Seedream 5.0 Pro kontra Nano Banana Pro: trzy testy, trzy realne różnice

Odkąd wyszedł Seedream 5.0, najczęściej dostaję pytanie, czy warto przesiadać się z Nano Banana Pro. Oficjalne galerie przykładów tego nie rozstrzygają — te obrazy zostały wybrane. Postawiłem więc oba modele obok siebie i przeprowadziłem trzy testy, zachowując dokładnie ten sam tekst promptu i zmieniając wyłącznie model.

Wersja krótka: pytanie, który jest mocniejszy, nie do końca działa. Te dwa modele obrazów AI słuchają różnych fragmentów twojej instrukcji, i robią to na tyle konsekwentnie, że można wokół tego planować pracę.

Czym jest Seedream 5.0 Pro i gdzie mieści się Lite

Seedream 5 to model obrazów AI obecnej generacji od ByteDance, dostępny w ZOOOP w wersji Pro i Lite. Pro działa na zasadzie „masz skomplikowany opis, wykonaj z niego tyle, ile zdołasz". Lite jest tańszy i szybszy, więc przydaje się, gdy chcesz wyrzucić kilkanaście zgrubnych kompozycji przed podjęciem decyzji. Wszystko poniżej poszło na Pro, bo właśnie realizację złożonych instrukcji chciałem zmierzyć.

Jedna różnica łatwo umyka: Seedream 5.0 Pro kończy się dziś na 2k, a Nano Banana Pro dochodzi do 4k. Jeśli gotowy obraz idzie do druku albo zostanie mocno skadrowany, ta jedna linijka może zaważyć bardziej niż wszystkie trzy testy. Koszt jednego obrazu jest u nich zbliżony, z lekką przewagą Seedream 5.0 Pro — za mało, żeby cokolwiek rozstrzygać.

Metoda: te same prompty, zmienia się tylko model

Trzy testy, po jednym prompcie na każdy, po jednej generacji na model. Format zablokowany na 16:9 (3:2 w teście portretowym), rozdzielczość zablokowana na 2k. Bez powtarzania losowania, aż wyjdzie coś ładnego, bo ręcznie wybrany obraz nic nie mówi o tym, jak model się zachowuje.

Trzy testy celują tam, gdzie generowanie obrazów AI najbardziej niezawodnie się rozsypuje: kilka obiektów w jednym kadrze, ta sama twarz w różnych scenach i czytelny tekst wewnątrz obrazu.

Test pierwszy: cztery obiekty w jednym kadrze

Prompt opisywał nocną budkę z ramenem w bocznej uliczce w deszczu, z czterema obiektami przypisanymi każdy do swojego miejsca: kucharz za blatem wyciera miskę, kobieta w żółtym płaszczu przeciwdeszczowym na skrajnym lewym stołku patrzy w telefon, kurier stoi w prawym prześwicie drzwi z kaskiem pod pachą, a rudy kot siedzi na stosie skrzynek przy prawej krawędzi. Światło: ciepłe lampiony, mokry asfalt łapiący neon.

Oba modele narysowały wszystkie cztery obiekty, z grubsza w odpowiednich miejscach. Rok temu generowanie obrazów AI zwyczajnie gubiło jeden z nich. Ciekawe rzeczy dzieją się gdzie indziej.

Seedream 5.0 Pro trafił drobny gest — kask naprawdę tkwi pod pachą — i poprawnie napisał RAMEN na szyldzie. Jego kadr czyta się jak złamany plakat: czyste odstępy między obiektami, każdą postać widać od razu. Nano Banana Pro oddał coś bliższego fotografii ulicznej: zaułek faktycznie wchodzi w głąb, dalej przechodzień pod parasolem, japoński na lampionach jest czytelny. Cena: kurier trzyma kask przed klatką piersiową, a nie pod pachą, a drobny druk na skrzynkach jest nieczytelny.

Test drugi: jedna twarz, dwie scenerie

Spójność postaci to prawdopodobnie najdroższa lekcja w pracy z obrazami AI. Zacząłem od czystej bazy wygenerowanej w GPT Image 2: na wprost, szare tło, równe światło, bez makijażu — w praktyce zdjęcie castingowe. Ten obraz poszedł potem jako referencja do obu modeli, z tą samą osobą do umieszczenia na dachu o zmierzchu i w bibliotece przy świetle dnia.

Twarz utrzymały oba. Ten punkt jest odhaczony po obu stronach. Przy bliższym spojrzeniu robi się interesująco.

