Открываю у себя папку с закладками по генерации картинок, там двадцать три ссылки. Midjourney, Flux, Qwen, Kandinsky, пяток агрегаторов, три телеграм-бота. Каждый обещает фотореализм уровня глянца. Половина не открывается без иностранной карты, вторая половина выдает пластиковых людей с шестью пальцами.
За последние два года я прогнал через эти сервисы тысяч пять генераций. Обложки для статей, карточки товаров, иллюстрации в презентации, постеры, просто тесты ради интереса. Универсальной модели не существует. Есть задача и есть модель, которая закрывает ее лучше остальных. Дальше про то, как я выбираю под конкретную работу, а не под красивый рейтинг.
Сначала задача, потом название модели
Перед стартом я отвечаю себе на три вопроса. Что главное на картинке - живой человек, текст, фактура материала или настроение. Нужна серия в едином стиле или одна картинка разово. Сколько генераций уйдет в брак, десять или двести.
Ответы отсекают половину списка сразу. Для серии карточек одного товара нужна консистентность и дешевая перегенерация. Для обложки журнала - максимальная детализация, и там не жалко тридцати попыток. Для поста в соцсети хватит скорости и смелости, а не пиксельной чистоты.
Midjourney все еще эталон, но уже не по всем пунктам
Midjourney годами был стандартом в профессиональном сообществе. Обложки журналов, постеры, сложные многоплановые сцены, свет как в кино. Функция cref держит референс персонажа или предмета и переносит его из кадра в кадр. До сих пор это одна из самых удобных реализаций консистентности на рынке.
Главный минус никуда не делся. Система закрытая, привычного API нет, оплата привязана к иностранной карте. Работа идет через Discord или веб с региональными ограничениями. За последние пару лет открытые модели догнали Midjourney по фотореализму, а по точному следованию промпту местами обошли. Платить за бренд есть смысл ровно в одном случае: вам нужна именно та эстетика, которую вы узнаете с первого взгляда.
Flux 1.1 Pro: детализация и текст внутри картинки
Flux 1.1 Pro - моя рабочая лошадка, когда на изображении должен быть читаемый текст. Надпись на упаковке, вывеска, номер на бейдже, гравировка на металле. В обсуждениях на Reddit дизайнеры, которые делают этикетки и упаковку, чаще всего называют именно его: модель вписывает буквы в объект с учетом перспективы и освещения, а не наклеивает сверху плоский слой. По микрофактурам тоже сильна - трещины на коже, ворс ткани, царапины на пластике, капли на стекле.
Плата за это соответствующая. Одна генерация стоит заметно дороже массовых сервисов, и при потоке в двести картинок в день бюджет начинает кусаться. Финальные версии я гоняю на Flux, а черновики и композиционные поиски делаю на чем-то дешевом. Flux 2 из той же линейки быстрее и дешевле, хорошо тянет аниме и иллюстрацию, но мелкий текст на изображении валит.
GPT Image 2 и Nano Banana Pro: когда важно, чтобы модель слушалась
Есть класс задач, где красота вторична, а важно точное исполнение инструкции. Нужно, чтобы на столе слева лежала именно красная папка, справа стояла кружка с логотипом, а за окном был дождь. GPT Image 2 держит такие композиции лучше большинства конкурентов и хорошо идет для детализированного концепт-арта.
Nano Banana Pro сильна в редактировании и переносе персонажа. Загружаете фото человека и просите поставить его в другую сцену или поменять одежду. Лицо при этом остается тем же. Для карточек товаров и рекламных креативов с моделью это экономит часы работы с фотографом. Обе модели адекватно понимают русский промпт, хотя на английском стабильнее.
Seedream и Grok: узкие ниши, где они реально хороши
Seedream 4.5 дает детализацию в высоком разрешении и киношный свет. Беру его, когда картинка пойдет на крупную печать: постер А2, баннер, обложка каталога. С обилием текста модель не дружит совсем, там сразу переходим на Flux.
Grok от xAI делает смелые концепты без фильтров и злободневные визуалы для соцсетей, которые другие модели сглаживают до стерильности. Для строгой консистентности бренда не подходит: два запуска одного промпта дадут две разные стилистики.
Бесплатные варианты, которые не стыдно показывать клиенту
Qwen от Alibaba удивляет щедростью. Генерация картинок живет внутри Qwen Chat и включается кнопкой Image Generation под строкой ввода. Платного тарифа для изображений нет, только дневной лимит. Результат дорабатывается следующими сообщениями в том же диалоге: «убери тень», «сделай фон темнее», «добавь второй стакан». Пробовал на версии Qwen3.7-Plus - для иллюстраций и простых предметных сцен хватает с запасом.
Kandinsky от Сбера - самый доступный вариант для тех, кто хочет писать промпт по-русски. Актуальная версия 6.0 работает внутри ИИ-помощника ГигаЧат, авторизация по Сбер ID, генерации бесплатные и без ограничения по количеству. На vc.ru в разборах бесплатных генераторов его хвалят ровно за это: русский промпт без карты. Готовый результат правится текстовыми командами: заменить фон, убрать объект, поправить одежду. По сложному фотореализму модель слабее флагманов, зато порог входа нулевой.
Настоящая проблема не в модели, а в доступе
Дальше начинается скучная часть, о которой в рейтингах пишут одной строчкой. Половина перечисленных сервисов не принимает российские карты. Часть блокирует доступ по региону. У части лимиты считаются так, что выясняется об этом на двадцатой генерации. Человек находит идеальную модель, а потом три вечера ищет, как за нее заплатить.
Я перестал играть в эти квесты и держу под рукой роутер 3GPT от 3SELLER. Роутер дает доступ ко всем флагманским нейросетям из России, без иностранных карт и без VPN. Внутри Chat GPT 6 Astra, the model 5, the model 5.1, the model 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для изображений, генерация видео и еще десяток моделей на выбор. Цена входа 149 рублей, баланс пополняется российской картой, через СБП или криптой.

