나노바나나 2.1 vs 프로 vs GPT Image 2.5 차이: GPT Image 2.6 추가 실측
같은 프롬프트 1장씩 실측에서 문구를 그대로 옮긴 쪽은 프로, GPT Image 2.5, 11월에 추가한 2.6이었고, 2.1은 문구를 바꿨지만 Google 정가가 프로의 4분의 1입니다.
목차

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. 11월 20일 같은 프롬프트와 같은 설정으로 GPT Image 2.6 Sunburst를 다시 돌려 보니 9건 모두 첫 시도에 나왔고 글자 프롬프트 4개의 문구와 가격을 모두 그대로 옮겼으며, 2.5가 인포그래픽에 넣었던 표어 같은 요청하지 않은 요소도 더 적었습니다. 다만 중국어 메뉴 제목의 간체자 单은 네 모델 모두 일본식 자형 単으로 썼습니다.
비용은 여전히 2.1 쪽입니다. Google 정가로 1K 한 장이 2.1은 $0.0336, 프로는 $0.134라 2.1이 4분의 1이고, GPT Image 2.6은 OpenAI 공식가로 quality high에서는 2.5와 같은 값이지만 low·medium에서는 2.5의 3~4배입니다. 그래서 첫 선택은 이렇게 갈립니다. 글자가 한 자도 틀리면 안 되는 이미지는 GPT Image 2.6 Sunburst, 제미나이 API 안에서 해결해야 한다면 프로, 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 2.5와 2.6은 OpenAI API를 직접 호출하지 않고 LaoZhang API의 VIP 호출당 과금 모델(gpt-image-2.5-sunburst-vip, gpt-image-2.6-sunburst-vip)로 생성했으므로 OpenAI에서 직접 받은 결과와 다를 수 있고, 2.6은 날짜와 동시 요청 수가 달라 속도는 다른 모델과 비교하지 않습니다. GPT Image 2.6 Flare는 테스트하지 않았습니다.
안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.
2.1·프로·GPT Image 2.5 중 무엇부터: 글자는 프로·GPT, 대량은 2.1
정해진 글자가 들어가는 이미지는 GPT Image 2.6이나 2.5, 제미나이 API만 쓸 수 있다면 프로가 먼저이고, 글자 비중이 낮은 이미지를 많이 만든다면 나노바나나 2.1이 먼저입니다. 작업별로 정리하면 다음과 같습니다. "근거"는 판단이 무엇에 기대는지, 즉 이번 1장 실측인지 Google·Artificial Analysis 같은 다른 측정인지를 표시합니다.
| 하려는 작업 | 먼저 쓸 모델 | 근거와 강도 |
|---|---|---|
| 포스터·간판·메뉴처럼 정해진 문구와 가격 | GPT Image 2.6 Sunburst, 나노바나나 프로, GPT Image 2.5 | 실측 3개 프롬프트에서 셋 다 문구·가격 일치, 2.1은 3개 모두 변형 (각 1장) |
| 앱 화면·UI 목업의 작은 글자 | GPT Image 2.6 또는 2.5 | 네 모델 모두 요청한 글자는 맞혔지만 2.1·프로는 요청하지 않은 데이터 항목을 덧붙임, 2.6은 지어낸 항목 없음 (1장) |
| 제품 사진·상세페이지용 이미지를 대량으로 | 나노바나나 2.1 | 네 모델 모두 실사급, 2.1이 Google 정가 기준 가장 저렴 (1장 + 정가) |
| 광고 키 비주얼처럼 연출이 강한 사진 | GPT Image 2.5 | 사진 두 장에서 가장 극적인 조명과 구도, 2.6은 더 담백한 카탈로그풍 (1장, 취향이 갈리는 영역) |
| 인포그래픽 | 나노바나나 2.1부터 | 실측에서는 넷 다 정확, Google 자체 평가에서 2.1이 프로보다 사실 정확도가 높음 (1장 + Google 평가) |
| 기존 사진의 색상만 바꾸기 | 넷 다 가능, 범위로 고름 | 넷 다 구도 유지, 안쪽 뚜껑까지 바꿨는지만 다름 (1건) |
| 1:8 같은 극단적 비율, 참조 이미지 여러 장 | 나노바나나 2.1 | 공식 사양 비교, 이번에 테스트하지 않음 (4K는 프로, GPT Image 2.5, LaoZhang VIP의 2.6도 지원) |
이 표에서 프로가 단독으로 앞서는 칸은 없습니다. 프로는 "제미나이 API 안에서 문구를 정확히 넣어야 할 때"의 선택이고, 같은 일을 GPT Image 2.5와 2.6도 해냈습니다. 프로와 GPT 사이에서는 쓰는 경로의 가격과 응답 시간으로 고르면 됩니다. GPT Image 2.6 자체가 2.5와 무엇이 달라졌는지(GIF·SVG 출력, 품질별 토큰 수)는 GPT Image 2.6 vs 2.5 차이: high부터 같은 값, low·medium은 3~4배에서 따로 다룹니다.
