나노바나나 2.1 vs 프로 vs GPT Image 2.5 차이: 같은 프롬프트 9건 실측

2026년 10월 8일 나노바나나 2.1(Nano Banana 2.1), 나노바나나 프로(Nano Banana Pro), GPT Image 2.5 Sunburst에 같은 프롬프트 8개와 같은 편집 1건을 한 장씩 돌린 결과, 포스터·일본어 간판·중국어 메뉴의 문구와 가격을 그대로 옮긴 쪽은 프로와 GPT Image 2.5였습니다. 2.1은 같은 세 프롬프트에서 모두 문구를 조금씩 바꿨습니다. 대문자로 고치거나, 요청에 없는 단어를 넣거나, 38元을 三十八元으로 썼습니다. 다만 중국어 메뉴 제목의 간체자 하나는 세 모델 모두 일본식 자형으로 썼습니다. 글자 외의 작업인 제품 사진, 인물 사진, 인포그래픽, 개수·좌우 배치, 색상 편집은 세 모델 모두 요청대로 나왔습니다.

비용은 2.1 쪽입니다. Google 정가로 1K 한 장이 2.1은 $0.0336, 프로는 $0.134라 2.1이 4분의 1이고, 응답 시간은 2.1 17~33초, 프로 18~23초로 비슷했고 GPT Image 2.5는 58~76초였습니다. 그래서 첫 선택은 이렇게 갈립니다. 글자가 한 자도 틀리면 안 되는 이미지는 프로나 GPT Image 2.5, 많이 뽑아 고르는 사진·시안은 2.1, 광고처럼 연출된 분위기를 원하면 GPT Image 2.5부터 써 보는 것이 맞습니다.

결과를 읽기 전에 두 가지 조건을 알아 두어야 합니다. 모든 결과는 프롬프트당 1장, 1K 해상도이므로 "어느 모델이 항상 낫다"는 증거가 아니라 첫 선택을 정하는 근거입니다. 그리고 GPT Image 2.5는 OpenAI API를 직접 호출하지 않고 LaoZhang API의 VIP 호출당 과금 모델(gpt-image-2.5-sunburst-vip)로 생성했으므로, OpenAI에서 직접 받은 결과와 다를 수 있습니다.

2.1·프로·GPT Image 2.5 중 무엇부터: 글자는 프로·GPT, 대량은 2.1

작업별로 정리하면 다음과 같습니다. "근거"는 판단이 무엇에 기대는지, 즉 이번 1장 실측인지 Google·Arena 같은 다른 측정인지를 표시합니다.

이 표에서 프로가 단독으로 앞서는 칸은 없습니다. 프로는 "Google API 안에서 문구를 정확히 넣어야 할 때"의 선택이고, 같은 일을 GPT Image 2.5도 해냈습니다. 둘 사이에서는 속도(프로가 약 3배 빠름)와 이용하는 경로의 가격으로 고르면 됩니다.

실측 조건: 프롬프트 8개와 편집 1건, 모델별 1장·1K

실측은 2026년 10월 8일 LaoZhang API의 키 하나로 세 모델을 호출해 진행했습니다. 다시 뽑기와 골라내기는 하지 않았고, 성공한 호출은 27건입니다.

GPT Image 2.5를 VIP 모델로 부른 데는 이유가 있습니다. LaoZhang API에서 OpenAI 공식 경로를 그대로 전달하는 gpt-image-2.5-sunburst는 Sora2Official 그룹 권한이 필요하고, 일반(default) 그룹 키로 호출하면 503 "no available channels"가 돌아옵니다(과금 없음). 그래서 호출당 $0.03인 VIP 모델을 썼습니다. 이 모델은 OpenAI API 직접 호출이 아니므로, 아래 GPT Image 2.5 결과는 모두 이 경로의 결과로 읽어야 합니다. 경로별 설명은 LaoZhang API의 GPT Image 2.5 문서에 있습니다.

프롬프트는 이미지 속 글자 4개(영문 포스터, 일본어 간판, 중국어 메뉴, 날씨 앱 화면), 사실 정확도 1개(미국 법안 통과 5단계 인포그래픽), 개수·좌우 배치 1개, 사진 2개(제품, 인물)였습니다. 편집은 2.1이 만든 검은 이어폰 케이스 사진 한 장을 세 모델에 똑같이 넣고 "케이스만 광택 있는 흰색으로, 나머지는 그대로"를 요청했습니다. 글자 프롬프트 4개는 결과 이미지를 한 글자씩 대조했습니다.

