Grok vs. Gemini em 7 testes de geração de imagens de IA: qual é melhor?

Os geradores de imagens de IA estão evoluindo rapidamente, tornando-se mais inteligentes, rápidos e criativos. Depois de testar os recursos de geração de imagens do ChatGPT-5 e do Gemini, quis comparar o desempenho do Gemini, do Google, com o do Grok, o chatbot "gratuito" de Elon Musk.

Em uma batalha de sete rounds, incluindo solicitações fotorrealistas e no estilo Pixar, testei a aderência de cada modelo às instruções e a capacidade de produzir imagens convincentes. Aqui estão os principais pontos fortes de cada um e qual IA prevaleceu. Esta comparação ajudará você a entender qual modelo, Gemini ou Grok, é mais adequado às suas necessidades de geração de imagens por IA.

1. Conceito de produto hiper-realista

O desafio: “Criar uma fotografia realista de um smartphone dobrável e transparente exposto sobre uma mesa de madeira de um café, com reflexos das luzes da cidade em sua superfície.”

A Grok atendeu com sucesso a esse requisito, criando duas fotografias realistas que incluíam todos os detalhes solicitados. Ambas as versões apresentaram um aspecto refinado e refletiram com precisão o conceito.

O resultado da Gemini foi bom, mas não perfeito. O smartphone transparente parecia ligeiramente desproporcional, e os reflexos das luzes da cidade, um elemento-chave da proposta, não foram exibidos de forma tão convincente quanto na tentativa da Grok.

Vencedor: Grok vence por criar uma imagem superior e interpretar a afirmação da melhor forma. Neste teste de geração de imagens por IA, o Grok teve um desempenho claramente superior.

2. Desenhar personagens com emoções

O desafio: “Desenhe uma ilustração em estilo de história em quadrinhos de um jovem astronauta que percebe que esqueceu seu capacete na superfície de Marte – com expressão exagerada, cores vibrantes e um senso de humor cartunesco.”

Grok produziu duas imagens do que parecem ser dois astronautas surpresos, ambos usando capacetes. Como as imagens estão muito próximas uma da outra, é difícil interpretá-las definitivamente, e o "esquecimento" não é muito claro.

A Gemini produziu uma imagem que retrata um astronauta esquecido, e o balão de pensamento ilustra bem o motivo do incômodo do astronauta, embora a imagem fosse ainda melhor se ele não estivesse usando um capacete. O fundo e o design geral são claros.

Vencedor: Gemini ganha por seguir as instruções da reclamação à risca e por apresentar uma imagem mais bem-humorada.

3. Reimaginando a História

O pedido: “Pinte uma obra de arte em estilo renascentista de Cleópatra segurando um smartphone moderno, no estilo de Leonardo da Vinci.”

Grok produziu uma imagem que parece uma fotografia de uma mulher moderna vestida com roupas de estilo renascentista e segurando um smartphone. A imagem se assemelha mais a uma selfie e é muito contemporânea.

Gemini focou mais no aspecto artístico. A pintura lembrava mais uma obra renascentista e se assemelhava mais à própria Cleópatra do que a uma mulher moderna em trajes típicos.

Vencedor: Gemini vence pela melhor interpretação da ordem e pela melhor precisão histórica.

4. Cena de multidão complexa

Requerente: “Crie uma foto aérea da Times Square na véspera de Ano Novo, lotada, com outdoors brilhantes e confetes caindo no céu noturno.”

A Grok foi uma verdadeira decepção neste passeio. Ambas as fotos ficaram igualmente ruins, bastante desfocadas, e não representaram bem a véspera de Ano Novo na Times Square. As pessoas estão muito distantes umas das outras, e outros detalhes que poderiam sugerir uma atmosfera de Ano Novo estão faltando.

Gemini capturou a energia e a multidão imensa na véspera de Ano Novo na Times Square. A imagem é claramente de Nova York, e as placas ajudam a indicar a ocasião. A multidão está compacta, ao contrário da fotografia de Grok.

Vencedor: Gemini ganha o prêmio pela imagem mais nítida e precisa da véspera de Ano Novo na Times Square.

5. Mix Surreal

A afirmação: "Imagine um polvo gigante jogando xadrez com Albert Einstein em uma sala de vidro no fundo do oceano."

Grok teve dificuldades com este teste. Ele "pensou" por muito mais tempo do que em qualquer uma das outras afirmações testadas até agora. A imagem era boa, mas não levava em conta o requisito da "sala de vidro" na afirmação.

Gemini apresentou imediatamente o que parecia ser um retrato. A casa de vidro era interessante e realista. O polvo era muito maior que o de Grok e preenchia a estranha imagem de forma muito mais adequada.

Vencedor: Gemini vence pela qualidade de imagem superior e pelo seguimento preciso das instruções.

6. Clareza do infográfico

O desafio : “Crie um infográfico claro ilustrando o ciclo de vida da borboleta, identificando os estágios, usando setas e ícones planos com o mínimo de cores possível.”

 

A tentativa de Grok de criar um diagrama teve seus altos e baixos. A primeira versão estava muito confusa, com uma borboleta extra desnecessária que desviava a atenção do ciclo de vida. A segunda versão era mais complexa, mas carecia de precisão nos detalhes do ciclo.

Gemini apresentou uma imagem nítida que retratava com precisão o ciclo de vida da borboleta, com legendas claras, cores mínimas e rótulos fáceis de ler.

 

Vencedor: Gemini vence porque concluiu a tarefa na primeira tentativa. A imagem está correta e pronta para visualização.

7. Mantenha a consistência nas fotos de perfil estilizadas.

O desafio: “Crie um modelo de personagem 3D no estilo Pixar de uma jornalista de 40 anos com cabelo loiro segurando um caderno – e depois crie 3 variações com roupas diferentes.”

Grok não entendeu nada ao pedir um "estilo Pixar" nessa afirmação, além da parte das "roupas diferentes". Ele criou três penteados diferentes, o que é louvável.

Gemini esmagou o jornalista ao estilo Pixar, mas errou nas três diferenças.

Vencedor: Empate entre os dois robôs devido à falha em seguir as instruções. Se eu tivesse que escolher um, seria o Gemini, por ter acertado o padrão e capturado melhor a atmosfera do jornalista.

Vencedor geral: Gêmeos

Após sete comandos, o Gemini provou ser o gerador de imagens mais confiável no geral. Seguiu instruções com mais consistência e precisão, produziu composições mais limpas e dominou detalhes que Grok frequentemente deixava passar. Em outras palavras, o Gemini se destacou na compreensão e execução de comandos de texto para gerar as imagens solicitadas.

A Grok certamente demonstrou lampejos de criatividade e obteve uma vitória clara em fotorrealismo, mas frequentemente pecava na precisão e se desviava do padrão. Se você busca resultados experimentais e não convencionais, a Grok tem seus momentos. Mas para o uso diário, onde clareza, precisão e refinamento são primordiais, a Gemini é o gerador de imagens com IA em que confio para realizar o trabalho. Resumindo, a Gemini é a melhor escolha para usuários que buscam resultados consistentes e de alta qualidade em uma variedade de cenários.

Já experimentou o Grok? E o Gemini? Qual é o seu favorito? Conte-me nos comentários.