GPT Image 2.6 vs 나노바나나 2.1 차이: 글자는 2.6, 대량은 2.1
GPT Image 2.6과 나노바나나 2.1 중 하나를 고른다면, 정해진 문구를 그대로 넣어야 하는 이미지는 2.6 Sunburst, 제미나이 API 정가로 사진을 많이 뽑거나 극단적 비율·참조 이미지 여러 장이 필요한 작업은 2.1입니다. 2026년 11월 20일 2.6 Sunburst는 포스터, 일본어 간판, 중국어 메뉴 가격, 날씨 앱 화면의 글자를 모두 그대로 옮겼고, 10월 8일의 2.1은 앞의 세 프롬프트에서 모두 문구를 바꿨습니다. 날씨 앱 화면에서도 2.1은 대기질·습도·풍속을 지어 넣었지만 2.6은 °C 단위, 상태 표시줄, 리스본 풍경 사진 같은 장식만 더하고 데이터 항목은 만들지 않았습니다.
가격 차이는 생각보다 작고, 과금 방식에 따라 순서가 바뀝니다. 공식가로 1024 한 장은 2.6 quality high가 약 $0.054, 글자가 많은 프롬프트의 2.1이 사고 토큰을 포함해 약 $0.043~$0.046이라 2.6이 약 1.2배이고, 사고 토큰이 적은 사진 프롬프트에서는 2.1이 약 $0.035까지 내려가 약 1.5배로 벌어집니다. LaoZhang API 호출당 가격에서는 2.6 VIP가 $0.03, 2.1이 $0.045라 반대로 2.1이 1.5배입니다. 계산식은 아래 장당 비용 절에 있습니다.
안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.
2.1이 앞서는 쪽은 사양입니다. 극단적 비율, 많은 참조 이미지, Google 검색 그라운딩은 2.1의 공식 사양에 있지만 이번에 테스트하지 않았고, 구체적인 범위는 아래 1장 실측 밖의 근거 절에 있습니다. 편집에서는 해석이 갈렸습니다. 같은 색상 변경 요청에 2.1은 뚜껑 안쪽까지 흰색으로 칠했고 2.6은 바깥 면만 바꿨으므로, 어느 쪽이 맞는지는 원하는 결과에 달렸습니다. 2.6을 코드로 호출하는 방법은 GPT Image 2.6 API 사용법: 모델 ID는 flare·sunburst 2개뿐, 코드 예제에 있습니다.
실측 조건: 프롬프트 8개와 편집 1건, 모델별 1장·1K
실측은 2026년 10월 8일 LaoZhang API의 키 하나로 세 모델을 호출해 진행했고, 11월 20일에 같은 프롬프트 8개와 같은 편집 1건을 GPT Image 2.6 Sunburst로 한 번 더 돌렸습니다. 다시 뽑기와 골라내기는 하지 않았고, 성공한 호출은 10월 27건, 11월 9건입니다.