Практический смысл роутера в том, что вы не держите пять подписок и не переключаетесь между вкладками. Нужен текст на картинке - переключились на Flux. Нужна серия с одним персонажем - ушли на Nano Banana. Нужен смелый креатив для соцсетей - попробовали Grok. Все в одном интерфейсе, с одним балансом.
Где это реально экономит время в работе
Мои типовые задачи выглядят так. Продающие тексты и лендинги, где нужны иллюстрации под каждый блок. Карточки товаров для маркетплейса, по двадцать штук за вечер. Обложки для статей и видео. Обработка готовых фото: убрать лишний объект, заменить фон, растянуть кадр под нужное соотношение сторон.
Раньше на одну карточку товара уходило минут двадцать в фотошопе. Сейчас - один промпт и две правки. Генерация реалистичных фотографий через 3GPT Image закрывает почти весь визуал: предметка, интерьеры, люди, еда. Для еды отдельный совет: просите снимать «на 50mm, f/2.8, мягкий боковой свет из окна слева», и результат перестает выглядеть как рендер.


Готовые ИИ-агенты вместо пустого чата
Отдельная штука, которая нравится мне больше самих генераций. В 3GPT есть готовые ИИ-агенты под конкретные задачи. Не надо писать длинный системный промпт с нуля. Выбираете агента под копирайтинг, маркетинг, разбор данных или визуал - и начинаете диалог. Модель агента меняется прямо в чате, если текущая не тянет.

Мой сценарий: агент пишет структуру поста, я в том же чате прошу его сформулировать промпт для обложки, генерирую картинку и возвращаюсь к тексту. Один диалог вместо трех сервисов и переноса промптов копипастом.
Промпт важнее модели, и вот что реально меняет результат
Насмотрелся на споры «Flux лучше Midjourney» от людей, которые пишут в промпте «красивая девушка, фото». Разница между моделями в такой постановке стирается, а разница между хорошим и плохим промптом вырастает до пропасти.
Работает примерно такая структура: объект и его состояние, окружение, свет, оптика, ракурс, стилистика постобработки. «Мужчина 40 лет в сером льняном пиджаке, сидит у окна кафе, дождь на стекле, мягкий рассеянный свет, снято на 85mm, f/1.8, крупный план, приглушенные теплые тона, легкое зерно пленки». Модель цепляется за конкретику: цифры фокусного, направление света, название пленки.
Еще три приема, которые использую постоянно. Первый: прикладывать референс, если он есть. Одно изображение заменяет абзац описания. Второй: генерировать сразу четыре варианта на одной сид-фразе и менять только одну переменную, чтобы понять, что именно влияет на результат. Третий: просить у модели промпт для самой себя, если картинка получилась случайно удачной. Звучит странно, но работает.
- Негативный промпт пишите явно: «без текста, без водяных знаков, без лишних пальцев».
- Соотношение сторон задавайте до генерации, кадрирование постфактум съедает композицию.
- Для серии карточек фиксируйте сид и меняйте только объект, иначе стиль поедет.
- Апскейл делайте отдельной моделью, а не повторной генерацией.
Короткий маршрут под вашу задачу
Нужен текст на изображении - Flux 1.1 Pro, остальные не мучайте. Нужна точная композиция по инструкции - GPT Image 2. Нужен персонаж, который переходит из кадра в кадр - Nano Banana Pro. Нужна крупная печать с киношным светом - Seedream 4.5. Нужен смелый визуал для соцсетей - Grok. Бюджет ноль и промпт на русском - Kandinsky в ГигаЧате или Qwen Image.
Если вы в России и не хотите тратить вечер на поиск карты, начните с 3GPT за 149 рублей. Все перечисленные модели собраны в одном месте, и вы спокойно сравните их на своих задачах. Один вечер тестов даст больше, чем десять рейтингов, включая мой.