Grok contro Gemini in 7 test di generazione di immagini tramite intelligenza artificiale: qual è il migliore?

I generatori di immagini basati sull'intelligenza artificiale si stanno evolvendo rapidamente, diventando più intelligenti, veloci e creativi. Dopo aver testato le capacità di generazione di immagini di ChatGPT-5 e Gemini, ho voluto confrontare le prestazioni di Gemini di Google con Grok, il chatbot "gratuito" di Elon Musk.

In una battaglia di sette round, che includeva richieste fotorealistiche e in stile Pixar, ho testato l'aderenza di ciascun modello alle istruzioni e la capacità di fornire immagini convincenti. Ecco i punti di forza principali di ciascuno e quale IA ha prevalso. Questo confronto ti aiuterà a capire quale modello, Gemini o Grok, è più adatto alle tue esigenze di generazione di immagini IA.

1. Concetto di prodotto iperrealistico

La sfida: "Creare una fotografia realistica di uno smartphone pieghevole e trasparente appoggiato su un tavolo di legno di un bar, con i riflessi delle luci della città sulla sua superficie."

Grok ha soddisfatto appieno questo requisito, creando due fotografie realistiche che includevano tutti i dettagli richiesti. Entrambe le versioni apparivano curate e rispecchiavano fedelmente il concept.

Il risultato di Gemini è stato buono, ma non perfetto. Lo smartphone trasparente appariva leggermente sproporzionato e i riflessi delle luci della città, un elemento chiave della promessa, non sono stati riprodotti in modo convincente come nel tentativo di Grok.

Vincitore: Grok si aggiudica la vittoria per aver creato un'immagine di qualità superiore e per aver interpretato al meglio il messaggio. In questo test di generazione di immagini tramite intelligenza artificiale, Grok ha nettamente superato gli altri concorrenti.

2. Disegnare personaggi con emozioni

La sfida: "Disegna un'illustrazione in stile fumetto di un giovane astronauta che si accorge di aver dimenticato il casco sulla superficie di Marte, con espressioni esagerate, colori vivaci e un umorismo cartoonesco."

Grok ha prodotto due immagini di quelli che sembrano essere due astronauti sorpresi, entrambi con il casco. Poiché le immagini sono molto ravvicinate, è difficile interpretarle in modo definitivo e il motivo della "dimenticanza" non è molto chiaro.

Gemini ha prodotto un'immagine che raffigura un astronauta smemorato, e il fumetto illustra al meglio il motivo del suo fastidio, anche se l'immagine sarebbe ancora migliore se l'astronauta non indossasse il casco. Lo sfondo e il design generale sono chiari.

Vincitore: Gemini si aggiudica la vittoria per aver seguito scrupolosamente le istruzioni per la richiesta e per un'immagine più umoristica.

3. Reinventare la storia

La richiesta: "Dipingi un'opera in stile rinascimentale raffigurante Cleopatra che tiene in mano uno smartphone moderno, nello stile di Leonardo da Vinci."

Grok ha realizzato un'immagine che sembra la fotografia di una donna moderna vestita con abiti in stile rinascimentale e con in mano uno smartphone. L'immagine è più simile a un selfie ed è decisamente contemporanea.

Gemini si è concentrato maggiormente sull'aspetto artistico. Il dipinto sembrava più vicino allo stile rinascimentale e somigliava maggiormente a Cleopatra stessa, piuttosto che a una semplice donna moderna in costume.

Vincitore: Gemini si aggiudica il primo premio per la migliore interpretazione dell'ordine e la maggiore accuratezza storica.

4. Scena di folla complessa

Richiedente: “Crea una foto aerea di Times Square alla vigilia di Capodanno, piena di gente, cartelloni pubblicitari luminosi e coriandoli che cadono nel cielo notturno.”

Grok è stato davvero deludente in questo tour. Entrambe le foto erano ugualmente pessime, piuttosto sfocate e non rendevano giustizia all'atmosfera di Capodanno a Times Square. Le persone sono troppo distanti tra loro e mancano altri dettagli che potrebbero suggerire un'atmosfera tipica della notte di Capodanno.

