За последние полтора года я прогнал через себя три десятка генераторов изображений. Начиналось с восторга: пишешь строчку текста, получаешь картинку. Закончилось прозаичнее. В закладках лежит пять моделей, к которым я возвращаюсь почти каждый день, и ещё десяток, которые открываю раз в месяц под узкую задачу.
Запрос «какие нейросети генерируют фото» гуглится за секунду, а толку от большинства статей немного. Перечисляют названия и молчат о том, где каждая ломается. А ломаются все. Nano Banana Pro выдаёт портрет, от которого мурашки по коже, и на следующей генерации рисует шесть пальцев. Ideogram делает идеальную надпись на постере и заваливает кожу на крупном плане. Знание этих провалов экономит часы работы.
Сразу про доступ: половина флагманов официально из России не открывается. Это отдельная головная боль, разберу её ближе к концу. Рабочий вариант без танцев с картами и VPN тоже есть.
Модели делятся на три лагеря, и это важнее любого рейтинга
Когда спрашивают, какую нейросеть выбрать для генерации фото, я уточняю задачу, а не бюджет. Модели разошлись по специализациям, и путать их дорого.
Первый лагерь - универсалы с фотореализмом: Nano Banana Pro, GPT Image, Flux. Второй - дизайнерские штуки, где важна графика, вектор, шрифт: Recraft v4, Ideogram AI. Третий - быстрые черновые генераторы, где нужно за десять минут перебрать тридцать направлений и не жалеть о кредитах: Flux 2, Craiyon, Dream by Wombo.
Есть четвёртая категория, которую многие недооценивают: модели с открытыми весами. Stable Diffusion 3.5 и Kandinsky 5.0 Image Lite крутятся локально, дообучаются на своих фотографиях, не зависят от чужого API. Для продакшена это иногда единственный выход.
Сводка по сильным сторонам, чтобы не расписывать одно и то же в каждом абзаце:
- Nano Banana Pro: максимальная детализация, сложная обработка фото, разрешение до 4K
- GPT Image: работа по референсам, редактирование готовых снимков, до пяти своих картинок в одной сессии
- Recraft v4: логотипы, иконки, вектор в SVG
- Ideogram AI: текст внутри изображения, постеры, афиши, баннеры
- Flux 2: скорость и дешёвые итерации
- Flux 1.1 Pro: микротрещины, текстуры, аккуратные буквы на объектах
Nano Banana Pro и GPT Image: два флагмана, которые нужны чаще всего
Nano Banana Pro я зову «моделью для кожи». Единственная из массовых, кто нормально держит поры, пушок, мелкие морщины и блики в глазах. Нужен портрет основателя компании для сайта - иду туда. До 4K, честная детализация, адекватный свет.
Минус ровно один, но болезненный: она любит дорисовывать. Просишь человека у окна - получаешь человека у окна с зеркалом, в котором отражается что-то лишнее. Лечится коротким промптом и явным перечислением того, чего в кадре быть не должно.
GPT Image работает иначе. Это лошадка для правок: загружаешь пять своих фотографий, говоришь «поменяй фон на бетонную стену, оставь свет как есть» - получаешь результат, который не стыдно отдать. Генерация и редактирование идут по одной цене. Раньше я держал отдельный редактор для ретуши, теперь обхожусь без него.
Слабое место - осторожность. На составных сценах с кучей объектов модель начинает упрощать и терять мелочи. Должно быть в кадре двенадцать предметов - проверяйте каждый.

Recraft v4 и Ideogram AI закрывают то, где остальные сыпятся
Попросите Flux или Nano Banana нарисовать логотип. Получите красивую картинку, которую невозможно масштабировать и невозможно отдать в типографию. Recraft v4 для этого и сделан: отдаёт вектор в SVG, держит чистые геометрические формы, не размазывает края. Иконки, пиктограммы, фирменные знаки, простая инфографика. Дизайнерскую рутину ускоряет в разы.
