Benchmark di generazione immagini

Quanto è valido Muse Image di Meta rispetto a Gemini Nano Banana 2 e ChatGPT Images 2.5?

Sette valutazioni originali da testo a immagine, seguite da sette valutazioni di modifica delle immagini utilizzando immagini sorgente e prompt fissi.

Muse Image 1.0Gemini Nano Banana 2ChatGPT Images 2.5

01

Caso di test

Sei tromboni rossi

Prompt (Tradotto dall'inglese)

Richiesta principale: Sei tromboni rossi a destra di quattro tartarughe di vetro che saltano sopra un lama blu. Stile/mezzo: illustrazione di studio pulita e altamente leggibile Composizione/inquadratura: un'unica scena quadrata coerente; mostra ogni oggetto per intero; rendi inequivocabili le relazioni "a destra di" e "saltano sopra" Vincoli: esattamente sei tromboni rossi, esattamente quattro tartarughe di vetro trasparente, esattamente un lama blu; nessun oggetto extra; nessun testo, numero, etichetta, bordo, riquadro o filigrana.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Gemini > ChatGPT > Muse

Gemini è l'unico modello che disegna esattamente sei tromboni. ChatGPT disegna sei tromboni ma mostra erroneamente cinque tartarughe, mentre Muse disegna otto tromboni e cinque tartarughe.

Gemini dimostra il maggior rispetto delle quantità richieste.

02

Caso di test

Inversione dei ruoli e attributi anomali

Prompt (Tradotto dall'inglese)

Crea un'unica ampia scena cinematografica agricola che inverta i ruoli familiari senza diventare un collage. Al centro, un astronauta in una tuta spaziale bianca completa avanza a carponi mentre esattamente un cavallo sauro siede a cavalcioni dello zaino del sistema di supporto vitale dell'astronauta, cavalcandolo visibilmente; non mostrare l'astronauta che cavalca il cavallo. Sulla sinistra, un piccolo uccello blu spaventa aggressivamente uno spaventapasseri di paglia, che si sporge all'indietro con le braccia alzate. Sulla destra, una giraffa rosa brillante osserva da dietro una bassa recinzione. Mantieni ogni soggetto completamente visibile, anatomicamente leggibile e spazialmente separato; nessun testo o filigrana.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

ChatGPT ≥ Gemini > Muse

ChatGPT è l'unico modello che mostra l'uccello blu mentre spaventa attivamente lo spaventapasseri. Nelle altre immagini, la direzione della caduta dello spaventapasseri non è coerente con l'avvicinamento dell'uccello.

Muse si posiziona dietro Gemini a causa della sua scarsa separazione spaziale. Gemini è l'unica immagine che trasmette una profondità convincente.

03

Caso di test

Geometria dello specchio, mani e gioielli

Prompt (Tradotto dall'inglese)

Crea una scena fotorealistica quadrata davanti a un mobile toeletta, progettata per testare la geometria dello specchio e le mani. Una donna è di fronte a un grande specchio verticale mentre solleva la mano sinistra reale, con il palmo verso il vetro; il suo riflesso deve apparire sul lato destro dello specchio e mostrare lo stesso palmo. La sua mano sinistra reale indossa esattamente tre anelli — una pietra rossa sull'indice, un anello d'oro semplice sul medio, una pietra blu sull'anulare — mentre solo il suo polso destro reale indossa un braccialetto d'argento. Posiziona una tazza verde a sinistra dello specchio e una tazza rossa a destra; le loro posizioni riflesse devono invertirsi. Mostra dieci dita naturali in totale sulle mani reali, mani riflesse coerenti, nessun gioiello, testo o filigrana aggiuntiva.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Muse > Gemini > ChatGPT

Muse segue le istruzioni con precisione per entrambe le mani.

Gemini non alza la mano sinistra e inserisce tutti i gioielli sulla mano destra.

ChatGPT ha una mano in più sulla destra, il che è innaturale e spaventoso

04

Caso di test

Tipografia, diacritici e una linea di base curva

Prompt (Tradotto dall'inglese)

Crea una fotografia fotorealistica di street art su un'unica parete continua di mattoni rossi. Nella parte superiore centrale, dipingi l'esatta frase in maiuscolo "BE EXCELLENT TO EACH OTHER" a grandi lettere stampatello bianche, scritta perfettamente una sola volta. Sotto di essa, su una linea di base turchese chiaramente curva, scrivi esattamente "Crème brûlée — déjà vu!" mantenendo intatti entrambi gli accenti, il trattino lungo, le lettere minuscole e il punto esclamativo. A destra, includi un graffito di un alieno verde con uno smoking nero e un farfallino rosso. In primo piano, posiziona un idrante giallo sul marciapiede di sinistra e un piccolo manifesto all'estrema destra con la scritta esatta "eXit 7½". Nessun altro testo leggibile, lettere duplicate, filigrana o pannelli di collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

ChatGPT > Muse > Gemini

ChatGPT segue i requisiti con precisione.

