AI 이미지 모델 고르는 법 2026 가을: GPT Image 2.5와 Nano Banana 2.1 비교

기준: OpenAI API 모델 문서(GPT Image 2.5 Flare·Sunburst), Gemini API 문서(모델 안내·요금·변경 기록), Artificial Analysis 이미지 순위표(AA-Image-T2I v2.1), Meshy API 요금표. 2026년 11월 1일에 확인했습니다. 그림은 공식 페이지의 실제 화면입니다.

2026년 가을, AI 이미지 모델의 맨 앞자리가 한꺼번에 바뀌었습니다. OpenAI는 9월에 GPT Image 2.5를 두 가지 모델로 내놓았고, Google은 10월에 Nano Banana 2.1을 정식으로 공개했습니다. 사람들의 투표로 순서를 매기는 순위표에서도 이 두 이름이 위쪽을 차지합니다.

그런데 이름이 비슷하고 값을 매기는 방식도 회사마다 달라서, 처음에는 무엇을 골라야 할지 헷갈립니다. 이 글에서는 두 모델 가족의 이름과 공개 시기, 값, 순위표 자리를 공식 자료로 정리하고, 용도에 따라 고르는 기준을 설명합니다. AI가 그림을 만드는 원리는 AI 이미지 생성의 원리와 좋은 프롬프트에 먼저 정리해 두었습니다. 영상 모델은 AI 영상 생성 모델 8개 비교와 AI 영상 모델 고르는 법: 용도별 추천에 따로 있습니다.

1. 결론: 용도별로 먼저 볼 모델

아래 표는 공식 문서와 순위표에서 확인한 사실만으로 정리한 출발점입니다. 그림의 좋고 나쁨은 취향이 크게 작용하므로, 표를 보고 두세 개를 고른 뒤 같은 지시로 직접 시험해 보세요.

2. 이름 정리: 두 모델 가족

AI 이미지 모델은 같은 회사 안에서도 이름이 여러 개입니다. 자동차로 치면 같은 차종에 "기본형"과 "고급형"이 따로 있는 것과 비슷합니다. 이 글에서 다루는 이름은 아래와 같습니다.

"정식(GA)"은 General Availability의 줄임말입니다. 시험판(Preview) 딱지를 떼고 실제 서비스에 써도 된다고 회사가 약속한 단계라는 뜻입니다. 시험판은 이름이 바뀌거나 갑자기 닫힐 수 있으니, 오래 쓸 작업이라면 정식판을 고르는 편이 안전합니다.

Nano Banana 2를 쓰고 있다면 한 가지를 알아 두세요. Google은 2.1을 정식 공개한 같은 날, Nano Banana 2(gemini-3.1-flash-image)를 지원 중단 예정(deprecated)으로 바꾸고 2.1로 옮기라고 안내했습니다. 종료 날짜는 아직 발표하지 않았습니다.

3. 순위표 읽는 법

왼쪽부터 순위, Range(순위가 움직일 수 있는 폭), 모델 이름, Elo 점수와 ± 오차, Samples(투표 수), Released(공개 달), Pricing(1,000장당 값) (Artificial Analysis 화면 캡처)

Artificial Analysis는 AI 모델을 비교하는 독립 사이트입니다. 이 순위표는 같은 글 지시로 만든 그림 두 장을 사람에게 보여 주고 어느 쪽이 나은지 고르게 한 투표를 모아 점수를 냅니다. 점수 방식인 Elo는 체스 선수 등급과 같은 방식입니다. 강한 상대를 이길수록 점수가 많이 오르고, 점수 차가 클수록 실력 차가 크다고 봅니다.

따라 하기: 순위표 화면에서 아래 순서로 읽어 보세요.

1. Category가 Overall(전체)인지 봅니다. 사진풍, 글자, 일러스트처럼 분야를 바꾸면 순서가 달라집니다.
2. Elo 옆의 ± 숫자를 봅니다. 1위와 2위는 1222±10과 1207±10이라 오차 구간이 조금 겹치지만, Range 칸이 1과 2로 따로 정해져 있어 순서가 굳은 편입니다. 5위와 6위는 둘 다 1166이라 사실상 같은 자리입니다.
3. Range 칸을 봅니다. 4위 Nano Banana 2.1의 Range는 "3-6"입니다. 투표가 더 쌓이면 3위에서 6위 사이 어디로든 갈 수 있다는 뜻입니다.
4. 이름 뒤의 괄호를 봅니다. "(max)", "(high)"는 품질 설정입니다. 같은 모델도 품질을 낮추면 값과 결과가 달라집니다.
5. Pricing 칸은 1024x1024 크기, 기본 설정으로 1,000장을 만들 때의 값입니다. 실제로 내는 돈은 크기와 품질에 따라 달라집니다.