안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.
| 항목 | 나노바나나 2.1 | 나노바나나 프로 | GPT Image 2.5 Sunburst | GPT Image 2.6 Sunburst |
|---|---|---|---|---|
| 모델 ID | gemini-nano-banana-2.1 | gemini-3-pro-image | gpt-image-2.5-sunburst-vip | gpt-image-2.6-sunburst-vip |
| 실측일 | 2026-10-08 | 2026-10-08 | 2026-10-08 | 2026-11-20 |
| 호출 방식 | Gemini 네이티브 generateContent | Gemini 네이티브 generateContent | /v1/images/generations, 편집은 /v1/images/edits | 2.5와 같음 |
| 크기·품질 | 1:1, imageSize 1K, 사고 수준 기본값 | 1:1, imageSize 1K, 기본값 | 1024x1024, quality high | 1024x1024, quality high |
| 호출 수 | 9건 | 9건 | 9건 (재시도 2건 별도) | 9건, 3개씩 동시 요청 |
GPT Image 2.5를 VIP 모델로 부른 데는 이유가 있었습니다. 10월 8일 당시 LaoZhang API에서 OpenAI 공식 경로를 그대로 전달하는 gpt-image-2.5-sunburst는 Sora2Official 그룹 권한이 필요했고, 일반(default) 그룹 키로 호출하면 503 "no available channels"가 돌아왔습니다(과금 없음). 그래서 호출당 $0.03인 VIP 모델을 썼습니다. 2026년 11월 20일 기준 문서에서는 이 그룹 이름이 OpenAI Official로 바뀌었고, default 그룹 키로 공식 모델 이름을 부르면 11월 6일부터 VIP 경로로 호출당 과금됩니다. 어느 쪽이든 VIP 경로는 OpenAI API 직접 호출이 아니므로, 아래 GPT Image 2.5·2.6 결과는 모두 이 경로의 결과로 읽어야 합니다. 경로별 설명은 LaoZhang API의 GPT Image 2.5 문서와 LaoZhang API의 GPT Image 2.6 문서에 있습니다.
11월 20일의 2.6 실측은 10월 테스트 스크립트의 프롬프트를 그대로 가져와 같은 크기와 품질로 돌렸고, 편집에는 10월에 세 모델이 받은 것과 같은 이어폰 사진을 넣었습니다. 날짜가 다르고 10월은 한 건씩, 11월은 3건씩 동시에 보냈기 때문에 결과물은 나란히 비교하되 응답 시간은 같은 조건의 비교로 보지 않습니다.
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 모든 모델에 똑같이 넣고 "케이스만 광택 있는 흰색으로, 나머지는 그대로"를 요청했습니다. 글자 프롬프트 4개는 결과 이미지를 한 글자씩 대조했습니다.
| 프롬프트 | 나노바나나 2.1 | 나노바나나 프로 | GPT Image 2.5 (VIP) | GPT Image 2.6 (VIP, 11월 20일) |
|---|---|---|---|---|
| 포스터 MIDNIGHT TRAIN + 일시 문구 | 단어는 맞지만 아랫줄을 대문자로 바꾸고 하이픈을 긴 대시로 바꿈 | 문구 일치 | 문구 일치, 철로 모티프로 구도가 가장 강함 | 문구 일치, 일반 하이픈 유지, 평면적인 스위스 스타일 |
| 일본어 간판 本日のおすすめ ラーメン 980円 + OPEN | 요청에 없는 단어 하나가 간판에 추가됨 | 문구 일치 | 문구 일치, 배경에 다른 간판(麺, やきとり)을 덧붙임 | 문구 일치, ラーメン 포렴과 도로 표시 일부를 덧붙임 |
| 중국어 메뉴 今日茶单, 가격 38元·42元·28元 | 38元을 三十八元으로 씀 | 가격 일치 | 가격 일치 | 가격 일치, 제목은 역시 単 |
| 날씨 앱 Lisbon 23°C Sunny + 5일 예보 | 요청한 글자·숫자 일치, 대기질·습도·풍속을 덧붙임 | 일치, 체감온도·자외선·시간별 예보 등을 작은 글씨로 많이 덧붙임 | 일치, 덧붙인 항목이 가장 적음 | 일치, °C 단위·상태 표시줄·도시 사진만 추가, 지어낸 데이터 항목 없음 |
| 미국 법안 통과 5단계 인포그래픽 | 5단계 정확 | 정확, 상·하원 표결을 한 단계로 묶고 양원 협의회를 넣음 | 정확, 요청에 없는 표어 한 줄 추가 | 정확, 상·하원 표결을 한 단계로 묶고 거부권 재의결 포함, 표어 없음 |
| 빨간 컵 3개 왼쪽, 파란 컵 2개 오른쪽 | 정확 | 정확 | 정확 | 정확 |
| 제품 사진·어부 인물 사진 | 실사급 | 실사급 | 실사급, 가장 연출된 색감 | 실사급, 담백한 카탈로그풍과 따뜻한 해 질 녘 색감 |
| 케이스 흰색으로 색상 편집 | 구도 유지, 안쪽 뚜껑까지 흰색 | 구도 유지, 안쪽 뚜껑까지 흰색 | 구도 유지, 안쪽 뚜껑은 검은색 유지 | 구도 유지, 안쪽 뚜껑은 검은색 유지 |
이미지 속 글자는 어느 쪽이 정확한가: 2.1만 문구를 바꿨다
정해진 문구를 그대로 옮겨야 하는 프롬프트 3개에서 나노바나나 프로와 GPT Image 2.5는 10월 8일에, GPT Image 2.6은 11월 20일에 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.