Muse usa l'accento sbagliato, scrivendo "brûlée" con la "û".

Gemini inventa una strada a sinistra e l'angolo di un muro a destra, contraddicendo la richiesta di un unico muro continuo.

05

Caso di test

Azioni in cucina e sfondo profondo

Prompt (Tradotto dall'inglese)

Crea una fotografia cinematografica ad ampia profondità di campo all'interno di una cucina professionale in acciaio inossidabile. In primo piano al centro, uno chef tiene una pinza nera nella mano destra sopra una padella con esattamente due bistecche, mentre la mano sinistra ne impugna il manico. Sulla sinistra, un sous-chef salta pomodori rossi, foglie verdi e peperoni gialli in una ciotola di vetro. Sullo sfondo, esattamente tre lavoratori separatamente tritano, impiattano il cibo e aprono un forno. Appendi quattro padelle di rame sopra di loro, in ordine decrescente di grandezza da sinistra a destra. Una comanda sopra il pass riporta esattamente la scritta "TABLE 7". Mostra mani corrette e nessun personale o testo aggiuntivo.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Gemini > Muse > ChatGPT

Gemini crea il senso di profondità spaziale più forte e posiziona la comanda in un punto logico.

Muse crea uno spazio tridimensionale poco plausibile e l'operaio che apre il forno sembra essersi fuso con lo chef in primo piano.

ChatGPT presenta lo spazio 3D più impossibile. Le padelle sembrano trovarsi alla stessa distanza dello chef, ma sono molto più piccole del normale. Il lato sinistro e quello destro dell'immagine mostrano profondità diverse (i 3 lavoratori si trovano molto più indietro di quanto suggerirebbe il lato sinistro).

06

Caso di test

Trasparenza, occlusione e illuminazione

Prompt (Tradotto dall'inglese)

Crea una natura morta da studio fisicamente verosimile su un pavimento grigio opaco. Posiziona un cubo di vetro trasparente dietro una sfera rossa lucida ma davanti a un cono giallo. La sfera nasconde parzialmente il cubo, e il cubo nasconde parzialmente il cono, mentre tutte le silhouette rimangono identificabili. Sospendi esattamente due biglie blu verticalmente all'interno del cubo. All'estrema sinistra, disponi tre piccole piramidi d'argento in linea dalla parte anteriore a quella posteriore. All'estrema destra, sovrapponi quattro anelli verdi come una catena senza fonderli. Illumina tutto dall'alto a sinistra in modo che ogni ombra cada verso il basso e a destra. Nessun testo o forma extra.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Muse = ChatGPT > Gemini

Muse fa un discreto lavoro, ma la sfera rossa mostra riflessi su entrambi i lati, suggerendo erroneamente una seconda sorgente luminosa sulla destra.

ChatGPT presenta un problema simile, sebbene il problema della seconda sorgente luminosa sia meno pronunciato. D'altra parte, il suo cubo è più distorto.

Gemini include solo tre anelli, e le biglie all'interno del cubo di vetro presentano riflessi poco verosimili.

07

Caso di test

Associazione di attributi in un mercato notturno multilingue

Prompt (Tradotto dall'inglese)

Crea un'unica scena fotorealistica continua di un mercato notturno con tre bancarelle da sinistra a destra. L'insegna bianca della bancarella di libri blu riporta la scritta "LIBROS"; l'insegna crema della bancarella di tè rossa riporta la scritta "茶"; l'insegna nera della bancarella di pane verde riporta la scritta "خبز". Appendi esattamente cinque lanterne rosse solo sopra la bancarella centrale. Il suo venditore mancino versa da un bollitore d'argento tenuto con la mano sinistra in tazze ordinate in sequenza blu, bianca e poi gialla. Davanti, posiziona un bambino con un cappotto viola tra un cane a macchie sulla sinistra e un gatto a strisce sulla destra. Conserva tutte le scritte nei rispettivi alfabeti, i conteggi, i colori e le associazioni; nessun altro testo leggibile.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

ChatGPT = Muse = Gemini

Tutti i modelli catturano l'atmosfera vivace e fotorealistica di un mercato notturno.