이미지 속 글자는 어느 쪽이 정확한가: 2.1만 문구를 바꿨다

정해진 문구를 그대로 옮겨야 하는 프롬프트 3개에서 나노바나나 프로와 GPT Image 2.5는 문구와 가격을 바꾸지 않았고, 2.1은 세 번 모두 어딘가를 고쳐 썼습니다. 2.1의 변형은 오타라기보다 "디자인상 더 그럴듯하게" 바꾼 쪽에 가깝습니다. 포스터에서는 Live at Hall 7 - Nov 14, 2026 - Doors 19:30을 전부 대문자로 바꾸고 하이픈을 긴 대시(—)로 바꿨고, 중국어 메뉴에서는 아라비아 숫자 가격을 한자 숫자로 풀어 썼습니다. 일본어 간판에는 요청한 문구 외에 뜻이 통하지 않는 가타카나 단어가 하나 더 들어갔습니다.

문제는 이런 변형이 디자인 시안에서는 그럴듯해 보여도 인쇄물이나 상품 이미지에서는 바로 오류가 된다는 점입니다. 메뉴판 가격 표기 방식이 바뀌거나, 브랜드 문구의 대소문자가 바뀌면 다시 뽑아야 합니다. 2.1은 글자가 많은 프롬프트에서 사고 토큰을 1,209~1,704개까지 쓰며 레이아웃을 궁리했지만, 그 결과가 문구 그대로를 뜻하지는 않았습니다. Google도 모델 카드에서 2.1의 한계로 "1K에서 작은 글자가 흐려지는 경우"를 적어 두었습니다.

세 모델 모두에서 나온 공통 오류도 있습니다. 중국어 메뉴 제목 今日茶单의 간체자 单을 세 모델 모두 일본식 자형 単으로 썼습니다. 가격과 품목은 맞았는데 제목 한 글자가 다른 문자 체계로 바뀐 것이라, 확대해 보지 않으면 놓치기 쉽습니다. 한자·가나처럼 비슷한 자형이 여러 문자 체계에 걸쳐 있는 글자는 어느 모델을 쓰든 한 자씩 확인해야 합니다.

날씨 앱 화면은 다른 양상이었습니다. 요청한 Lisbon 23°C Sunny, 요일 5개, 온도 5개는 세 모델 모두 맞혔습니다. 차이는 요청하지 않은 정보였습니다. 2.1은 대기질·습도·풍속을, 프로는 체감온도·자외선 지수·최고/최저 기온·시간별 예보·대기질 같은 항목을 작은 글씨로 지어 넣었고, GPT Image 2.5는 요청한 내용 위주로 깔끔하게 그렸습니다. 실제 앱 목업이나 발표 자료에 쓴다면 지어낸 수치가 남지 않도록 GPT Image 2.5부터 쓰거나, 프롬프트에 "다른 항목은 넣지 말 것"을 적는 편이 안전합니다.

한글 문구는 이번 프롬프트에 없었습니다. 한글 포스터나 상세페이지 문구가 필요하다면 일본어·중국어 결과를 근거로 짐작하지 말고, 쓰려는 문구로 세 모델을 몇 장씩 직접 비교해 보는 것이 정확합니다.

인포그래픽·개수 지시: 셋 다 맞혔지만 덧붙인 내용이 다르다

"미국에서 법안이 법률이 되는 과정 5단계" 인포그래픽은 세 모델 모두 사실관계가 맞았습니다. 차이는 단계를 나누는 방식과 덧붙인 내용입니다. 2.1은 발의, 위원회, 본회의 토론·표결, 다른 원으로 이송, 대통령 서명의 5단계로 가장 교과서적으로 정리했습니다. 프로는 상·하원 표결을 한 단계로 묶는 대신 양원 협의회(Conference Committee)를 넣었는데, 이것도 틀린 구성은 아닙니다. GPT Image 2.5는 단계마다 설명을 붙여 정보량이 가장 많았지만, 하단에 요청하지 않은 표어 "A LAW FOR A STRONGER TOMORROW"를 넣었습니다.

Google 모델 카드의 자체 평가에서도 인포그래픽 사실 정확도는 2.1(사고 모드) 0.521, 프로 0.265로 2.1이 높게 나옵니다. 이번 1장 실측은 이 방향을 반박하지도, 확인하지도 않습니다. 셋 다 맞았기 때문입니다. 인포그래픽을 많이 만든다면 단가가 낮은 2.1로 시작하고, 정해진 문구를 넣어야 할 때만 프로나 GPT Image 2.5로 옮기는 순서가 합리적입니다.