Seedream 5.0 Pro najdokładniej trzymał się budowy kostnej — łuk brwiowy, grzbiet nosa i rysunek ust są niemal kopiami bazy. Ale dwa razy dał mi płaskie światło od przodu, choć prompt wyraźnie prosił o ujęcie na trzy czwarte i niskie światło boczne z lewej. Tę część zignorował. Nano Banana Pro zrobił odwrotnie: i kąt kamery, i kierunek światła wyszły, a w kadrze bibliotecznym sam dorzucił drugiego czytelnika i otwarte książki w tle. Budowa kostna trochę odjechała, ale nadal czyta się jako ta sama osoba. Doszły też piegi, których na bazie nie ma.

Oba modele zrobiły jedną rzecz wartą zapisania: każdy odziedziczył czarny top z fotografii referencyjnej. Obraz referencyjny zabiera więcej niż twarz — zabiera ubranie, długość włosów, nawet postawę. Jeśli tego nie chcesz, powiedz to w prompcie. Do celowanych zmian w istniejącym obrazie edytowanie obrazów AI wypada lepiej niż opisywanie wszystkiego od nowa.

Test trzeci: kazać mu napisać tekst w obrazie

To był test, który najbardziej chciałem przeprowadzić. Prompt wymagał kredowej tablicy z menu przed piekarnią z dokładnie trzema wierszami, podyktowanymi słowo w słowo: SOURDOUGH 4.50 / CROISSANT 3.20 / CLOSED MONDAYS.

Oba napisały poprawnie. Ani jednej błędnej litery. Stara reguła, że modele obrazów AI nie potrafią wyrenderować czytelnego tekstu, już nie obowiązuje — przynajmniej dla krótkich angielskich napisów.

Skład to inna sprawa. Seedream 5.0 Pro dał trzy wiersze jako trzy wiersze, pozycję i cenę w tej samej linii, dokładnie jak proszono. Nano Banana Pro trafił każdy znak, ale rozbił każdą pozycję na dwie linie — trzy wiersze zrobiły się pięcioma — a kropkę dziesiętną napisał jako kropkę środkową. Jeśli ten obraz idzie prosto na kartę albo miniaturę, zły skład oznacza generowanie od nowa.

Który do jakiej pracy

Po trzech testach linia podziału jest wystarczająco wyraźna, żeby na niej działać.

Kiedy chcesz obraz, który wygląda zaprojektowanie — plakat, okładka, miniatura, każdy skład niosący słowa — bierz Seedream 5.0 Pro. Poważnie traktuje instrukcje strukturalne: treść napisu, liczbę wierszy, gdzie stoi który obiekt. Kiedy chcesz obraz, który wygląda sfotografowanie — kąt kamery, kierunek światła, prawdziwa głębia, przypadkowe detale w tle — Nano Banana Pro zachowuje się bardziej jak aparat niż jak pędzel.

Do tego dwie uwagi praktyczne. Pracę z postacią udźwignie każdy z nich, ale najpierw wydaj jedną generację na czystą bazę na wprost i potem za każdym razem podawaj ją jako referencję; to lepsze niż opisywanie twarzy od nowa w każdym prompcie. A jeśli potrzebujesz materiału w 4k, nie ma czego wybierać — dochodzi tam tylko Nano Banana Pro.

Najtańszy sposób rozstrzygnięcia tego dla własnej pracy to przepuścić jeden prompt przez oba modele obok siebie na generatywnym płótnie i spojrzeć na dwa wyniki razem. W ZOOOP są też Nano Banana 2, Seedream 5.0 Lite, GPT Image 2, Flux 2… zmiana modelu pod zadanie jest normalna, a nie znak, że wybrałeś źle.

Czego nie testowałem

Warto uczciwie zaznaczyć granice. Ten zakątek generowania obrazów AI rusza się na tyle szybko, że ten tekst ma zapewne przydatność liczoną w miesiącach. Każdy test poszedł raz, bez powtarzanego próbkowania, więc „wygrał tym razem" to nie „wygrywa zawsze". Nietestowane również: stabilność przy kilku rundach edycji tego samego obrazu, spójność obiektów nieludzkich, takich jak produkty i budynki, tekst niełaciński w kadrze (poradzenie sobie z angielskim nic nie dowodzi o chińskim) oraz skrajne proporcje.

Seedream 5.0 Pro i Nano Banana Pro oba wciąż idą do przodu. Jeśli któryś z tych przypadków to twoja realna praca, nie przejmuj moich wniosków — wybierz dwa modele w przeglądzie narzędzi i przepuść własny materiał raz przez każdy. Koszt jednego promptu kupuje odpowiedź, której nie musisz zgadywać.