Gemini posiziona correttamente le lanterne sopra la bancarella centrale, mentre Muse e ChatGPT le posizionano all'interno delle bancarelle.

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

Modifica dell'immagine

Immagine sorgente + prompt

08

Rimozione di un oggetto da una scena complessa

Prompt (Tradotto dall'inglese)

Modifica l'Immagine A, utilizzandola come fotografia di base. Rimuovi solo la grande bicicletta nera che domina il centro del primo piano: la bicicletta con il manubrio d'argento, la sella nera, il paracatena nero e il parafango anteriore argento lucido. Ricostruisci le parti che nasconde—la bicicletta verde dietro di essa, il muro di mattoni dipinto, le linee di malta, i tratti di graffiti, il cordolo e i pavé—in modo che appaiano continui e fisicamente verosimili. Mantieni invariata ogni altra bicicletta, ogni segno di graffiti superstite, l'inquadratura, la posizione della fotocamera, la luce del sole, le ombre, la trama e la grana fotografica. Non aggiungere oggetti, testo, sfocature, raggi delle ruote ripetuti o una chiazza di fotoritocco visibile. Restituisci le stesse dimensioni di inquadratura orizzontale e rapporto d'aspetto dell'Immagine A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Muse > ChatGPT > Gemini

Muse deduce correttamente che la ruota anteriore della bicicletta centrale rimasta dovrebbe essere d'argento, il che la pone appena davanti a ChatGPT.

ChatGPT lascia anche un'interruzione innaturale lungo la parte inferiore del graffiti.

Gemini non riesce minimamente a rimuovere la bicicletta.

09

Ricolorazione selettiva consapevole del materiale

Prompt (Tradotto dall'inglese)

Modifica l'Immagine A, utilizzandola come fotografia di base. Cambia solo i pannelli metallici esterni visibili dell'auto verniciati di rosso—inclusi la portiera, il parafango anteriore, il bordo del cofano, il pannello posteriore e il piccolo pannello rialzato rosso sopra la linea del tetto—con una vernice metallizzata verde da corsa britannica (British racing green). La nuova vernice deve mantenere le giunzioni dei pannelli, i riflessi di luce e i riflessi degli alberi originali. Non ricolorare né riprogettare il tetto in vinile marrone, le finiture cromate, gli specchietti, i vetri, la gomma nera, la maniglia della portiera, la serratura, l'antenna, lo stemma, gli interni, il conducente, il mazzo di fiori o lo sfondo. Non modificare il modello o la geometria dell'auto. Conserva l'inquadratura, la profondità di campo, l'illuminazione e il rapporto d'aspetto originali; non aggiungere testo, loghi o oggetti.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Muse = Gemini > ChatGPT

Muse applica una nitidezza indesiderata allo stemma della Ranchero, ma il riflesso dell'erba è più fedele all'immagine originale.

Gemini definisce l'ombra dell'erba ma lascia lo stemma invariato.

ChatGPT ha nitidizzato lo stemma Ranchero e applicato una nitidezza aggressiva all'ombra, quindi si classifica all'ultimo posto.

10

Rilluminazione globale senza alterazioni strutturali o del testo

Prompt (Tradotto dall'inglese)

Modifica l'Immagine A, utilizzandola come fotografia di base. Trasforma la scena da una giornata nuvolosa a un'ora blu realistica subito dopo la pioggia. Rendi il cielo di un crepuscolo blu cobalto profondo e limpido; accendi le luci calde all'interno e sotto la tettoia; fai in modo che quelle luci calde e la fascia viola esistente della stazione si riflettano delicatamente sulla pavimentazione già bagnata. Mantieni esattamente la stessa posizione della fotocamera, la prospettiva grandangolare, la geometria dell'edificio, la tettoia, le colonne, gli ingressi, il layout della pavimentazione, la fascia viola e la scritta bianca leggibile “Woolwich”. Mantieni ogni persona, dissuasore, manifesto e cartello esistente nella sua posizione originale e non aggiungere né rimuovere nulla. Non riscrivere, tradurre o inventare testi. Mantieni una gamma dinamica realistica—senza un effetto fantasy al neon—e restituisci le stesse dimensioni di inquadratura orizzontale e rapporto d'aspetto.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Gemini > Muse > ChatGPT

Tutti e tre i modelli svolgono un buon lavoro nel preservare l'angolazione insolita della fotocamera, la prospettiva e il testo durante la generazione del pavimento bagnato.