GPT Image 2.6은 2.5와 같은 자리에서 글자를 지키면서 덧붙이는 것이 조금 달랐습니다. 포스터의 일반 하이픈까지 그대로 두었고, 라멘 간판은 本日のおすすめ ラーメン 980円을 정확히 쓴 입간판과 문에 걸린 OPEN 팻말로 그렸습니다. 대신 요청하지 않은 ラーメン 포렴과 바닥의 도로 표시 일부가 들어갔으므로, 화면 안의 글자가 하나도 늘면 안 되는 용도라면 2.6도 결과를 확인해야 합니다.
모든 모델에서 나온 공통 오류도 있습니다. 중국어 메뉴 제목 今日茶单의 간체자 单을 10월의 세 모델이 모두 일본식 자형 単으로 썼고, 11월 20일의 GPT Image 2.6도 같은 글자를 単으로 그렸습니다. 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 네 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. GPT Image 2.6은 °C 단위, 휴대폰 상태 표시줄, 리스본 풍경 사진을 더했지만 수치가 들어가는 항목은 하나도 지어내지 않았습니다. 실제 앱 목업이나 발표 자료에 쓴다면 지어낸 수치가 남지 않도록 GPT Image 2.6이나 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 각 모델을 몇 장씩 직접 비교해 보는 것이 정확합니다.
인포그래픽·개수 지시: 셋 다 맞혔지만 덧붙인 내용이 다르다
"미국에서 법안이 법률이 되는 과정 5단계" 인포그래픽은 10월의 세 모델과 11월의 GPT Image 2.6 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.
GPT Image 2.6은 2.5처럼 단계마다 설명을 붙였고, 상·하원 표결을 프로처럼 한 단계로 묶는 대신 대통령 거부권과 의회의 재의결까지 넣었습니다. 2.5와 달리 표어는 넣지 않았습니다. 같은 프롬프트에서 요청하지 않은 문구가 사라졌다는 점은 문구를 정확히 넣어야 하는 인포그래픽에서 2.6을 고를 이유가 됩니다.
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. 모두 맞았기 때문입니다. 인포그래픽을 많이 만든다면 단가가 낮은 2.1로 시작하고, 정해진 문구를 넣어야 할 때만 GPT Image 2.6이나 프로로 옮기는 순서가 합리적입니다.
"빨간 컵 정확히 3개는 왼쪽, 파란 컵 정확히 2개는 오른쪽" 프롬프트도 네 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 네 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.
11월 20일의 GPT Image 2.6은 2.5보다 담백한 쪽이었습니다. 제품 사진은 위에서 내려다본 깔끔한 카탈로그 사진에 가까웠고, 인물 사진은 항구의 배를 배경으로 따뜻한 해 질 녘 색감을 입혔지만 2.5만큼 강한 대비는 아니었습니다.
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. 10월의 세 모델과 11월의 GPT Image 2.6 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 2.5와 2.6은 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 2.5·2.6 쪽이 의도에 가깝습니다. 어느 쪽이든 편집 프롬프트에 "뚜껑 안쪽 포함" 같은 범위를 적어 두면 해석 차이를 줄일 수 있습니다.