"빨간 컵 정확히 3개는 왼쪽, 파란 컵 정확히 2개는 오른쪽" 프롬프트도 세 모델 모두 개수와 위치를 맞혔습니다. Google은 2.1의 알려진 한계로 좌우 위치 혼동을 적어 두었는데, 이번 한 장에서는 나타나지 않았습니다. 한 장이 맞았다고 한계가 사라진 것은 아니므로, 배치가 중요한 이미지라면 여러 장을 뽑아 확인해야 합니다.

제품·인물 사진: 셋 다 실사급, GPT Image 2.5가 가장 연출됨

돌 위에 놓인 검은 이어폰 케이스 제품 사진과 항구에서 그물을 손보는 노인 어부 사진은 세 모델 모두 실제 사진처럼 보였고, "글자·로고 없음" 조건도 지켰습니다. 품질 차이보다 스타일 차이가 컸습니다. 2.1과 프로는 자연스러운 스튜디오 조명과 담백한 구도였고, GPT Image 2.5는 케이스를 더 크게 잡고 배경에 돌 블록을 두어 광고 사진 같은 분위기를 냈습니다. 인물 사진에서도 GPT Image 2.5는 해가 지는 역광과 짙은 색 보정으로 가장 극적인 장면을 만들었습니다.

이 차이는 우열보다 용도의 문제입니다. 상세페이지에 들어갈 상품 사진을 여러 각도로 많이 뽑아야 한다면 2.1의 담백한 결과가 다루기 쉽고 비용도 적습니다. 캠페인 키 비주얼처럼 한 장의 인상이 중요하다면 GPT Image 2.5의 연출이 맞을 수 있습니다. 다만 같은 프롬프트라도 다시 뽑으면 분위기가 달라지므로, 스타일 판단은 각 모델에서 몇 장씩 더 보고 하는 것이 좋습니다.

같은 사진 색상 편집: 구도는 셋 다 유지, 안쪽 뚜껑에서 갈림

2.1이 만든 검은 이어폰 케이스 사진을 그대로 넣고 "케이스 색을 광택 있는 흰색으로, 이어폰·카메라 각도·돌 표면·조명과 그림자는 그대로"를 요청했습니다. 세 모델 모두 케이스를 흰색으로 바꿨고, 검은 이어폰과 돌 표면, 빛의 방향과 그림자를 유지했습니다. 구도가 틀어지거나 이어폰 모양이 바뀐 결과는 없었습니다.

갈린 곳은 열린 뚜껑의 안쪽 면입니다. 2.1과 프로는 뚜껑 안쪽까지 흰색으로 칠했고, GPT Image 2.5는 바깥 면만 흰색으로 바꾸고 안쪽은 검은색으로 남겼습니다. 케이스 전체를 흰색 제품으로 보여 주고 싶다면 2.1·프로 쪽이, 겉면만 바꾸는 투톤 디자인을 원한다면 GPT Image 2.5 쪽이 의도에 가깝습니다. 어느 쪽이든 편집 프롬프트에 "뚜껑 안쪽 포함" 같은 범위를 적어 두면 해석 차이를 줄일 수 있습니다.

Google 자체 평가에서는 일반 편집 점수가 2.1 1026, 프로 939로 2.1이 높고, 마스크·브러시 기반 편집도 2.1이 앞섭니다. 다만 Google은 마스크 편집에서 지시를 일부만 따르는 경우를 2.1의 한계로 함께 적었습니다.

속도·실패: 2.1·프로는 20초 안팎, GPT Image 2.5 VIP는 약 1분

응답 시간은 같은 컴퓨터에서 요청을 보내고 이미지를 받을 때까지 잰 값입니다. 나노바나나 2.1은 17~33초, 프로는 18~23초, GPT Image 2.5 VIP는 58~76초였습니다. 2.1과 프로는 9건 모두 첫 시도에 성공했고, GPT Image 2.5 VIP는 시도 11번 중 2번이 503 "Upstream model service error"로 실패한 뒤 재시도에서 성공했습니다. 이 시간에는 LaoZhang 게이트웨이와 네트워크 구간이 포함되므로 Google이나 OpenAI에 직접 호출했을 때의 속도와는 다를 수 있습니다.