Gemini è l'unico modello che utilizza l'illuminazione corretta, poiché sia Muse sia ChatGPT inventano lampade che non erano presenti nell'immagine originale.

Le lampade di ChatGPT sono fuori posto, e crea una lampada aggiuntiva sull'albero a sinistra, quindi si classifica all'ultimo posto.

11

Trapianto esatto del prodotto in una stanza arredata

Prompt (Tradotto dall'inglese)

Usa l'Immagine A come stanza di base e l'Immagine B solo come riferimento per l'arredamento. Nell'Immagine A, sostituisci solo la poltrona imbottita verde chiaro e stretta nello sfondo al centro, posizionata tra le due luminose finestre posteriori e parzialmente dietro il divano blu, con l'esatta poltrona blu e oro dell'Immagine B. Mantieni il caratteristico schienale e la seduta quadrati blu dell'Immagine B, la cornice in legno intagliato e dorato, i braccioli aperti, le frange con nappe e le gambe sottili. Inseriscila nella posizione sul pavimento e con l'angolo di visuale della sedia originale a una scala credibile per la stanza; riproduci la luce calda della finestra, l'ombra di contatto sul pavimento, la prospettiva e qualsiasi naturale occlusione dei bordi. Non modificare il divano blu, il tavolino da caffè, il tappeto, la seduta integrata sotto la finestra, le lampade, le finestre, il lampadario, le pareti in legno o qualsiasi altra parte dell'Immagine A. Non mantenere lo sfondo grigio da museo dell'Immagine B. Restituisci l'inquadratura e le proporzioni orizzontali originali dell'Immagine A; niente arredi extra, testo o bordi da collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Muse > Gemini = ChatGPT

Muse è l'unico modello che posiziona la sedia modificata nel suo orientamento originale, mentre gli altri due la ruotano troppo a destra.

12

Associazione di identità, struttura e texture da tre riferimenti

Prompt (Tradotto dall'inglese)

Crea un ritratto di studio editoriale fotorealistico e quadrato utilizzando tutti e tre i riferimenti con un rigoroso vincolo di ruolo. Posiziona lo stesso gatto soriano grigio dell'Immagine A seduto in posizione eretta e rivolto leggermente a sinistra esattamente sulla poltrona bergère dell'Immagine B. Mantieni il muso del gatto, gli occhi verde-gialli, le strisce scure sulla fronte, il mantello grigio tichettato, la forma delle orecchie e la lunga coda anellata. Mantieni lo schienale alto e alato dell'Immagine B, i braccioli arrotolati, l'ampia seduta, le gambe anteriori curve e le traverse inferiori scure, ma sostituisci solo il tessuto imbottito con l'esatto tessuto Strawberry Thief dell'Immagine C: fondo blu marino, tordi specchiati, fragole rosse, foglie blu e fiori rosa, con una scala in cui siano visibili almeno due uccelli completi sulla poltrona. Utilizza uno sfondo da studio grigio caldo senza cuciture e una luce morbida dall'alto a sinistra con ombre di contatto coerenti. Non copiare il fogliame o il terreno dall'Immagine A, lo sfondo d'archivio dall'Immagine B o un campione rettangolare dall'Immagine C. Nessun collare, costume, animale extra, mobile extra, testo, bordo o pannelli collage.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

ChatGPT > Muse > Gemini

ChatGPT produce di gran lunga la risposta più fedele al prompt.

La sedia nel risultato di ChatGPT mantiene l'aspetto polveroso e usurato della sedia originale.

Muse conserva perfettamente l'orientamento e i dettagli della sedia, ma il suo colore è troppo luminoso.

Gemini presenta lo stesso colore troppo luminoso e ruota anche la sedia in modo errato verso la fotocamera, posizionandosi quindi all'ultimo posto.

13

Mettere mia figlia su una montagna da sci di Hokkaido

Prompt (Tradotto dall'inglese)