손대지 말라고 한 영역이 얼마나 바뀌었는지는 2026년 11월 20일 수치로 확인했습니다. 케이스 주변 620×620 영역을 뺀 나머지를 흑백으로 바꿔 원본과 비교하면, 픽셀 밝기의 평균 차이는 255단계 중 2.1 1.7, 프로 1.6, GPT Image 2.5 2.5, 2.6 3.5였고 40단계 넘게 바뀐 픽셀은 네 모델 모두 0.02% 이하였습니다. 눈으로는 구분되지 않는 차이지만, 2.6은 평균 밝기가 1.4단계 내려가 조금 어두워지는 쪽이었습니다. 11월 5일 같은 이미지를 여러 번 이어서 편집한 다른 테스트에서도 2.6은 손대지 않은 영역을 한 번에 약 1.5단계씩 어둡게 만들었으므로, 한 이미지를 여러 차례 고친다면 원본에서 다시 시작하는 편이 안전합니다. 편집만 따로 비교한 결과는 챗GPT vs 제미나이 사진 편집 비교: 5종 실측, 배경 교체에서 갈렸다에 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. 10월 8일 한 건씩 보낸 조건에서 나노바나나 2.1은 17~33초, 프로는 18~23초, GPT Image 2.5 VIP는 58~76초였고, 11월 20일 3건씩 동시에 보낸 GPT Image 2.6 VIP는 34~45초였습니다.
| 모델 (LaoZhang API) | 실측일·방식 | 응답 시간 | 실패 |
|---|---|---|---|
| 나노바나나 2.1 | 10월 8일, 한 건씩 | 17~33초 | 9건 모두 첫 시도 성공 |
| 나노바나나 프로 | 10월 8일, 한 건씩 | 18~23초 | 9건 모두 첫 시도 성공 |
| GPT Image 2.5 Sunburst VIP | 10월 8일, 한 건씩 | 58~76초 | 시도 11번 중 2번 503 "Upstream model service error" 후 재시도 성공 |
| GPT Image 2.6 Sunburst VIP | 11월 20일, 3건씩 동시 | 34~45초 | 9건 모두 첫 시도 성공 |
안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.
2.6의 시간은 날짜와 동시 요청 수가 다른 그날 VIP 경로의 시간이라, 2.5보다 빨라졌다거나 2.1보다 느리다는 근거로 쓰기 어렵습니다. 모든 시간에는 LaoZhang 게이트웨이와 네트워크 구간이 포함되므로 Google이나 OpenAI에 직접 호출했을 때의 속도와도 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. GPT Image 2.5와 2.6 VIP는 호출마다 출력 이미지 토큰을 똑같이 1,756개로 보고했습니다.
장당 비용: Google 정가 1K 기준 2.1 $0.0336, 프로 $0.134
2026년 11월 20일 기준 Gemini API 가격표(10월 8일 이후 변동 없음), OpenAI API 가격표의 이미지 토큰 단가, LaoZhang API 호출당 가격을 한 표에 놓으면 다음과 같습니다. OpenAI 단가는 GPT Image 2.5와 2.6이 같아 이미지 출력 100만 토큰당 $30이고, 달라지는 것은 품질별로 한 장에 쓰는 토큰 수입니다.
안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.
| 경로와 기준 | 나노바나나 2.1 | 나노바나나 프로 | GPT Image 2.5 | GPT Image 2.6 |
|---|---|---|---|---|
| Google·OpenAI 정가, 1K·1024 이미지 출력만 | $0.0336 | $0.134 | low $0.0059 / medium $0.0132 / high $0.0527 | low $0.0247 / medium $0.0435 / high $0.0527 |
| 이번 실측 토큰으로 계산한 1K 한 장 | 약 $0.035~$0.046 | 약 $0.135~$0.137 | 약 $0.054 (high, 입력 포함) | 약 $0.054 (high, 입력 포함) |
| Google 정가 2K / 4K | $0.0504 / $0.113 | $0.134 / $0.24 | 크기·품질에 따라 다름 | 크기·품질에 따라 다름 |
| LaoZhang API 호출당 | $0.045 (크기 무관) | $0.09 | VIP $0.03 | VIP $0.03 (quality high까지) |
| LaoZhang API로 1,000장 | $45 | $90 | $30 | $30 |
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 2.5와 2.6은 VIP 응답이 보고한 출력 이미지 토큰 1,756개에 100만 개당 $30을 곱한 $0.0527에, 프롬프트 텍스트 약 200토큰 × 100만 개당 $5 ≈ $0.001을 더해 약 $0.054로 잡았습니다. 이 토큰 수는 OpenAI 직접 호출의 청구서가 아니라 VIP 경로가 보고한 값이므로 대략적인 추정으로만 보세요.
