Dne 26. srpna 2025 byl vydán Nano Banana (oficiálně Gemini 2.5 Flash Image) a od té doby na sebe strhl značnou pozornost veřejnosti i tvůrců obsahu po celém světě. Na druhé straně stojí GPT-4o Image 1, který zůstává nejrozšířenějším AI generátorem obrázků mezi běžnými uživateli. Otázka zní – jak si tito dva generátoři ve skutečnosti vedou ve srovnání?
Při pohledu na čísla dominuje Nano Banana v několika metrikách s působivým skóre 1 360 Elo pro celkové preference, čímž výrazně překonává GPT-4o se skóre 1 170. Rozdíl je patrný také při generování postav (1 170 vs. 1 060) a kreativních úkolech (1 120 vs. 1 060), což naznačuje, že model od Gemini má relativně výrazné technické výhody ve více kategoriích.
Ale působivé výsledky v benchmarcích se ne vždy promítají do reálného výkonu, na kterém uživatelům záleží. Abychom získali jasnější obraz o tom, který AI generátor obrázků si skutečně zaslouží korunu, porovnáme výstupy obou modelů vedle sebe při použití totožných promptů napříč různými styly a úrovněmi složitosti. Někdy ten, kdo vyhrává na papíře, nevyhrává tam, kde to rozhoduje, tedy v obrázcích, které skutečně generujete.
Srovnání technických parametrů
Zde je podrobný přehled toho, jak si Nano Banana a GPT-4o Image 1 vedou v klíčových metrikách na základě standardizovaného testování a dat z reálného používání.
Metriky výkonu:
- Celkové preference (LMArena) – Nano Banana: 1 360 – GPT-4o: 1 170 – Tato metrika pochází z oficiálního žebříčku LMArena a měří celkovou spokojenost uživatelů při porovnávání výstupů obou modelů vedle sebe v zaslepených testech.
- Generování postav – Nano Banana: 1 170 – GPT-4o: 1 060 – Hodnotí, jak dobře každý model vytváří realistické lidské obličeje, udržuje jejich konzistenci a zvládá prompty zaměřené na postavy.
- Kreativní úkoly – Nano Banana: 1 120 – GPT-4o: 1 060 – Měří výkon při uměleckých a imaginativních promptech, které vyžadují kreativní interpretaci namísto doslovného ztvárnění.
- Infografika – Nano Banana: 1 070 – GPT-4o: 1 030 – Testuje schopnost vytvářet datové vizualizace, grafy a grafiku s velkým množstvím informací s dobrou čitelností.
- Objekty a prostředí – Nano Banana: 1 070 – GPT-4o: 1 030 – Hodnotí přesnost při generování a zachování konkrétních objektů, krajin a prostředí s odpovídajícími prostorovými vztahy.
- Stylizace – Nano Banana: 1 070 – GPT-4o: 1 190 – Porovnává, jak dobře dokáže každý model přizpůsobit se různým uměleckým stylům, od fotorealismu přes anime až po abstraktní umění.
Metrika LMArena pochází z jejího oficiálního žebříčku, zatímco zbývající metriky a skóre pocházejí z interního testování provedeného společností Google.
- Rychlost generování (reálné testování) – Nano Banana obvykle generuje obrázky za 10–20 sekund, zatímco GPT-4o potřebuje 20–120 sekund v závislosti na zatížení serverů a poptávce po modelu. Tato data pocházejí z vlastního testování provedeného v různých časových obdobích a za různých podmínek.
Co říkají data
Na papíře vykazuje Nano Banana lepší výkon téměř ve všech metrikách, od komunitního žebříčku LMArena až po reálné rychlosti generování. Model předstihuje GPT-4o Image 1 v celkových preferencích o 190 Elo bodů a vykazuje výrazné výhody při generování postav a kreativních úkolech.
Jediná oblast, kde má GPT-4o Image 1 náskok, je stylizace, kde dosahuje skóre 1 190 oproti 1 070 u Nano Banana. V kombinaci s výrazně rychlejšími časy generování tyto benchmarky staví Nano Banana jako jasného technického vítěze. Čísla ale říkají jen část příběhu, proto se podíváme na skutečné obrázky, které oba modely generují, a zjistíme, jak se tyto metriky promítají do reálných výsledků.