2.1의 시간이 들쭉날쭉한 이유는 사고 토큰입니다. 2.1이 보고한 사고 토큰은 146~1,704개로, 글자가 많은 프롬프트(인포그래픽 1,704, 포스터 1,552, 중국어 메뉴 1,352, 일본어 간판 1,209)에서 많았고 가장 오래 걸린 것도 중국어 메뉴(33초)였습니다. 프로는 122~252개로 일정했습니다. 사고 토큰은 Google API에서 따로 과금되므로, 이 차이는 다음 절의 비용 계산에도 들어갑니다.

장당 비용: Google 정가 1K 기준 2.1 $0.0336, 프로 $0.134

2026년 10월 8일 기준 Gemini API 가격표와 OpenAI API 가격표, LaoZhang API 호출당 가격을 한 표에 놓으면 다음과 같습니다.

둘째 줄은 이렇게 계산했습니다. 2.1은 이미지 출력 $0.0336에 사고 토큰 단가 100만 개당 $7.50을 더합니다. 사고 토큰 146개면 146 × $7.50 ÷ 1,000,000 ≈ $0.0011, 1,704개면 약 $0.0128이므로 한 장에 약 $0.035~$0.046입니다. 프로는 사고 토큰 단가가 100만 개당 $12라 122~252개를 더해도 $0.0015~$0.003 정도이고, 한 장 약 $0.135~$0.137입니다. 프롬프트 입력 토큰 수십 개는 계산에서 무시해도 되는 수준입니다. GPT Image 2.5는 VIP 응답이 보고한 출력 이미지 토큰 1,756개에 OpenAI 단가 100만 개당 $30을 곱해 약 $0.053로 잡았습니다. 이 토큰 수는 OpenAI 직접 호출의 청구서가 아니라 VIP 경로가 보고한 값이므로 대략적인 추정으로만 보세요.

이 표에서 읽을 것은 세 가지입니다.

• 글자가 많을수록 2.1의 가격 이점이 줄어듭니다. 사고 토큰이 많은 글자 프롬프트에서 2.1은 장당 약 $0.046까지 올라갔지만, 그래도 프로의 3분의 1 수준입니다.
• 프로는 어느 경로에서도 가장 비쌉니다. Google 정가 1K·2K $0.134, 4K $0.24입니다. 프로 비용을 구독과 API로 나눠 계산하는 방법은 Nano Banana Pro 가격은 얼마일까? API·구독·호출 요금을 따로 계산하는 법에 정리돼 있습니다.
• 호출당 고정 가격이면 순서가 바뀝니다. LaoZhang API에서는 GPT Image 2.5 VIP가 $0.03로 가장 싸고, 2.1은 크기와 상관없이 $0.045라 1K에서는 Google 정가(사고 토큰 포함 약 $0.035~$0.046)와 비슷하거나 비싸지만, 2K($0.0504)·4K($0.113)에서는 더 쌉니다. 다만 VIP는 이번 실측에서 가장 느렸고 503 재시도가 있었으며, OpenAI 직접 호출이 아니라는 점을 감안해야 합니다.

Google의 Batch API를 쓰면 2.1과 프로의 이미지 단가가 절반이 됩니다. 결과를 바로 받을 필요가 없는 대량 작업이라면 이것도 비교에 넣으세요. 참고로 이번 실측 27건의 비용은 LaoZhang API 정가로 9 × ($0.045 + $0.09 + $0.03) = $1.485였고, 503으로 실패한 재시도 2건은 이 합계에 넣지 않았습니다.

세 모델을 같은 조건으로 직접 비교해 보고 싶다면 LaoZhang API에서 키 하나로 세 모델을 모두 호출할 수 있습니다. 이번 실측도 그렇게 진행했습니다. 단, 앞에서 말한 대로 GPT Image 2.5를 OpenAI와 같은 경로·요금으로 쓰려면 공식 전달 모델용 그룹 권한이 따로 필요합니다.

1장 실측 밖의 근거: 구글 자체 평가, Arena 순위, 지원 해상도

이번 실측은 1K, 한 장씩이었기 때문에 2K·4K 품질, 참조 이미지 여러 장, 캐릭터 일관성, 검색 그라운딩, 재현성은 보여 주지 못합니다. 이 부분은 다른 측정과 공식 사양으로 보완해야 합니다. 누가 잰 것인지에 따라 무게가 다릅니다.