Gemini ha catturato l'energia e la folla immensa di Times Square la notte di Capodanno. L'immagine è chiaramente di New York e i cartelli contribuiscono a indicare l'occasione. La folla è numerosissima, a differenza della fotografia di Grok.

Vincitore: Gemini si aggiudica l'immagine più nitida e accurata del Capodanno a Times Square.

5. Mix surreale

L'affermazione: "Immaginate un polpo gigante che gioca a scacchi con Albert Einstein in una stanza di vetro sul fondo dell'oceano."

Grok ha avuto difficoltà con questo test. Ha impiegato molto più tempo a "pensare" rispetto a qualsiasi altra rivendicazione testata finora. L'immagine era buona, ma non teneva conto del requisito della "stanza di vetro" presente nella rivendicazione.

Gemini presentò immediatamente quello che sembrava essere un ritratto. La serra era interessante e realistica. Il polpo era molto più grande di quello di Grok e riempiva l'immagine bizzarra in modo decisamente migliore.

Vincitore: Gemini si aggiudica la vittoria per la qualità superiore dell'immagine e la precisione nell'esecuzione delle istruzioni.

6. Chiarezza dell'infografica

La richiesta : "Progetta un'infografica chiara che illustri il ciclo vitale della farfalla, etichettando le diverse fasi, utilizzando frecce e icone piatte con il minor numero possibile di colori."

 

Il tentativo di Grok di creare un diagramma ebbe un doppio successo e un suo insuccesso. La prima versione era troppo complessa, con una farfalla superflua che distoglieva l'attenzione dal ciclo vitale. La seconda versione era più elaborata, ma peccava di precisione nei dettagli del ciclo.

Gemini ha presentato un'immagine chiara che raffigura accuratamente il ciclo vitale della farfalla, con etichette chiare, colori minimali e di facile lettura.

 

Vincitore: Gemini vince perché ha completato il compito al primo tentativo. L'immagine è accurata e pronta per la visualizzazione.

7. Mantieni la coerenza nelle immagini del profilo stilizzate.

La richiesta: "Crea un modello 3D in stile Pixar di un giornalista quarantenne con i capelli biondi che tiene in mano un taccuino, poi crea 40 varianti con abiti diversi."

Grok ha completamente frainteso la richiesta, chiedendo uno "stile Pixar" oltre alla parte relativa ai "diversi abiti". Va detto, però, che ha creato tre acconciature diverse.

Gemini ha schiacciato il giornalista in stile Pixar, ma ha sbagliato tutte e tre le differenze.

Vincitore: Parità tra i due robot a causa della loro incapacità di seguire le istruzioni. Se dovessi sceglierne uno, opterei per Gemini per aver interpretato correttamente lo schema e aver catturato meglio l'atmosfera del giornalista.

Vincitore assoluto: Gemelli

Dopo sette comandi, Gemini si è dimostrato il generatore di immagini più affidabile in assoluto. Ha eseguito le istruzioni in modo più coerente e accurato, ha prodotto composizioni più pulite e ha padroneggiato dettagli che Grok spesso trascurava. In altre parole, Gemini eccelleva nella comprensione ed esecuzione di comandi testuali per generare le immagini richieste.

Grok ha sicuramente mostrato sprazzi di creatività e ha ottenuto un netto successo in termini di fotorealismo, ma spesso ha inciampato in precisione e si è discostato dalla norma. Se si desiderano risultati sperimentali e non convenzionali, Grok ha i suoi momenti. Ma per l'uso quotidiano, dove chiarezza, precisione e raffinatezza sono fondamentali, Gemini è il generatore di immagini AI di cui mi fido per portare a termine il lavoro. In breve, Gemini è la scelta migliore per gli utenti che cercano risultati coerenti e di alta qualità in una varietà di scenari.

Hai provato Grok? E Gemini? Qual è il tuo preferito? Fammelo sapere nei commenti.