入力を固定する
各モデルで同じプロンプト、参照画像、アスペクト比、出力数を使用する。
マルチモデル画像ワークスペース
AI画像モデル比較
可用性とコントロールについては現在のカタログを使用します。同じプロンプトと入力画像で、速度、コスト、出力品質を測定します。
設定済みモデルとライブステータス
| モデル | 現在のステータス | アスペクト比 | 編集の引き継ぎ | コスト |
|---|---|---|---|---|
| Nano Banana | 現在リストされていません | ツールを確認 | — | ライブ見積もり → |
| Nano Banana 2 | 利用可能 | ツールを確認 | 対応 | ライブ見積もり → |
| Nano Banana 2.1 | 利用可能 | ツールを確認 | 対応 | ライブ見積もり → |
| Nano Banana 2 Lite | 利用可能 | ツールを確認 | 対応 | ライブ見積もり → |
| Nano Banana Pro | 利用可能 | ツールを確認 | 対応 | ライブ見積もり → |
| GPT Image 2 | 利用可能 | ツールを確認 | 対応 | ライブ見積もり → |
| Z-Image Turbo | 利用可能 | ツールを確認 | 未宣言 | ライブ見積もり → |
| Seedream 5.0 Lite | 現在リストされていません | ツールを確認 | — | ライブ見積もり → |
| Seedream 5.0 Flash | 利用可能 | ツールを確認 | 対応 | ライブ見積もり → |
ステータスは匿名のモデルカタログから取得されます。タスクの見積もりが価格の信頼できる情報源です。「未宣言」はサポートされていないことを意味しません。
公平に比較する方法
承認された結果のコストを記録する
実行ごとのコストだけでなく、クレジット、待ち時間、使用可能な結果の数を記録する。
タスクの詳細を確認
同一性、製品ラベル、タイポグラフィ、照明、および結果を承認するために必要な編集を評価する。
次のステップ
ジェネレーターでモデルをテストし、その後、編集、アップスケーリング、またはビデオワークフローを続行する。