我用 Google 自己的 prompt 測試 ChatGPT Images 2.0——結果，漂亮到你想逐項核實
所有人都說 ChatGPT Images 2.0 是革命性突破。我花了一天做了一件很無聊的事：逐項 fact-check。
ChatGPT Summary
Gemini Summary
上週 OpenAI 發佈 ChatGPT Images 2.0，整個科技圈為之沸騰。Image Arena 排名第一，ELO 分數拋離 Google Nano Banana 2 達 242 分——史上最大差距。KOL 排隊出教學，標題清一色是「碾壓」「革命」「Google 完了」。
但我反覆看那些介紹文，看到的都是 Nano Banana 早就做得到的功能。
所以我做了一個實驗。不是為了替誰站台，而是想釐清一件事：這 242 分的差距，在真實使用場景裡，究竟代表什麼？
實驗方法：用對手最有信心的子彈
方法很簡單，但很少人這樣做——
不替 ChatGPT 量身打造 prompt，而是直接取用 Google 官方 blog、AI Studio 範例頁展示的原始指令，改掉品牌名稱後，一字不改地餵入 ChatGPT。再將同一條 prompt 餵入 Gemini。
邏輯是：用對手自己最有信心的指令作為基準。你說 Nano Banana 做得到的事，同一條 prompt，ChatGPT 又能交出什麼？
我跑了四組測試。以下是結果。
但在看結果之前，有一件事必須先說清楚。
一個很少人提到的資訊差
我使用的是 ChatGPT 免費帳號。測試完成後我才查到：ChatGPT Images 2.0 其實分為兩個模式——Instant 模式（免費用戶可用）和 Thinking 模式（需要 Plus 帳號，$20/月）。Thinking 模式才有網路搜尋、佈局推理、多圖一致性批次生成、輸出自我驗證等功能。
而 Gemini 的 Nano Banana 2，即時搜尋與推理功能在免費帳號即可使用。
這裡的問題不是我「應該付費再測」——問題是：絕大多數介紹文和 KOL 展示的驚艷效果，從來沒有標註使用的是哪個帳號層級、哪個模式。 普通讀者看完覺得「太厲害了」，自己用免費版去試，出來的效果完全不同，卻不知道是因為功能被鎖在付費牆後面。
這本身就是一種資訊不對稱。而這篇文章記錄的，正是一個普通免費用戶的真實體驗。
測試一：茶餐廳菜單（繁體中文渲染）
Prompt 要求：雙語港式茶餐廳菜單，至少 8 個菜品附 HKD 價格，1970 年代復古風格，所有中文必須是繁體字。
ChatGPT 交出了一張視覺上近乎完美的菜單圖。懷舊紅白配色、分欄整齊、14 個菜品雙語對照、底部附有奶茶凍飲插圖。放進真正的餐廳裡也不會讓人起疑。繁體中文全部正確。
Gemini 生成了一份 PDF 格式的菜單。8 個菜品，雙語對照，繁體中文正確。但沒有視覺設計、沒有插圖、沒有分欄——純文字排版。功能上做到了，但「直接拿去用」還差一段距離。
第一回合，ChatGPT 以視覺品質壓倒性勝出。沒有懸念。
如果故事到這裡結束，你會覺得那些 KOL 說得沒錯。
但故事不是到這裡結束的。
"Create a bilingual restaurant menu card (Traditional Chinese and English) for a Hong Kong-style cha chaan teng. Include at least 8 items with prices in HKD. The menu should have a retro 1970s aesthetic with cream background and red accents. All Chinese text must be in Traditional Chinese characters."
Fig_01: ChatGPT bilingual restaurant menu card
Fig_02: Gemini bilingual restaurant menu card
測試二：時事資訊圖表（真正的分水嶺）
這個測試才是重頭戲。我分別要求兩個模型，針對近期體育賽事生成一張慶祝資訊圖。
ChatGPT 交出了一張 2025 年 Dodgers 世界大賽冠軍海報。雜誌級排版，金色標題，球員「寫實風」插圖，七場比數時間線，MVP 區塊，關鍵數據面板。整張圖的設計感強到讓人想立刻轉發。
"Create a celebratory poster-style infographic commemorating [最近一週內的重大體育/新聞事件]. Include the key figures, dates, and statistics. Include one or two additional context details that make the event meaningful."
