Geminiの画像生成をChatGPTと比較|同じプロンプト5条件で検証

ChatGPTの画像生成に使った5本のプロンプトを、Geminiにもそのまま入力しました。架空の22歳の日本人大学生が通学路を歩く設定で、基準画像と4つの追加指定を実画像で比較します。

今回の所感: 色かぶりは両方で分かりやすく出ました。一方、肌の質感や服のシワの差は曖昧です。Geminiでは構図や服装も変わったため、追加語句だけの効果としては読めません。

比較条件

ChatGPT側で使った入力文を一字一句そのまま、Geminiの新しい会話に入力しました。基準画像と、肌・髪・ホワイトバランス・服のシワの指定を1つずつ足した計5条件です。各条件1枚、独立した会話で生成し、再試行や画像の選別はしていません。

Geminiの画像モデルと操作方法

画像生成はGeminiのWeb画面をブラウザで操作して行いました。APIは使っていません。Geminiのモデル選択は「Pro」にし、新しい会話にプロンプトを直接入力しました。

ここは少し紛らわしい点です。「Pro」はGeminiアプリの会話モデルの選択名で、画像モデル名そのものではありません。Googleの現行案内では、Fast・Thinking・Proのいずれから画像を直接生成しても標準はNano Banana 2(Gemini 3.1 Flash Image)で、Nano Banana Proは生成後にメニューから「Proで再生成」する別経路です。今回その再生成はしていません。したがって本記事の生成モデルはNano Banana 2と推定していますが、個々の画像に付くモデル識別情報をGemini画面で確認したわけではありません。GoogleのNano Banana 2発表・Geminiの画像生成ヘルプも参照してください。

ChatGPT側の正確な画像モデル名も画面には表示されていません。seed、参照画像、画角の固定もありません。

人物は成人として指定した架空の22歳です。元の比較と条件をそろえるため、プロンプト自体は変更していません。生成画像は実在人物・実写写真ではありません。

5条件の生成結果

左右の画像は同じ入力文から別々に生成したものです。画面で開くと大きく確認できます。各画像下の説明では、目で確認できた範囲だけを記録しています。

基準画像

ChatGPTで生成した基準画像。架空の成人日本人女性が住宅街を歩く
ChatGPT。太もも付近から上の構図で、長髪・ブレザー・住宅街が描かれた。
Geminiで生成した基準画像。架空の成人日本人女性が住宅街を歩く
Gemini / Nano Banana 2(推定)。指定要素はおおむね反映。ChatGPTより寄った画角に見える。画像を選ぶと元の高解像度画像を表示。
入力した基準プロンプト全文
Use case: photorealistic-natural. Create a wide 16:9 image of a fictional Japanese woman age 22, clearly an adult university student, walking to university on a quiet ordinary residential street in Japan on an overcast morning. She has a cute natural face, long straight dark brown hair falling below her shoulders to mid-back, soft bangs, and a relaxed small smile while looking slightly away from the camera. She wears modest adult preppy fashion inspired by a school uniform: navy blazer, white collared shirt, small burgundy ribbon, dark pleated skirt, and a black shoulder bag. No school emblem. One main person in the foreground. Medium-close framing from mid-thigh to above the head, with her full face, shoulders, hands, bag and some of the street visible. Eye-level camera, subject slightly left of center; Japanese low-rise houses, utility poles, pavement and distant campus buildings behind her. Natural daylight, realistic skin texture and ordinary colors. Keep face and hands readable and anatomically correct. No text, watermark, logo, nudity or sexualized pose.

肌の質感を追加

ChatGPTで肌の毛穴と目元の自然な質感を指定した画像
ChatGPT。肌は自然だが、指定した細部の効果は見分けにくい。
Geminiで肌の毛穴と目元の自然な質感を指定した画像
Gemini / Nano Banana 2(推定)。基準より引いた全身構図になり、肌の細部が増したかは明確でない。クリックで元画像を表示。
追加した一文
Additional detail: unretouched skin with subtle pores and natural under-eye texture.

髪のほつれを追加

ChatGPTで髪のほつれを指定した画像
ChatGPT。顔や肩の周りに細い毛束が見える。
Geminiで髪のほつれを指定した画像。ブレザーが描かれなかった
Gemini / Nano Banana 2(推定)。長髪は反映された一方、指定したブレザーがなく、白いシャツ姿になった。Geminiの応答も成人指定と見た目の不一致を指摘した。クリックで元画像を表示。
追加した一文
Additional detail: a few natural flyaway hairs around her face and shoulders.

色かぶりを追加

ChatGPTで寒色と緑寄りの色かぶりを指定した画像
ChatGPT。寒色・緑方向の色かぶりが見える。
Geminiで寒色と緑寄りの色かぶりを指定した画像
Gemini / Nano Banana 2(推定)。画面全体に冷たく緑寄りの色調が現れ、変化が比較的分かりやすい。クリックで元画像を表示。
追加した一文
Additional capture flaw: slightly imperfect automatic white balance with a subtle cool-green color cast.

服の小さなシワを追加

ChatGPTでシャツとブレザーの小さなシワを指定した画像
ChatGPT。衣服に折り目はあるが、基準との差は小さい。
Geminiでシャツとブレザーの小さなシワを指定した画像
Gemini / Nano Banana 2(推定)。衣服のシワは見えるが、基準にもあり差は曖昧。手に小冊子のような物も加わった。クリックで元画像を表示。
追加した一文
Additional detail: small everyday wrinkles in her shirt and blazer from walking.

今回わかったこと

5組を見る範囲では、Geminiでも短い追加指定を反映した画像は作れましたが、ChatGPTとの間に一貫した優劣があるとは言えません。色かぶりは両方で視認しやすく、肌やシワは追加指定による変化がはっきりしません。髪の条件ではGeminiがブレザーを省略し、指定した成人像との見た目の整合も崩れました。

構図や服装が条件間で動くため、1回ずつの生成では短い語句の効果を切り分けられません。今回の結果は「同じ文を入力したときの作例」であり、性能ランキングではありません。前回のCodex内蔵画像生成との比較はChatGPTとCodexの5条件比較にまとめています。

検証の限界

各条件1枚の独立生成で、seedや参照画像を固定していません。出力サイズと画像形式もサービス間で異なります。モデル名は生成時点のGeminiアプリの仕様からNano Banana 2と推定していますが、Google側の更新で挙動が変わる可能性があり、個々の生成ログによる確証ではありません。再現性や性能差を評価するには、各条件を複数回生成し、同じ画角で評価する追加検証が必要です。

関連記事