이 글을 쓸 때 본 표에서 위쪽 15개 안에 든 그 밖의 모델로는 Microsoft AI의 MAI-Image-2.6, Grok Imagine Image 2.0, Meta의 Muse Image, Black Forest Labs의 FLUX 3 Image 등이 있습니다. 순위표는 투표가 쌓일 때마다 바뀌므로, 고르기 직전에 한 번 더 열어 보세요.

4. GPT Image 2.5: Flare와 Sunburst

위는 Flare(성능 Higher, 속도 Very fast), 아래는 Sunburst(성능 Highest, 속도 Medium). 두 모델 모두 PRICE 칸은 5달러·30달러(100만 토큰당 입력·출력)입니다 (OpenAI 개발자 문서 캡처)

OpenAI는 GPT Image 2.5를 처음부터 두 모델로 나눠 냈습니다. 그림에서 위아래 두 줄의 점과 번개 개수를 비교해 보세요. Flare는 빠른 쪽, Sunburst는 꼼꼼한 쪽입니다. 값 칸은 둘 다 같습니다.

• Flare는 문서가 "빠르고 품질 좋은 일상 이미지 생성"용이라고 소개합니다.
• Sunburst는 "가장 뛰어난 이미지 생성·편집 모델"이고, 편집 정확도가 가장 중요한 작업에 쓰라고 안내합니다. OpenAI 개발자 커뮤니티 공지에 따르면 Sunburst는 더 오래 걸리는 대신 세밀한 작업에 정밀함을 더합니다.
• 품질 설정은 low, medium, high, xhigh, max, auto 여섯 가지입니다. 순위표 1·2위 이름에는 (max)가 붙어 있습니다.
• 같은 공지는 ChatGPT에서도 9월 8일부터 모든 사용자에게 차례로 열린다고 밝혔습니다. ChatGPT 화면에서는 두 모델 이름을 고르는 칸이 따로 보이지 않을 수 있습니다.

값은 장 단위가 아니라 토큰 단위입니다. 토큰은 AI가 글과 그림을 잘게 나눠 세는 단위입니다. 택시 요금이 거리로 매겨지듯, 큰 그림이나 높은 품질은 토큰을 더 많이 써서 값이 올라갑니다.

OpenAI는 장당 값을 따로 적지 않았습니다. 모델 문서에는 GPT Image 2용 계산기가 2.5의 토큰 사용량을 추정하지 못한다는 안내도 있습니다. 그래서 장당 값을 가늠할 때는 3절 순위표의 값(1,000장에 210.7달러, 1024x1024·기본 설정 기준)을 참고하세요. 크기와 품질을 바꾸면 값도 달라집니다.

5. Nano Banana 2.1: 값을 낮춘 상위권

변경 기록의 Nano Banana 2.1 항목. 첫 줄은 Nano Banana 2.1 정식(GA) 공개, 둘째 줄은 Nano Banana 2 지원 중단 예고(종료일 미정)입니다 (Gemini API 문서 캡처)

Nano Banana는 Google Gemini 계열의 이미지 모델에 붙은 별명입니다. 그림의 변경 기록에서 첫 항목과 둘째 항목을 차례로 읽어 보세요. 2.1이 정식으로 나왔다는 소식과, 이전 모델 Nano Banana 2를 2.1로 옮기라는 안내가 같은 날짜에 함께 적혀 있습니다.

Google 모델 안내가 적은 2.1의 새 점은 아래와 같습니다.

• 1K·2K·4K 해상도 전체에서 화질과 사실감이 좋아졌습니다.
• 2K·4K에서 1:4, 4:1, 1:8, 8:1 같은 아주 길쭉한 비율에 생기던 이음매 자국(타일 무늬)을 고쳤습니다.
• 그림 속 글자 표현과 안내도(인포그래픽) 배치가 더 정확해졌습니다.
• 참고 그림을 최대 14장까지 넣어 하나로 섞을 수 있습니다.
• Google 웹·이미지 검색 결과를 참고해서 그릴 수 있습니다.