Fig_03: ChatGPT 最近一週內的重大體育/新聞事件
Gemini 交出了一張 2026 年尤伯盃中華女子羽球隊晉級八強的資訊圖。雙版佈局，球員卡通插圖，分組賽數據，個人戰績統計。設計上不如 ChatGPT 驚艷，但資訊脈絡清晰。
Fig_04: Gemini 最近一週內的重大體育/新聞事件
然後我做了一件很無聊的事。
我逐項 fact-check。
ChatGPT 的 Dodgers 圖：7 個重大事實錯誤
我拿著這張圖，對照 Baseball Reference、Wikipedia、MLB.com 官網，逐項核實。結果如下：
MVP 搞錯了人。 圖中標示「世界大賽 MVP：大谷翔平」。事實上，2025 年世界大賽 MVP 是投手 Yoshinobu Yamamoto——三勝零敗，ERA 1.02。大谷翔平拿的是 NLCS MVP，不是世界大賽 MVP。這是整張圖最核心的事實，完全標錯。
七場比數大面積標反。 Game 1 的 11-4 是 Blue Jays 大勝，圖中卻標為 Dodgers「勝」。Game 3 是 Dodgers 在 18 局延長賽靠 Freddie Freeman 的 walk-off 全壘打贏下來的，圖中卻標為「負」。七場裡有四場的勝負方向是反的。
團隊打擊率憑空捏造。 圖中列出 .283，實際上 Dodgers 該年世界大賽的團隊打擊率只有 .203——是 1966 年以來冠軍隊伍的最低紀錄。這個數字是 AI 自行生成的。
大谷翔平的 Game 7 描述完全與事實相反。 圖中寫他「投打雙向主宰戰局」，但 事實上大谷在 Game 7 先發投球僅撐三局便遭 Bo Bichette 打出三分全壘打。打出關鍵追平全壘打的是 Miguel Rojas，不是大谷。
一張設計感 A+ 的圖，事實準確度是 F。
Gemini 的尤伯盃圖：大致正確，一個地點錯誤
同樣方法核實。球員名字全部正確：謝沛珊、洪恩慈、林湘緹、黃宥薰。4 月 28 日對印尼的比數 2:3 正確。各場勝負方向正確。分組排名正確。
最大的錯誤：將「賽事地點」標為中國成都，但 2026 年尤伯盃的實際比賽地點在丹麥 Horsens。成都只是抽籤儀式的舉辦地。
一個地點錯誤，對比七個核心事實錯誤。
測試三：產品規格比較表（號稱最大優勢的項目）
ChatGPT Images 2.0 被吹捧最多的「獨門功夫」是結構化佈局——整齊的表格、精確的文字對齊、不會溢出的排版。所以我直接測這個：要求兩個模型生成三款無線耳機的規格比較圖。
兩張圖都交出了整齊的三欄表格。ChatGPT 那張更加乾淨——白底、品牌 logo、產品渲染圖精緻。Gemini 那張用金色漸變分區，有裝飾元素，稍顯花巧。
單看佈局整齊度，ChatGPT 確實勝出。
然後我又做了同一件無聊的事。
"Create a one-page product comparison chart for 3 wireless earbuds (AirPods Pro 3, Samsung Galaxy Buds 4, Sony WF-1000XM6). Use a clean 3-column layout with rows for: Price, Battery Life, ANC Rating (out of 10), Water Resistance, Weight. Include a small product icon at the top of each column. Add a 'Best For' recommendation at the bottom of each column. All text must be sharp and readable."
Fig_05: ChatGPT product comparison chart for 3 wireless earbuds
Fig_06: Gemini product comparison chart for 3 wireless earbuds
逐項核實規格數據
AirPods Pro 3 防水等級：兩邊都標 IPX4。實際是 IP57。 這不是小差異——IP57 意味著可以短暫浸入水中，IPX4 只防潑水，是完全不同的防護等級。兩個模型都套用了舊款 AirPods Pro 2 的規格。
ChatGPT 的額外錯誤：
- Samsung Galaxy Buds 4 價格標為 $199.99，實際是 $179
- Galaxy Buds 4 電量標為 30 小時，實際是 24 小時（高估 25%）
- Sony WF-1000XM6 價格標為 $299.99，實際是 $329.99（少報 $30）
12 項規格數據，ChatGPT 錯了 5 項，Gemini 錯了 2 到 3 項。
最諷刺的是：ChatGPT 的「結構化佈局」確實更漂亮——但裡面的數字有接近一半是錯的。這就像一份排版完美的財務報告，但數字是亂填的。
測試四：結構化文件理解（殺手鐧測試）
最後一個測試，也是我認為最具實戰價值的。