• Arena 텍스트→이미지 순위 (2026년 10월 6일 업데이트 기준, 사용자 블라인드 투표): GPT Image 2.5 Sunburst 1위 1425점(잠정), GPT Image 2.5 Flare 2위 1398점(잠정), 나노바나나 2.1 5위 1328점(잠정, 5,312표), 나노바나나 프로 2K 16위 1248점입니다. 독립적인 투표지만 이미지 한 장의 인상을 비교한 것이고, 비용·편집·글자 정확도는 반영하지 않습니다. Arena 텍스트→이미지 리더보드는 날마다 바뀝니다.
• Google 모델 카드의 자체 평가 (2.1 사고 모드 대 프로): 전체 선호도 1050 대 935, 인포그래픽 사실 정확도 0.521 대 0.265, 일반 편집 1026 대 939, 여러 인물 일관성 1106 대 1011입니다. Google이 직접 잰 내부 평가라 독립 검증은 아닙니다. 같은 나노바나나 2.1 모델 카드에는 1K의 작은 글자 흐림, 마스크 편집에서 지시 일부만 따름, 좌우 혼동이 한계로 적혀 있습니다.
• 공식 사양: 2.1은 1K·2K·4K(0.5K 없음), 1:8·8:1을 포함한 비율 14가지, 참조 이미지 최대 14장(사물 10개, 인물 4명까지 유지), Google 웹·이미지 검색 그라운딩을 지원합니다. 프로는 1K·2K·4K, 사물 6개·인물 5명까지 유지, Google 웹 검색 그라운딩입니다. GPT Image 2.5는 3840×2160이나 2880×2880까지 사용자 지정 크기를 받고 품질을 low부터 max까지 고릅니다.

정리하면, Arena는 "한 장의 인상"에서 GPT Image 2.5를 앞에 두고, Google 평가는 2.1이 프로를 대부분 항목에서 앞선다고 말하며, 이번 실측은 "정해진 글자를 그대로 넣는 일"에서 2.1이 약하다는 점을 보여 줍니다. 세 근거가 가리키는 방향이 서로 다르지 않으므로, 앞의 작업별 표를 기본값으로 쓰되 중요한 작업은 쓰려는 프롬프트로 각 모델을 몇 장씩 다시 돌려 확인하는 것이 가장 확실합니다.

나노바나나 2.1·프로·GPT Image 2.5 자주 묻는 질문

Gemini 앱에서는 나노바나나 2.1과 프로를 어떻게 고르나요?

Gemini 앱에서 나노바나나 2.1은 Google AI Pro·Plus·Ultra 요금제 사용자에게 제공되고, 무료 사용자는 나노바나나 2를 씁니다. 유료 요금제에서는 2.1로 만든 이미지를 프로로 다시 생성하는 기능(영어 화면 기준 "Redo with Pro")이 있습니다. 앱에서도 글자가 틀린 이미지만 프로로 다시 만드는 식으로 쓰면 됩니다. 앱 사용법과 출시 내용은 나노바나나 2.1 출시: 가격·사용법, 1K·2K 단가는 나노바나나 2의 절반에 있습니다.

한글 문구도 나노바나나 프로가 더 정확한가요?

이번 실측에는 한글 문구가 없었기 때문에 한글 정확도는 알 수 없습니다. 영문·일본어·중국어에서 프로와 GPT Image 2.5가 문구를 바꾸지 않았고 2.1은 바꿨다는 경향은 참고할 수 있지만, 한글 자모 결합은 다른 문제입니다. 한글 포스터를 만든다면 실제 문구로 세 모델을 몇 장씩 뽑아 한 글자씩 대조해 보세요.

GPT Image 2.5는 Sunburst와 Flare 중 무엇을 써야 하나요?

이번 비교에는 Sunburst만 썼습니다. 두 변형의 실측 차이는 GPT Image 2.5 Sunburst vs Flare: 실측 차이에서 따로 다룹니다. 지금 GPT Image 2를 쓰고 있다면 GPT Image 2.5 vs GPT Image 2: 옮길지 판단 기준에서 이전 여부를 먼저 판단하는 편이 빠릅니다.

나노바나나 2를 쓰고 있다면 2.1과 프로 중 어디로 옮겨야 하나요?

비용이 기준이라면 2.1이 자연스러운 다음 단계입니다. Google 정가로 2.1의 1K·2K 이미지 단가는 나노바나나 2의 절반이고, 프로는 1K 기준 나노바나나 2의 두 배입니다. 정해진 문구가 중요한 작업만 프로로 나누는 구성이 비용과 정확도를 함께 맞추기 좋습니다. 나노바나나 2의 크기별 가격은 나노바나나 2(Nano Banana 2) API 가격: 장당 $0.045~$0.151, 2.1은 1K 절반에 정리돼 있습니다.