Srovnání obrázků vedle sebe
Příklad 1: Test transformace pozadí
Začali jsme s fotografií kulturisty pózujícího na palubě lodi přes den. Cílem bylo proměnit osvětlení a atmosféru na západ slunce, přičemž struktura pozadí měla zůstat totožná a silueta postavy měla být hlavním bodem zájmu. Tento test hodnotí, jak dobře dokáže každý AI generátor obrázků provádět realistické úpravy pozadí při zachování detailů prostředí a fotografické autentičnosti.
Použitý prompt: „Change the background of this image to a sunset. Keep the setting identical, realistic and natural. Keep the character silhouette as the focus of the image."
Analýza výsledků: Nano Banana podává výjimečný výkon, zachovává téměř všechny detaily pozadí s vysokou přesností a přirozeně integruje teplé světlo západu slunce. Transformace působí přirozeně a zachovává realistickou kvalitu původní fotografie.
GPT-4o Image 1 přináší kompetentní výsledek, ale v zachování pozadí zaostává – některé strukturální detaily jsou ztraceny nebo pozměněny. Navíc aplikuje výraznou stylizaci, která odstraňuje surovou kvalitu původního snímku a vytváří uhlazenější, ale méně autentický dojem. Tato stylizační změna může být vnímána jako výhoda i nevýhoda v závislosti na zamýšleném použití.
Příklad 2: Stylizace portrétu
V tomto testu jsme vzali standardní portrétní fotografii a pokusili se ji přetvořit v profesionální černobílý snímek s vysokým kontrastem, přičemž jsme přidali komplexní prvky jako kapky vody na obličeji subjektu a změnili její výraz na hrdější. Tato výzva testuje, jak dobře dokáže každá AI zvládnout transformaci scény při zachování rysů obličeje a incorporaci nových fotografických prvků.
Použitý prompt: „Create a high-contrast black and white 4K close-up portrait of my face with unchanged features. Focus on forehead, 35mm lens style. Proud expression, wet hair, water droplets, sharp profile, black shadow background, only face visible."
Analýza výsledků: Nano Banana vykazuje lepší zachování rysů obličeje, přičemž udržuje přesnější podobnost s původním subjektem a zároveň vytváří přesvědčivě realistický výsledek. Kapky vody a efekt mokrých vlasů působí přirozeně a jsou dobře integrovány do celkové kompozice. Výstupní rozlišení je však měkčí a méně ostré než u konkurenta.
GPT-4o Image 1 dosahuje výjimečné kvality snímku s ostrou kresbou a profesionální úrovní ostrosti vhodnou pro komerční aplikace. Rysy obličeje jsou zpracovány kompetentně, i když s o něco nižší přesností než u Nano Banana. Přetrvávající problém zůstává stejný – tendence GPT-4o k výrazné stylizaci, která vytváří uhlazenější, ale méně autentický fotografický dojem, jenž nemusí vyhovovat uživatelům hledajícím realistické výsledky.
Příklad 3: Transformace z profesionálního na neformální styl
Tento test spočíval v přeměně kvalitního profesionálního portrétu na autenticky vypadající selfie z iPhonu, doplněné o konkrétní dovolenkové prostředí s hotelovým balkonem s výhledem na Středomoří. Výzvou bylo vhodně snížit kvalitu snímku a zároveň vytvořit věrohodnou neformální dovolenou fotografii s přesnými detaily prostředí.
Použitý prompt: „Turn this portrait into a ordinary iPhone selfie image of the woman standing on the balcony of her hotel room overlooking the sea, a beach in front of the hotel, and a small Mediterranean island in the background on the right."
Analýza výsledků: Nano Banana naráží při této transformaci na určité technické potíže – zejména nepřirozenou polohu ruky, která naznačuje, že žena drží telefon a zároveň natahuje paži nepřirozeným způsobem. Navíc kvalita snímku přesvědčivě nereplikuje surový, neuhlazený vzhled běžných fotek z iPhonu – působí přeexponovaně a zachovává příliš mnoho profesionálního lesku pro zamýšlenou estetiku.