我將自己正在撰寫的書稿第十一章的大綱——一篇關於世嘉與任天堂的遊戲產業分析——分別以 HTML、Markdown、JSON 格式餵入兩個模型，要求生成該章節的總結資訊圖。
Gemini 準確讀懂了整份大綱。生成的圖涵蓋：世嘉退出主機市場的時間線、岩田聰退出機能競賽的策略分析、Switch 2 的定價與晶片架構、NVIDIA 從五百萬美元善款到五兆美元市值的敘事弧線。所有論點與我的章節結構一一對應。底部結語「世嘉死於走在時代的前面。任天堂活於走在時代的後面。但時代正在追上來。」——直接引用自原文。
ChatGPT 交出了一張雞胸肉絲營養全解析的漫畫風資訊圖。
對，雞胸肉絲。一個龍虎風格的男主角捧著一碟雞胸肉絲，配上六個營養知識區塊。視覺上非常精緻。繁體中文正確。風格統一。
但與我的第十一章完全無關。它根本沒有讀懂我的輸入內容。
https://mythogenengine-cyber.github.io/MythogenEngine/docs/GameVictory/INFO_PAGE
Fig_07 由於Gemini 對於多種檔案效果都一致我就只貼md(而且是從Gemini NotebookLM plug-in 直讀的實際操作方便很多倍！) Fig_08-10 html md json，基本只有JSON大概知道主題，但都是牛風馬不搭。
Fig_07: Gemini Chapter Summary (html, json, md)
Fig_08: ChatGPT Chapter Summary (html)
Fig_09: ChatGPT Chapter Summary (md)
Fig_10: ChatGPT Chapter Summary (json)
所以，「革命性突破」到底在哪裡？
四輪測試跑完，模式非常清楚：
ChatGPT Images 2.0 是一個視覺包裝天才。 它產出的每一張圖都像出自設計師之手——排版精準、配色考究、風格統一。如果你需要一張「看起來很專業」的圖，它確實是目前最強的選擇。
但「看起來專業」與「內容正確」之間，有一道很深的鴻溝。
242 分的 ELO 差距，衡量的是「人類評審覺得哪張圖更好看」。評審看的是構圖、色彩、風格、第一眼印象。沒有人會在 Arena 投票時去核實圖中的數據。
而我做的正正是這件事。
結果是：ChatGPT 的圖讓你不想去核實——因為它漂亮到你直接相信了。
這才是最危險的地方。
你真正該問的問題
下次看到有人說某個 AI 工具「碾壓」「革命」，問自己四個問題：
1. 他用的是免費版還是付費版？ ChatGPT Images 2.0 的 Thinking 模式——網路搜尋、推理、多圖一致性——需要每月 $20 的 Plus 帳號。免費用戶只能用 Instant 模式。但幾乎沒有介紹文會標註這一點。你看到的驚艷效果，很可能建立在你無法免費取得的功能之上。
2. 他測的是「能出圖」還是「能出正確的圖」？ 絕大多數比較文和排行榜測的是前者。但你實際需要的是後者。
3. 同一條 prompt，他有沒有用對手的版本跑過？ 如果他只用為 ChatGPT 量身設計的 prompt 來測 ChatGPT，結果當然好看。用 Google 自 己的 prompt 反向測試，結論可能截然不同。
4. 圖中的資訊，他有沒有逐項核實？ 如果你的使用場景是「出一張漂亮的圖發限時動態，三秒就滑過去了」，不需要核實，ChatGPT 完勝。如果你的使用場景是「出一張資訊圖表用在簡報、文章或專業場合」，你最好逐項核實——因為接近一半的數據可能是錯的。
那到底哪個比較好？
這是一個錯誤的問題。
正確的問題是：你需要什麼？
需要視覺衝擊力——ChatGPT Images 2.0 目前無出其右。 需要準確讀懂你的輸入內容——Gemini 的文件理解能力更為可靠。 需要事實準確的資訊圖表——兩者都不完全可信，但 Gemini 的錯誤率明顯較低。
而如果你需要「既漂亮又正確」的圖——好消息和壞消息是同一句話：目前沒有任何一個模型能同時做到。
最後一件事
我寫這篇文章的過程中，Claude 幫我完成了所有檢索與 fact-check——逐項對照 Baseball Reference 的比分記錄、BWF 官方賽事結果、以及 Samsung、Apple、Sony 的官方規格頁面。
一個擅長出漂亮圖的 AI。一個擅長讀懂文件的 AI。一個擅長核實事實的 AI。
三個加在一起，才完成了一件事：產出一張正確的圖。
這才是 2026 年 AI 工具的真實狀態。不是某個模型「碾壓」了另一個，而是每一個都有它擅長和不擅長的 領域。那些說「革命」的人不是在說謊——他們只是沒有走最後一步。
而那一步，叫做核實。
測試日期：2026 年 4 月 29 日 測試模型：ChatGPT Images 2.0（免費帳號，Instant 模式）、Gemini（Nano Banana 2 / Pro，免費帳號） 事實核實工具：Claude（Anthropic）配合即時網路搜尋 所有測試圖片附於下方，歡迎自行驗證。 備註：ChatGPT Images 2.0 的 Thinking 模式（含網路搜尋、推理、多圖一致性）需 Plus 帳號（$20/月）方可使用。本次測試未使用該模式。