이 표에서 읽을 것은 네 가지입니다.
- 글자가 많을수록 2.1의 가격 이점이 줄어듭니다. 사고 토큰이 많은 글자 프롬프트에서 2.1은 장당 약 $0.046까지 올라갔지만, 그래도 프로의 3분의 1 수준이고 GPT Image 2.6 high보다는 조금 쌉니다.
- GPT Image 2.6은 품질을 낮춰도 2.5만큼 싸지지 않습니다. OpenAI 공식 기준 1024 한 장의 출력 토큰이 2.6은 low 824개, medium 1,449개로 2.5의 196개, 439개보다 3~4배 많아, low $0.0247은 2.5의 약 4.2배, medium $0.0435는 약 3.3배입니다. medium 2.6은 글자 많은 프롬프트의 2.1과 비슷한 값이고, high부터는 토큰 수가 같아 2.5와 같은 값입니다. 이번 실측은 high만 썼으므로 low·medium의 품질은 확인하지 않았습니다. 품질별 전체 가격은 GPT Image 2.6 가격: Sunburst·Flare 1장 $0.025~$0.21, 호출당 $0.03 분기점에 정리돼 있습니다.
- 프로는 어느 경로에서도 가장 비쌉니다. Google 정가 1K·2K $0.134, 4K $0.24이고, 1K 한 장은 GPT Image 2.6 high의 약 2.5배입니다. 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 2.5·2.6 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. 2.6 VIP는 quality high까지만 받고 xhigh·max는 400 오류로 돌려보내며(과금 없음), OpenAI 직접 호출이 아니라는 점도 감안해야 합니다.

결과를 바로 받을 필요가 없는 대량 작업이라면 Batch 요금도 비교에 넣으세요. 2026년 11월 20일 기준 Google 가격표에서 Batch 요금이 표시된 것은 2.1뿐이고, 이미지 출력이 100만 토큰당 $15로 표준의 절반입니다. 프로 항목에는 같은 날 Batch 요금이 표시되지 않습니다(10월 8일에는 Batch 탭이 있었음). 참고로 10월 8일 실측 27건의 비용은 LaoZhang API 정가로 9 × ($0.045 + $0.09 + $0.03) = $1.485였고, 503으로 실패한 재시도 2건은 이 합계에 넣지 않았습니다. 11월 20일 GPT Image 2.6 9건은 9 × $0.03 = $0.27이었습니다.
네 모델을 같은 조건으로 직접 비교해 보고 싶다면 LaoZhang API에서 키 하나로 모두 호출할 수 있습니다. 이번 실측도 그렇게 진행했습니다. 단, GPT Image 2.5·2.6을 OpenAI와 같은 토큰 과금으로 쓰려면 OpenAI Official 그룹 토큰이 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.
- Artificial Analysis 텍스트→이미지 순위 (2026년 11월 20일 기준, AA-Image-T2I v2.1, 두 이미지 중 더 나은 쪽을 고르는 사람 투표의 Elo 점수): GPT Image 2.6 Sunburst 1위 1261점, GPT Image 2.5 Sunburst 2위 1230점, GPT Image 2.6 Flare 3위 1227점, 나노바나나 2.1 8위 1177점(표본 6,820), 나노바나나 프로 18위 1119점입니다. GPT 모델은 quality max로 만든 이미지라 이번 실측의 high와 조건이 다르고, 글자 정확도·비용·편집은 반영하지 않습니다. 순위는 Artificial Analysis 텍스트→이미지 리더보드에서 볼 수 있습니다.
- Arena 텍스트→이미지 순위 (2026년 10월 6일 업데이트 기준, 지난 기록): 당시 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 1248점이었습니다. GPT Image 2.6이 나오기 전 자료이므로 지금 순위로 읽으면 안 됩니다. 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. Google은 2.1을 나노바나나 2(Gemini 3.1 Flash Image)의 업데이트로 소개합니다.
