За полтора года я перепробовал, наверное, три десятка генераторов картинок. Часть умерла, часть превратилась в платную заглушку с очередью на час, часть до сих пор рисует шесть пальцев на руке. Один сервис присылает письма про «скорый доступ» с 2024 года, подписка так и висит. Поэтому на вопрос, какие есть ИИ для генерации картинок, отвечаю не списком из рейтинга, а раскладкой по задачам: что брать для фотореализма, что для текста на упаковке, что для черновиков в полночь.
Модели ниже держат удар в 2027 году, и я пользуюсь ими сам. Без «инновационных решений» и прочей воды.
Универсальной модели нет, и это нормально
Генераторы работают на диффузии или трансформерах: сначала появляется шумовая заготовка, потом она шаг за шагом уточняется до картинки. Разница между моделями не в магии, а в том, на чём их тренировали и как они понимают текст. Одна вылизывает кожу и поры, вторая лучше держит композицию, третья умеет вписать слово в вывеску без опечаток.
Держать один инструмент под все задачи дороже, чем кажется. Я видел, как человек месяц воюет с Midjourney за макет визитки, хотя соседняя модель делает такой макет с третьего запроса. И наоборот: гоняют быстрые наброски через «умную» модель, сжигая кредиты на черновики, которые никто не сохранит.
Модель не понимает замысел, она понимает описание. Если в голове каша, на выходе будет красивая каша. Половина успеха решается до генерации, на этапе формулировки.
Nano Banana Pro: фотореализм и читаемый текст
Если нужна картинка, которую не отличить от фотосъёмки, я иду сюда. Портреты, предметка, консистентные персонажи в серии кадров, надписи на упаковке, которые не приходится переделывать в редакторе. Модель держит лицо героя между генерациями, и для контента с одним и тем же человеком в кадре это экономит часы.
Слабое место назову честно: быстрые черновики на выброс. Гонять сюда двадцать вариантов композиции, чтобы выбрать одну, дорого и медленно. Для прикидок есть варианты проще.
Мой типичный сценарий: шесть генераций с разным светом, потом одна добивка с уточнением «мягкий свет из окна слева, тень падает на стол». На седьмом кадре обычно получается то, что можно показывать клиенту.
GPT Image 2: макеты, предметная съёмка, концепт-арт
Точные макеты и детальный концепт-арт - его территория. Модель хорошо понимает пространственные инструкции: «слева лампа, справа кружка, тень падает от окна». Когда нужно собрать предметную сцену с жёсткими требованиями по расположению объектов, получается предсказуемее, чем у конкурентов.
Не для срочных серий. Если надо за десять минут накидать тридцать вариантов для сторис, модель будет тормозить процесс. Зато финальный кадр для сайта или рекламного баннера вытянет без переделок.
Отдельно про GPT-5.4, которую многие хвалят в бесплатном режиме. Универсал: понимает контекст запроса, стиль и нюансы формулировок, тянет сложные многофигурные сцены. Хороший старт, если вы только разбираетесь, какие есть нейросети для генерации изображений, и не готовы платить за пять подписок сразу.
Seedream 4.5: киношный свет и крупная печать
Детализация в высоком разрешении, объёмный свет, фактура материалов. Когда картинка уходит на печать, на баннер три на шесть метров или на обложку, разница видна сразу: мелкие текстуры не рассыпаются в кашу. Я гоняю через него интерьерные визуализации и постеры.
Дизайны с обилием текста лучше отдать другой модели. Многострочные надписи, логотипы, мелкий шрифт - тут начинаются сюрпризы с буквами.
Лайфхак из практики: сначала генерируйте в квадрате, потом расширяйте в нужный формат. Композиция ломается реже, чем если сразу просить вытянутый баннер.
Flux 2 и Flux 1.1 Pro: скорость и стилизация
Быстрые стилизованные черновики, аниме, иллюстрация. Flux 2 выручает, когда надо за минуту проверить идею: грубый набросок, палитра, настроение. Мелкий текст на изображении он не вытянет, зато работает шустро и почти не стоит внимания.
Flux 1.1 Pro - другая история: лидер по детализации и вписыванию букв в объекты. Надпись на футболке, гравировка на металле, микротрещины на старой стене. Самая быстрая из «тяжёлых» моделей, но каждая генерация стоит заметно дороже. Включаю его, когда картинка идёт в финал, а не в папку «варианты».
Есть промежуточный сценарий. Черновик в Flux 2, отбор одного кадра, потом тот же промпт в Flux 1.1 Pro с добавкой деталей. Так выходит дешевле, чем сразу молотить финальной моделью.
Midjourney: легенда с закрытой дверью
Годами это был стандарт в профсообществе: обложки журналов, сложные художественные сцены, узнаваемая эстетика. Функция cref до сих пор полезна, когда нужно удержать стиль персонажа или референса.
Минусы не исчезли. Система закрытая, работа только через свой интерфейс, интеграций мало, а открытые модели за это время подтянулись в детализации. Для художественных проектов брать стоит, для потока коммерческих картинок - не всегда.
Grok и Google: смелость против склейки
Grok берут за смелые концепты и актуальные визуалы для соцсетей: резкие ракурсы, странные сочетания, картинка, которая цепляет в ленте. Строгую консистентность бренда он не держит, зато попадает в настроение момента.
У Google своя фишка, технология Multi-image Fusion: модель собирает один кадр из нескольких исходников. Удобно, когда есть три референса и надо склеить из них общую сцену. Плюс скорость и дружелюбие к новичкам, что для первого опыта важно.
Три ошибки, которые я совершал сам
Первая: просить «красиво». Модель усредняет и выдаёт стоковую картинку, которую видели все. Указывайте свет, ракурс, оптику и настроение.
