pengemudi, buket bunga, atau latar belakang. Jangan mengubah model atau geometri mobil. Pertahankan pemotongan (crop), kedalaman bidang (depth of field), pencahayaan, dan rasio aspek asli; jangan tambahkan teks, logo, atau objek.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Muse = Gemini > ChatGPT

Muse menerapkan penajaman yang tidak diinginkan pada lencana Ranchero, tetapi pantulan rumputnya lebih setia pada gambar asli.

Gemini mempertajam bayangan rumput tetapi membiarkan lencana tidak berubah.

ChatGPT mempertajam lencana Ranchero dan menerapkan penajaman agresif pada bayangan, sehingga berada di peringkat terakhir.

10

Pencahayaan ulang global tanpa pergeseran struktur atau teks

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Edit Gambar A, menggunakannya sebagai foto dasar. Ubah suasana dari siang hari yang mendung menjadi blue hour yang realistis sesaat setelah hujan. Buat langit menjadi biru kobalt tua yang cerah di saat senja; nyalakan lampu interior dan lampu bawah kanopi yang hangat; biarkan lampu hangat tersebut dan pita stasiun berwarna ungu yang ada memantul secara halus pada trotoar/jalan setapak yang sudah basah. Pertahankan dengan tepat posisi kamera, perspektif sudut lebar (wide-angle), geometri bangunan, kanopi, kolom, pintu masuk, tata letak trotoar, pita ungu, dan kata berwarna putih "Woolwich" yang dapat dibaca. Pertahankan setiap orang, patok jalan (bollard), poster, dan tanda yang ada di lokasi aslinya dan jangan menambah atau menghapus apa pun. Jangan menulis ulang, menerjemahkan, atau mengarang teks. Pertahankan rentang dinamis yang realistis—bukan tampilan fantasi neon—dan kembalikan bingkai lanskap dan rasio aspek yang sama.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Gemini > Muse > ChatGPT

Ketiga model bekerja cukup baik dalam mempertahankan sudut kamera, perspektif, dan teks yang tidak biasa saat menghasilkan lantai yang basah.

Gemini adalah satu-satunya model yang menggunakan pencahayaan yang benar, karena Muse dan ChatGPT sama-sama mengarang lampu yang tidak ada pada gambar asli.

Lampu-lampu ChatGPT terlihat tidak pada tempatnya, dan model ini membuat lampu tambahan di pohon sebelah kiri, sehingga berada di peringkat terakhir.

11

Penempatan produk yang persis sama ke dalam ruangan berperabot

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Gunakan Gambar A sebagai ruang dasar dan Gambar B hanya sebagai referensi furnitur. Di Gambar A, ganti hanya kursi lengan berlapis kain hijau muda yang sempit di bagian tengah belakang, yang terletak di antara dua jendela belakang yang terang dan sebagian di belakang sofa biru—dengan kursi lengan biru-emas yang persis sama dari Gambar B. Pertahankan sandaran dan dudukan biru persegi khas Gambar B, bingkai kayu ukir berlapis emas, sandaran tangan terbuka, rumbai-rumbai, dan kaki yang ramping. Sesuaikan ke posisi lantai dan sudut pandang kursi asli pada skala ruangan yang dapat dipercaya; sesuaikan dengan cahaya jendela yang hangat, bayangan kontak lantai, perspektif, dan oklusi tepi alami apa pun. Jangan ubah sofa biru, meja kopi, karpet, tempat duduk jendela terintegrasi, lampu, jendela, lampu gantung, dinding kayu, atau bagian mana pun dari Gambar A. Jangan pertahankan latar belakang museum abu-abu Gambar B. Kembalikan bingkai dan rasio aspek lanskap asli Gambar A; tanpa furnitur tambahan, teks, atau batas kolase.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Muse > Gemini = ChatGPT

Muse adalah satu-satunya model yang menempatkan kursi yang dimodifikasi dalam orientasi aslinya, sementara dua model lainnya memutarnya terlalu jauh ke kanan.

12

Pengikatan identitas, struktur, dan tekstur dari tiga gambar acuan

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Buat satu potret studio editorial fotorealistis berbentuk persegi menggunakan ketiga referensi dengan pengikatan peran yang ketat. Tempatkan kucing tabby abu-abu yang sama dari Gambar A yang duduk tegak dan melihat sedikit ke kiri di kursi bersayap yang tepat dari Gambar B. Pertahankan wajah kucing, mata hijau-kuning, garis-garis dahi gelap, bulu abu-abu bermotif, bentuk telinga, dan ekor panjang berlingkar. Pertahankan sandaran tinggi, lengan melengkung, dudukan luas, kaki depan melengkung, dan palang bawah gelap dari Gambar B, tetapi ganti hanya kain pelapisnya dengan tekstil Strawberry Thief yang tepat dari Gambar C: dasar biru dongker, burung thrush yang tersusun seperti cermin, stroberi merah, daun biru, dan bunga merah muda, pada skala di mana setidaknya dua burung utuh terlihat di seluruh kursi. Gunakan latar belakang studio abu-abu hangat tanpa sambungan dan cahaya lembut dari kiri atas dengan bayangan kontak yang koheren. Jangan menyalin dedaunan atau tanah dari Gambar A, latar belakang arsip dari Gambar B, atau contoh kain persegi panjang dari Gambar C. Tanpa kalung, kostum, hewan tambahan, furnitur tambahan, teks, bingkai, atau panel kolase.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

ChatGPT > Muse > Gemini

ChatGPT menghasilkan respons yang paling setia pada petunjuk sejauh ini.

Kursi dalam hasil ChatGPT mempertahankan tampilan kursi asli yang berdebu dan usang.