GPT-4o Image 1 zde překvapivě podává silný výkon a úspěšně zachycuje autentický charakter neformálního selfie z iPhonu s odpovídající kvalitou a kompresí snímku. Kompozice přesně odráží požadavky promptu a prvky pozadí jsou dobře integrovány. Přestože Nano Banana stále udržuje lepší přesnost rysů obličeje, celkové provedení GPT-4o lépe dosahuje zamýšlené estetiky neformální fotografie.
Příklad 4: Produktová fotografie
Tento test spočíval v přeměně základní produktové fotografie s jednoduchým bílým pozadím na profesionální marketingový snímek studiovní kvality. Jako objekt jsme použili lahvičku doplňku stravy a cílem bylo napodobit vysokou estetiku profesionální produktové fotografie a přidat vlastní vizuální efekty odpovídající brandingu produktu.
Použitý prompt: „Take the product photo of the 'Brain Energy' supplement (currently on a plain white background) and place it into a professional studio-grade product photo setting. The style should match the referenced protein powder photo, including high-quality lighting with the supplement as the sharp focus. Instead of a liquid splash, create a animated, yellow lightning storm effect behind the bottle. Keep the label and design of the 'Brain Energy' supplement exactly as it is, with clean emphasis on the product as the centerpiece."
Analýza výsledků: Nano Banana přináší lepší výsledek – úspěšně vytváří požadované efekty blesku odpovídající promptu při zachování téměř dokonalé přesnosti štítku a textu. Doplněk zůstává zřetelným středobodem s odpovídajícím studiovým osvětlením. Kvalita snímku je však poměrně nízká a model přidal lesklý povrch pod produktem, který nebyl požadován.
GPT-4o Image 1 přináší výrazně slabší výsledek s závažnými strukturálními problémy – proporce lahvičky jsou deformovány, textové prvky jsou zkresleny a celkový obraz postrádá realismus. Efekt blesku na pozadí je přijatelný, ale základní reprezentace produktu zcela selhává. Nano Banana v tomto srovnání jasně vyhrává navzdory svým drobným nedostatkům.
Závěr
Nano Banana do jisté míry dostává svému věhlasu, i když je daleko od dokonalosti. Model představuje další solidní postupné vylepšení současných schopností AI generování obrázků, které se zlepšuje zejména v udržování realismu ve většině scénářů. Přestože selhal při transformaci selfie z iPhonu, konzistentně překonával GPT-4o v zachování rysů obličeje, detailů pozadí a fotografické autentičnosti.
Výrazně rychlejší časy generování (10–20 sekund oproti 20–120 sekundám) jej činí praktickým pro osobní úpravy fotografií i firemní aplikace, kde potřebujete rychlé, vícefázové testy brandových vizuálů.
Začít lze zdarma a náš průvodce o tom, zda je Nano Banana zdarma, přehledně vysvětluje denní limity. Chcete vyzkoušet Nano Banana na vlastních fotografiích? Začněte s našimi prompty pro Gemini připravenými ke zkopírování, vytvořenými pro rychlé a opakované úpravy.
GPT-4o Image 1 zůstává schopným generátorem, který občas překvapí – jeho zvládnutí transformace neformálního selfie bylo skutečně působivé. Trpí však konzistentní přestylizovaností, která odstraňuje přirozené fotografické kvality, a na složitých úkolech, jako je produktová fotografie, zcela selhal. Na určité typy snímků se stále spolehnout lze, je ale třeba počítat s jeho tendencí vyhlazovat vše do umělé dokonalosti.
Realita je taková, že oba modely mají různé silné a slabé stránky, které je předurčují pro různá použití. Namísto vyhlašování celkového vítěze je nejlepší strategií otestovat oba s vlastním stylem a požadavky. Vezměte pár fotografií, které chcete upravit, a přesvědčte se, který model přináší výsledky, jež skutečně vyhovují vašim potřebám.