У Ideogram AI другая боль - надписи в кадре. Раньше любая модель на слове «кофейня» выдавала «кофейнЯ» или вообще иероглифы. Ideogram пишет текст почти без ошибок, на русском тоже, если не гнать его в сложную типографику. Постеры, афиши, обложки, мокапы вывесок, карточки товара с ценником.
Грабли: чем длиннее надпись, тем выше шанс, что модель начнёт выдумывать буквы. Моя формула - не больше четырёх-пяти слов, явное указание шрифта и регистра, отдельная просьба не добавлять ничего лишнего.
Flux 2 и Flux 1.1 Pro: скорость против детализации
Flux 2 - модель для этапа поиска. Когда не знаю, как должна выглядеть сцена, гоняю двадцать-тридцать вариантов на дешёвой быстрой модели, отбираю три направления и только потом иду в дорогую. Каждая итерация занимает секунды.
Flux 1.1 Pro - финиш. Вытягивает микротрещины на бетоне, ворс на ткани, царапины на металле, аккуратно вписывает буквы в объёмные объекты, чего почти никто не умеет. Знакомые держат его для предметки в интернет-магазинах. Плата за качество высокая: генерация заметно дороже, чем у конкурентов, в черновиках его гонять глупо.
Мой порядок: Flux 2 для поиска композиции, Flux 1.1 Pro или Nano Banana Pro для финала. Кто пробует наоборот, тот жжёт бюджет впустую.
Российские модели, до которых не надо тянуться через VPN
Kandinsky 5.0 от Сбера бесплатна и генерирует без ограничений на пробном доступе. Интерфейс на русском, авторизация через почту, Discord или Сбер ID. Два режима: текст в картинку и картинка в картинку, то есть исходник можно править. Разрешение HD. Веса Image Lite на 6 миллиардов параметров лежат на Hugging Face, их можно запустить локально через Diffusers, если есть нормальная видеокарта.
Проседает на фотореализме. Кожа и волосы выходят чуть пластиковыми, на сложных руках бывают артефакты. Зато иллюстрации, детские картинки, простые баннеры и всё, что нужно быстро и без денег, делает уверенно.
«Шедеврум» от Яндекса - уже не только картинки, но и видео с текстом. Русский понимает лучше многих зарубежных коллег, потому что обучен на нём плотнее. Хорош для соцсетей, обложек, мемов. Для коммерческой предметки не возьму, а для контента в ленту очень даже.
Grok умеет и картинки, и видео, причём с характерным чувством юмора. Иногда слишком характерным: фильтры там настраиваются интересно, так что корпоративные материалы лучше генерировать в другом месте.
Stable Diffusion 3.5 для тех, кто готов копаться
Открытый код - отдельный мир. Stable Diffusion 3.5 не даст красивой картинки с первого клика, зато даст контроль: LoRA на своё лицо, LoRA на стиль бренда, точные настройки сэмплера и шага. Если делаете сотни изображений в одном стиле и важно постоянство, локальная модель обойдётся дешевле любого API.
Цена входа: разобраться в установке, разобраться в параметрах, иметь видеокарту от восьми гигабайт. У меня ушёл примерно месяц вечеров. Не жалею, но новичку советовать не стану.
Craiyon, Dream by Wombo, Image Creator, Starryai: где они реально пригождаются
Craiyon - про скорость и бесплатность. Качество среднее, зато без регистрации и без денег. Хорош, когда нужно набросать идею на созвоне и показать команде, о чём речь.
Dream by Wombo заточен под эстетичные иллюстрации: свой узнаваемый стиль, обложки подкастов и атмосферные постеры выходят лучше, чем у универсальных флагманов. Image Creator встроен в Bing, и это его главное достоинство: никуда ходить не нужно. Starryai умеет работать по референсам, удобно, когда есть исходная фотография и её нужно переложить в другой стиль.
Все четыре держу как быстрый резерв. Основную работу они не тянут, но в моменте «надо прямо сейчас и бесплатно» выручают.