Muse mempertahankan orientasi dan detail kursi dengan sempurna, tetapi warnanya terlalu terang.

Gemini sama-sama memiliki warna yang terlalu terang, dan juga memutar kursi secara tidak benar ke arah kamera, sehingga menempati peringkat terakhir.

13

Membawa putri saya ke gunung ski di Hokkaido

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Gunakan Gambar B sebagai foto tujuan dasar dan Gambar A hanya sebagai referensi identitas untuk putri saya. Buat foto perjalanan keluarga yang meyakinkan dengan menempatkan anak perempuan yang sama dari Gambar A di lereng ski bersalju pada Gambar B, dengan Gunung Yotei di Hokkaido, cakrawala, jalur ski, dan langit musim dingin biru yang dipertahankan persis sama. Tampilkan seluruh tubuhnya di latar depan kiri, tersenyum alami ke arah kamera, mengenakan jaket ski merah yang sesuai dengan usianya, celana salju biru tua, sarung tangan hitam, sepatu ski putih, dan topi rajut krem yang memperlihatkan wajahnya secara penuh. Tempatkan dua papan ski berukuran anak-anak secara sejajar di bawah sepatunya dan satu tongkat di masing-masing tangan. Sesuaikan dengan cahaya pegunungan, tinggi kamera, skala, udara dingin yang segar, bayangan kontak salju, dan pantulan cahaya biru. Pertahankan usia, wajah, warna mata, garis rambut, dan ekspresinya yang mudah dikenali; jangan membuatnya terlihat lebih dewasa atau mempercantiknya. Jangan mengubah siluet gunung, menambahkan bangunan, membuat teks, menggandakan orang, atau membuat kolase. Kembalikan bingkai dan rasio aspek lanskap Gambar B.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

ChatGPT > Gemini > Muse

Ketiga model menghasilkan foto ski yang meyakinkan dan mempertahankan identitas gadis tersebut yang mudah dikenali. Namun, semuanya kesulitan menampilkan sepatu bot dan papan ski dengan benar.

ChatGPT menang karena rendering ski yang bersih dan bayangan alami di wajah gadis itu. Meskipun bagian belakang ski jelas terlalu pendek.

Gemini kesulitan merender bagian belakang ski, ditambah tongkat kanan jauh lebih panjang daripada tongkat kiri

Muse juga kesulitan menampilkan ski, ditambah bayangan di sekitar wajah gadis itu tidak alami

14

Ganti pacar lama saya dengan yang baru

Petunjuk (Diterjemahkan dari Bahasa Inggris)

Gunakan Gambar A sebagai foto dasar. Ganti hanya wanita dewasa yang duduk di belakang pria di atas skuter dengan wanita dewasa dari Gambar B. Pertahankan wajah, mata, hidung, mulut, warna kulit, dan rambut gelap panjang dari wanita baru yang mudah dikenali, tetapi sesuaikan secara alami dengan posisi duduk, skala, dan arah pandang penumpang asli. Dia harus mengenakan kardigan krem dan rok beig milik penumpang asli serta memegang kamera lensa ganda yang sama dalam posisi yang sama dengan tangan yang masuk akal. Jangan membawa topi kerucut, syal merah, bendera, jalanan, atau latar belakang dari Gambar B. Biarkan pria itu tidak berubah sama sekali—termasuk wajah, rambut, kemeja garis-garis biru, tangan, dan posisi berkendaranya—dan pertahankan skuter, rak krom, jalan batu bulat, bangunan landmark, gerbang, tanaman, tanda, bayangan, pemotongan gambar, dan kedalaman bidang dari Gambar A. Sesuaikan dengan sinar matahari tengah hari dan bayangan kontak yang ada sehingga terlihat seperti satu foto perjalanan yang tidak diedit. Jangan mengubah orang atau objek lain, menambahkan perhiasan atau teks, menggandakan anggota tubuh, mengaburkan wajah, atau membuat kolase. Kembalikan rasio aspek lanskap Gambar A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Putusan

Gemini > ChatGPT > Muse

Baik Gemini maupun ChatGPT melakukan tugas yang cukup baik dalam menukar wajah. Nada warna kulit tampak tidak alami pada kedua gambar. Gemini menang karena anak perempuan tersebut sedang melihat ke bawah dan lebih sesuai dengan pose aslinya.

Muse benar-benar gagal menukar wajah potret kedua sehingga ini adalah kegagalan total.

Hitungan akhir

Model gambar mana yang menang?

Agar tetap sederhana, kami memberikan tiga poin untuk setiap juara pertama (dibagi jika seri) dan satu poin untuk juara kedua.

Pemenang teks-ke-gambar

ChatGPT Images 2.5

ChatGPT Images 2.5 memenangkan bagian pembuatan gambar dengan 9,5 poin, di depan Gemini Nano Banana 2 dengan 9 poin dan Muse Image 1.0 dengan 7,5 poin.

Pemenang penyuntingan gambar

Muse Image 1.0 dan Gemini Nano Banana 2

Muse Image 1.0 dan Gemini Nano Banana 2 seri untuk kemenangan penyuntingan dengan masing-masing 9,5 poin, unggul tipis dari ChatGPT Images 2.5 dengan 9 poin.

Pemenang keseluruhan

ChatGPT Images 2.5 dan Gemini Nano Banana 2

ChatGPT Images 2.5 dan Gemini Nano Banana 2 seri untuk kemenangan keseluruhan dengan masing-masing 18,5 poin. Muse Image 1.0 finis tidak jauh di belakang dengan 17 poin.

Coba sendiri

Buat dan edit gambar dengan AI

Kami telah mengurasi pilihan petunjuk untuk membuat model gambar ini semakin mudah digunakan - lihat caranya

Jajaki pembuatan gambar