- 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. 2026년 11월 4일 발표된 GPT Image 2.6은 GIF·SVG 출력과
complexity파라미터를 더했고, LaoZhang VIP 경로에서는 GIF는 되지만 SVG는 받지 않습니다.
정리하면, 사람 투표 순위는 "한 장의 인상"에서 GPT Image 2.6·2.5를 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?
2026년 11월 20일 기준 Google의 제미나이 앱 제품 페이지는 무료 사용자에게 나노바나나 2(2K)를, Google AI 요금제 가입자에게 나노바나나 2.1을 제공한다고 안내합니다. 도움말은 2.1을 따로 언급하지 않고 Flash나 Pro 모델로 요청한 이미지를 "Nano Banana 2"로 적고 있어 두 페이지의 이름이 다릅니다. 프로로 다시 만드는 기능(영어 화면 기준 "Redo with Pro")은 이미지 오른쪽 아래 더보기 메뉴에 있고, 제미나이 모델을 Pro로 설정해야 쓸 수 있습니다. Google AI Plus는 11월 13일부터 Pro 모델이 빠졌으므로 Plus에서는 이 기능을 쓸 수 없다고 보는 것이 맞습니다. Google이 직접 밝힌 내용은 아니고 도움말의 조건과 요금제 변경을 합친 추론이며, Google AI Pro와 Ultra에서는 그대로 쓸 수 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 2.5·2.6이 문구를 바꾸지 않았고 2.1은 바꿨다는 경향은 참고할 수 있지만, 한글 자모 결합은 다른 문제입니다. 한글 포스터를 만든다면 실제 문구로 각 모델을 몇 장씩 뽑아 한 글자씩 대조해 보세요.
GPT Image 2.5는 Sunburst와 Flare 중 무엇을 써야 하나요?
이번 비교에는 2.5와 2.6 모두 Sunburst만 썼습니다. 2.5 두 변형의 실측 차이는 GPT Image 2.5 Sunburst vs Flare: 실측 차이에서 따로 다룹니다. GPT Image 2.6 Flare는 테스트하지 않았고, 2026년 11월 20일 Artificial Analysis 순위(quality max 기준)에서는 2.6 Sunburst 1261점, 2.6 Flare 1227점이었습니다. 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 프로나 GPT Image 2.6으로 나누는 구성이 비용과 정확도를 함께 맞추기 좋습니다. 급하게 옮길 필요는 없습니다. 2026년 11월 20일 기준 제미나이 API의 지원 종료 일정에서 나노바나나 2(gemini-3.1-flash-image)에는 종료일이 발표되지 않았고, Google은 대체 모델로 2.1을 안내합니다. 나노바나나 2의 크기별 가격은 나노바나나 2(Nano Banana 2) API 가격: 장당 $0.045~$0.151, 2.1은 1K 절반에 정리돼 있습니다.
ChatGPT에서도 GPT Image 2.6을 쓸 수 있나요?
OpenAI는 2026년 11월 4일 Introducing Images 2.6 발표에서 GPT Image 2.6을 ChatGPT, Codex, API에 내놓으며 ChatGPT의 모든 구독 등급에 제공한다고 밝혔습니다. 요금제별로 하루에 몇 장을 만들 수 있는지는 공개하지 않았습니다. API에서는 gpt-image-2.6-flare와 gpt-image-2.6-sunburst 두 모델로 나뉩니다. 나노바나나 2.1·프로와 견준 결과와 장당 가격은 API로 생성한 기준이라 ChatGPT 구독 안에서 만든 이미지에는 그대로 적용되지 않습니다.
참고 자료6
이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026년 11월 21일.
참고 자료6
이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026년 11월 21일.
- 1.Gemini API 가격표ai.google.dev/gemini-api/docs/pricing
- 2.OpenAI API 가격표developers.openai.com/api/docs/pricing
- 3.Artificial Analysis 텍스트→이미지 리더보드artificialanalysis.ai/image/leaderboard/text-to-image
- 4.Arena 텍스트→이미지 리더보드arena.ai/leaderboard/text-to-image
- 5.나노바나나 2.1 모델 카드deepmind.google/models/model-cards/nano-banana-2-1
- 6.Introducing Images 2.6 발표openai.com/index/introducing-images-2-6