Usa l'Immagine B come foto di destinazione di base e l'Immagine A solo come riferimento di identità per mia figlia. Crea una foto di viaggio di famiglia convincente posizionando la stessa bambina dell'Immagine A sulla pista da sci innevata dell'Immagine B, mantenendo esattamente il monte Yotei di Hokkaido, l'orizzonte, le piste da sci e il cielo invernale blu. Mostra il suo corpo intero in primo piano a sinistra, mentre sorride in modo naturale verso la fotocamera, indossando una giacca da sci rossa adatta alla sua età, pantaloni da neve blu scuro, guanti neri, scarponi da sci bianchi e un cappello di lana crema che lasci il viso completamente visibile. Posiziona due sci a misura di bambino paralleli sotto i suoi scarponi e una racchetta in ciascuna mano. Riproduci la luce della montagna, l'altezza della fotocamera, la scala, l'aria fresca e frizzante, le ombre di contatto sulla neve e la luce blu riflessa. Mantieni la sua età, il viso, il colore degli occhi, l'attaccatura dei capelli e l'espressione riconoscibile; non adultizzarla o abbellirla artificialmente. Non modificare la silhouette della montagna, non aggiungere edifici, non inventare testi, non duplicare persone o creare collage. Restituisci l'inquadratura e le proporzioni orizzontali dell'Immagine B.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

ChatGPT > Gemini > Muse

Tutti e tre i modelli creano una fotografia di sci convincente e mantengono l'identità riconoscibile della ragazza. Tuttavia, faticano tutti a rendere correttamente gli scarponi e gli sci.

ChatGPT vince per gli sci resi in modo pulito e l'ombra naturale sul viso della ragazza. Anche se la parte posteriore degli sci è chiaramente troppo corta.

Gemini ha difficoltà a renderizzare la parte posteriore degli sci, inoltre il bastoncino destro è molto più lungo di quello sinistro

Muse ha anche difficoltà a mostrare gli sci, e l'ombra attorno al viso della ragazza è innaturale

14

Sostituire la mia vecchia fidanzata con una nuova

Prompt (Tradotto dall'inglese)

Usa l'Immagine A come foto di base. Sostituisci solo la donna adulta seduta dietro l'uomo sullo scooter con la donna adulta dell'Immagine B. Mantieni il viso, gli occhi, il naso, la bocca, la carnagione e i lunghi capelli scuri riconoscibili della nuova donna, ma adattala in modo naturale alla posizione seduta, alla scala e allo sguardo del passeggero originale. Deve indossare il cardigan crema e la gonna beige del passeggero originale e tenere la stessa fotocamera biottica nella stessa posizione con mani verosimili. Non riportare il cappello conico, la sciarpa rossa, la bandiera, la strada o lo sfondo dell'Immagine B. Mantieni l'uomo completamente invariato—inclusi viso, capelli, camicia a righe blu, mani e postura di guida—e conserva lo scooter, il portapacchi cromato, i ciottoli, l'edificio storico, i cancelli, le piante, i cartelli, le ombre, il ritaglio e la profondità di campo dell'Immagine A. Riproduci la luce solare di mezzogiorno e le ombre di contatto esistenti in modo che sembri un'unica foto di viaggio non modificata. Non alterare nessun'altra persona o oggetto, non aggiungere gioielli o testo, non duplicare arti, non sfocare i volti o creare collage. Restituisci le proporzioni orizzontali dell'Immagine A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Verdetto

Gemini > ChatGPT > Muse

Sia Gemini che ChatGPT svolgono un buon lavoro nello scambiare il viso. La tonalità della pelle è innaturale in entrambe le immagini. Gemini vince perché la ragazza sta guardando verso il basso ed è più in linea con la posa originale.

Muse ha completamente fallito nello scambiare il volto del secondo ritratto, quindi è un fallimento totale.

Conteggio finale

Quale modello di immagine vince?

Per mantenere le cose semplici, assegniamo tre punti per ogni primo posto (divisi in caso di parità) e un punto per i secondi posti.

Vincitore da testo a immagine

ChatGPT Images 2.5

ChatGPT Images 2.5 vince la sezione generazione con 9,5 punti, davanti a Gemini Nano Banana 2 con 9 punti e Muse Image 1.0 con 7,5 punti.

Vincitori della modifica dell'immagine

Muse Image 1.0 e Gemini Nano Banana 2

Muse Image 1.0 e Gemini Nano Banana 2 si dividono la vittoria nella modifica con 9,5 punti ciascuno, di poco prima di ChatGPT Images 2.5 con 9 punti.

Vincitori assoluti

ChatGPT Images 2.5 e Gemini Nano Banana 2

ChatGPT Images 2.5 e Gemini Nano Banana 2 pareggiano per la vittoria finale con 18,5 punti ciascuno. Muse Image 1.0 finisce subito dietro con 17 punti.

Provalo tu stesso

Crea e modifica immagini con l'IA

Abbiamo selezionato una serie di prompt per rendere questi modelli di generazione immagini ancora più facili da usare: scopri come

Esplora la creazione di immagini