Вторая: смешивать в одном запросе пять задач. «Девушка в пальто на улице, логотип на груди, текст на фоне, зимний вечер, стиль аниме». Половина пунктов потеряется. Разбивайте на этапы: сцена, потом детали, потом текст.
Третья: оценивать результат на превью размером с ноготь. Многие артефакты видны только при увеличении до полного размера. Открывайте картинку на 100% и смотрите на руки, глаза, мелкие надписи, края объектов.
Промпт: структура важнее эпитетов
Работающая формула выглядит скучно: объект, материал, свет, ракурс, фон, стиль. Двенадцать конкретных слов дают больше, чем шестьдесят абстрактных. «Керамическая кружка, матовая глазурь, мягкий боковой свет, вид сверху, серый бетонный стол» - это уже техзадание, а не пожелание.
С людьми работает добавка про камеру и оптику: фокусное расстояние, глубина резкости, тип плёнки. С предметкой помогает указание источника света и направления тени. С текстом на изображении - точная строка в кавычках и требование держать её без искажений.
На Reddit в ветках по генеративному дизайну повторяют одно и то же: удачный кадр выгоднее переиспользовать как референс, чем описывать словами заново. Попали в стиль один раз - зафиксировали, и дальше серия идёт ровнее и быстрее.
Как выбрать модель под свою задачу
Правило, которое у меня сложилось после сотен генераций: сначала задача, потом модель. Не наоборот.
- Фотореализм, люди, серия кадров с одним героем: Nano Banana Pro.
- Макеты, предметка, сложная композиция: GPT Image 2.
- Печать, интерьеры, крупный формат: Seedream 4.5.
- Черновики, аниме, иллюстрация: Flux 2, для финала Flux 1.1 Pro.
- Художественная обложка: Midjourney.
Если задача разовая и непонятная, начните с универсальной модели. Поймёте, чего не хватает: детализации, скорости или контроля над текстом. Дальше выбор станет очевидным.
В России проблема не в моделях, а в доступе
Здесь начинается практика, о которой в рейтингах пишут одной строкой. Половина флагманов требует иностранную карту, впн и нервотрёпку с оплатой. Хорошая модель есть, а воспользоваться нельзя. За два года я бы собрал, наверное, пять подписок и три кошелька, если бы не роутеры.
Сейчас работаю через 3GPT от 3SELLER: один аккаунт, доступ из России, оплата российской картой, через СБП или криптой. Внутри флагманские модели: Chat GPT 6 Astra, the model 5, 5.1 и 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для изображений, генерация видео и голоса. Цена входа 149 рублей, без иностранных карт и танцев с бубном.
Решающим был не список моделей, а переключение между ними в одном чате. Накидал черновик в Flux, добил финал в Nano Banana, проверил текст на макете в GPT Image. Без десяти вкладок и без мысли «а на каком аккаунте у меня остались кредиты».
Когда модели стоят рядом, быстро выясняется, что для ваших задач хватает двух, а не семи. Экономия на подписках получается сама собой.
Картинки отдельно, но там же
Для изображений есть отдельный вход: 3seller.com/3gpt-image. Реалистичные фото, обработка, апскейл, генерация по референсу. Я чаще всего захожу туда за предметкой для карточек товара и за портретами для контента: стоковые фото узнаются с первого взгляда, а сгенерированные под конкретную задачу выглядят живее. В блоге psorder.ru это объясняют просто: сток покупают под всех, а генерацию - под конкретный товар.
Отдельная радость: не надо объяснять клиенту, почему согласование заняло неделю. Правки по свету и ракурсу делаются за пару минут, а не за новую съёмку с фотографом и арендой студии.
Готовые ИИ агенты: когда промпт писать лень
Фишка, которую многие пропускают. Кроме чата с моделями есть готовые ИИ агенты под задачи: маркетинг, тексты, разбор данных, генерация контента. Выбираешь агента, начинаешь диалог, а модель меняешь прямо в чате, если текущая не тянет.
Мне это сэкономило больше времени, чем сами генераторы картинок. Не надо каждый раз вспоминать идеальную формулу промпта: агент уже настроен на конкретный тип работы, а ты докидываешь вводные. Выручает, когда задачи повторяются изо дня в день и изобретать запрос заново глупо.
Сколько это стоит на самом деле
Если считать по подпискам, выходит неприятная арифметика. Одна модель для фотореализма, вторая для макетов, третья для черновиков, плюс генерация видео и голоса. В сумме набегает сумма, за которую можно нанять человека на полдня.
Роутер решает бытовую проблему: платишь за доступ, а не за бренды. У 3GPT вход стоит 149 рублей, пополнение идёт российской картой, через СБП или криптой. Для проверки гипотезы «нужны ли мне нейросети в работе» этого достаточно.
Что делать прямо сейчас
Возьмите свою реальную задачу, а не абстрактное «хочу попробовать нейросеть». Карточка товара, обложка для статьи, аватар для соцсетей, иллюстрация в презентацию. Сгенерируйте три варианта в двух разных моделях. Сравнивайте по делу: читается ли текст, держится ли свет, не поплыли ли детали при увеличении.
Дальше станет понятно, какая модель под ваши задачи подходит, и платить за лишнее не придётся. Начать можно с 3GPT: там все флагманы в одном месте, а вход стоит как чашка кофе. Проверить гипотезу дешевле, чем читать ещё десять рейтингов.
Модели меняются каждые пару месяцев, а навык формулировать задачу остаётся. Кто умеет описать картинку словами, тот выигрывает на любой нейросети, даже на той, что выйдет через год.