Output price 칸에 장당 값(1K 0.0336달러, 2K 0.0504달러, 4K 0.113달러)이 적혀 있고, Free Tier 칸은 Not available입니다 (Gemini API 문서 캡처)

요금표 그림에서 Output price 칸을 보세요. Google은 OpenAI와 달리 장당 값을 바로 적어 둡니다. 같은 표의 Free Tier 칸이 "Not available"이므로 API로 쓰려면 결제 설정이 필요합니다. 맨 아래 줄은 유료로 쓴 내용을 Google 제품 개선에 쓰지 않는다는 표시입니다.

Google의 다른 이미지 모델 값도 같은 요금표에 있습니다.

표에서 눈여겨볼 점은 새 모델이 더 싸다는 것입니다. Nano Banana 2.1의 1K 값은 이전 Nano Banana 2의 절반쯤입니다. 지금 Nano Banana 2를 쓰고 있다면 옮길 이유가 값과 지원 중단 두 가지나 됩니다. 묶음 처리(Batch)로 보내면 표준 값의 절반입니다.

6. 값 한눈에 비교

두 회사는 값을 매기는 방식이 달라서 그대로 비교하기 어렵습니다. 그래서 같은 기준(1024x1024, 기본 설정, 1,000장)으로 값을 적은 순위표 숫자를 함께 놓았습니다.

웹 서비스 안에서 쓰면 값이 크레딧으로 바뀝니다. 예를 들어 Meshy API 요금표는 그림 한 번 생성에 nano-banana-2-1은 4크레딧, GPT Image 모델은 글로 만들 때 9크레딧·그림을 넣어 고칠 때 12크레딧을 받습니다. 같은 모델이라도 어디서 쓰는지에 따라 값이 다르니, 쓰려는 서비스의 요금표를 따로 확인하세요. Higgsfield 같은 플랫폼의 크레딧과 약관은 Higgsfield 소개에 정리해 두었습니다.

7. 3D 작업에 쓰는 법

AI 이미지 모델은 3D 작업의 앞 단계에서 특히 쓸모가 있습니다.

• 참고 그림: 만들 물체를 정면·옆면으로 그리게 한 뒤 Blender의 참고 이미지로 깔고 모델링합니다. 같은 캐릭터를 여러 각도로 그려야 하므로, 참고 그림을 여러 장 넣을 수 있는 모델(Nano Banana 2.1은 최대 14장)이 편합니다.
• 그림 → 3D 모델: 그림 한 장을 3D 생성 서비스에 넣어 모델로 바꿉니다. 이 흐름은 Meshy AI와 Claude Code로 그림 한 장을 3D 프린팅하기에 실제 과정을 담았습니다. 3D로 바꿀 그림은 배경이 단순하고 물체가 잘리지 않아야 결과가 좋습니다.
• 텍스처 바탕: 나무결, 돌 같은 무늬를 그리게 해서 재질의 바탕으로 씁니다. 무늬가 이어 붙여질 때 경계가 보이지 않는지 꼭 확인하세요.

만든 그림을 공개하거나 팔 때는 서비스 약관과 저작권을 먼저 확인해야 합니다. 기본 내용은 AI로 만든 이미지·글의 저작권 기초에 정리했습니다. 글이나 사이트에 올릴 때는 "AI 생성 이미지"라고 밝혀 두는 것이 좋습니다.

8. 자주 하는 실수와 해결

9. 한 줄 정리

최고 품질은 GPT Image 2.5 Sunburst, 속도는 Flare, 값과 품질의 균형은 Nano Banana 2.1. 순위표는 출발점이고, 결정은 같은 지시로 직접 뽑아 본 뒤. 이 분야는 달마다 새 모델이 나오므로, 다음 갱신에서 순위와 값을 다시 정리하겠습니다.

참고 자료

• OpenAI API 문서: GPT Image 2.5 Flare, GPT Image 2.5 Sunburst
• OpenAI 개발자 커뮤니티: Introducing GPT Images 2.5 in the API and ChatGPT
• Gemini API 문서: Gemini Nano Banana 2.1, Gemini 3.1 Flash Image, 요금(Pricing), 변경 기록(Release notes)
• Artificial Analysis: Text to Image 순위표
• Meshy: API 요금표
• 그림: 공식 페이지 화면 캡처는 각 회사 페이지에서 찍었습니다.