Telegram-боты тоже научились рисовать
BananoGEN работает прямо в мессенджере и выдаёт фотореализм уровня Midjourney, при этом не путает пальцы. Для России удобно: ни VPN, ни иностранной карты. За удобство платишь, и на объёмах это чувствуется.
Пять подписок и десять вкладок мне надоели. Дальше про то, как я это закрыл.
Как я собрал все флагманы в одном окне
Проблема не в том, какая модель лучше. Проблема в том, что из России половина из них недоступна: оплата не проходит, аккаунт блокируется, регион не тот. Полгода я изобретал велосипед, пока не перестал.
Сейчас работаю через 3GPT от 3SELLER. Это ИИ-роутер: один аккаунт, один баланс, внутри доступ к флагманским моделям - 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 и генерация видео. Пополнение российской картой, через СБП или криптой. Никаких иностранных карт и посредников.
Стартовый доступ стоит 149 рублей. За эти деньги спокойно сравниваете модели на своих реальных задачах, а не читаете чужие рейтинги. Именно так я понял, что для портретов нужна одна модель, а для постеров совсем другая.
Отдельная фишка, которая зашла больше всего: готовые ИИ-агенты под конкретные задачи, вот каталог агентов. Выбираете агента, начинаете общение, а модель меняете прямо в чате, не пересоздавая диалог. Для контент-плана, описаний товаров, черновиков текста удобнее, чем каждый раз заново объяснять контекст.

Для чистой генерации картинок есть отдельный вход: 3GPT Image. Там собраны лучшие инструменты для реалистичных фотографий, и не надо переключаться между сервисами, когда одна модель не справилась.


По деньгам выходит предсказуемо. Один баланс вместо пяти подписок, платите за фактические генерации, а не за лимиты, которые сгорают в конце месяца.
Промпт меняет результат сильнее, чем смена модели
Об этом почти не пишут в подборках. Люди меняют Nano Banana на Flux, потому что «картинка не та», а дело в запросе. На Reddit в ветках по генеративной графике практикующие ретушёры сходятся в том же: разница между промптами бьёт разницу между моделями.
Конкретика по свету. Не «красивый портрет», а «мягкий боковой свет из окна слева, тёплые тени, вечер». Модели обучены на фотографиях и отлично понимают язык фотографов: схемы света, тип объектива, глубина резкости работают.
Материал и текстура. «Кожа с видимыми порами», «потёртый деним», «мокрый асфальт». Без этого получается глянец из рекламы 2010-х.
Запреты. Я почти всегда дописываю в конец: без текста, без водяных знаков, без лишних людей на фоне. Модели слушают запреты лучше, чем думают многие.
Соотношение сторон. Обложка для соцсетей и баннер для сайта требуют разной композиции. Не указали формат - получите квадрат и потом будете обрезать всё важное.
И самое недооценённое - референс. GPT Image и Starryai дают загрузить картинку, и это часто быстрее, чем сто раз описывать словами. Одна фотография с нужным светом заменяет абзац текста.
Что выбрать под конкретную задачу
Портрет человека для сайта или соцсетей: Nano Banana Pro. Кожа и глаза отрабатываются лучше всех.
Правка готового снимка, замена фона, уборка лишнего: GPT Image. Работа по референсам у него поставлена лучше.
Логотип, иконка, что-то масштабируемое: Recraft v4. Вектор на выходе, а не растр.
Постер с надписью, афиша, обложка с текстом: Ideogram AI.
Предметка с текстурами и мелкими деталями: Flux 1.1 Pro. Быстрый перебор вариантов: Flux 2.
Бесплатно и на русском: Kandinsky 5.0 и «Шедеврум».
Свой стиль, свои лица, локальный запуск: Stable Diffusion 3.5.
Когда нужен весь этот зоопарк в одном месте и с оплатой российской картой, я открываю 3GPT и не переключаюсь между вкладками.
Начните с одной задачи и двух моделей. Сгенерируйте одно и то же в Nano Banana Pro и во Flux, сравните на своём материале. Через двадцать минут у вас будет личный рейтинг, который полезнее любой статьи, включая эту.