Картинки делают в ChatGPT по привычке: он под рукой, он понимает по-русски, он уже оплачен. Но нейросетей для генерации изображений давно больше одной. Лекция Артёма Симоненко на AI-вторнике 3 ноября так и называлась — «Не ChatGPT единым»: он проверил, что теряет тот, кто дальше ChatGPT не заглядывает. Он взял четыре задачи — кинокадр, рекламный баннер с русским текстом, художественную иллюстрацию и фотореализм — и под каждую написал подробный промт длиной около 5 000 знаков. Пять моделей получили один и тот же промт, а потом их результаты сравнили рядом.
Ниже — что показал тест, как самому отличить годную генерацию от брака, во что обходятся агрегаторы и видео и какие приёмы Артём использует в работе. Цифры, которые прозвучали в зале, мы сверили с источниками и где нужно поправили.
Одна оговорка до всех выводов. На каждую модель и задачу приходится один результат, промт под модели не подстраивали, референсов не давали. Это срез «из коробки», а не рейтинг: с доработкой промта и референсами любая из пяти выдаст лучше. Но именно «из коробки» хорошо видно, где у модели слабое место.
Какую нейросеть для картинок выбрать под задачу
| Задача | Начинайте с | Почему |
|---|---|---|
| Кинокадр | Seedream 5, Nano Banana 2.1 | глубина, тёплый свет огня, сосредоточенный герой |
| Рекламный баннер с текстом | GPT Image 2.5, Seedream 5, Nano Banana 2.1 | читаются маршрут, оффер и кнопка; у GPT самые яркие цвета |
| Художественная иллюстрация | Seedream 5, Nano Banana 2.1 | у Seedream свечение и живописная фактура, у Nano Banana чёткая стилизация |
| Lifestyle-фото | GPT Image 2.5, Seedream 5 | естественные фактуры: GPT даёт больше среды, Seedream — крупнее план |
| Реалистичные люди | Seedream 5 с референсами | без референса кожа «пластиковая», с ним — самая управляемая модель |
| Геометрия и пространство | GPT Image 2.5, Seedream 5 | лучше других держат масштаб предметов и устройство сцены |
Ideogram 4.5 и FLUX 3 ни в одной задаче в короткий список не попали. Их типичные провалы — свет и тени, которые не сходятся со сценой, перебор деталей и лишние предметы в кадре.
Какие нейросети сравнивали
Все пять моделей свежие, им от одного до девяти месяцев. GPT Image 2.5 — модель OpenAI, в ChatGPT она называется ChatGPT Images 2.5 и вышла 8 сентября 2026 года. Seedream 5 — модель ByteDance, той же компании, что делает TikTok и CapCut; линейка вышла в феврале, к лету появилась версия Pro. Nano Banana 2.1 от Google вышла 6 октября. Ideogram 4.5 — 30 сентября, FLUX 3 Image от немецкой Black Forest Labs — 1 октября.
Сравнивали по шести признакам, о них подробно ниже: материалы, свет, анатомия, композиция, текст и то, насколько точно выполнено задание. В тест не попала Qwen-Image-2.0 от Alibaba — о ней мы писали отдельно.
Тест 1. Повар и фламбе
Задача — кинематографичный средний план: повар подбрасывает овощи в момент фламбе, руки и сковорода в фокусе, лицо спокойное, взгляд на еду, а не на огонь. Тёплый свет, пар, оптика 85 мм, цвет плёнки Kodak Portra 400.
GPT Image собрал кадр хорошо, но с фирменным зерном: мелкая рябь по всей картинке, сильнее всего на ткани и коже. Вблизи она читается как грязь, и такой снимок выдаёт генерацию даже без экспертизы. К тому же сковорода гигантская, а огня столько, что вытяжка загорелась бы. Seedream дал хороший свет и композицию, но кожа и материалы пластиковые. Nano Banana обошёлся без шума, зато кухня у него игрушечная: повар зажат в тесном треугольном пространстве, вытяжка висит не над плитой. Модель старается добавить как можно больше деталей и в них закапывается.
У Ideogram меньше пластика, ткань естественно мнётся, взгляд направлен точно, но половник перекручен. У FLUX часть овощей улетела из сковороды, гриб и ложка непропорционально большие, а свет идёт изнутри вытяжки, будто в ней лампа. Для рекламы это брак.
Откуда зерно у GPT, в зале спорили. Артём предположил, что так OpenAI метит свои картинки. Метки действительно есть: с мая 2026 года OpenAI встраивает в изображения невидимый водяной знак SynthID от Google и метаданные C2PA. Но оба знака задуманы незаметными для глаза, и связи между ними и видимым зерном никто не подтверждал. Практический вывод от этого не меняется: зерно есть, и его придётся убирать.
Тест 2. Рекламный баннер с русским текстом
Баннер 16:9 для таргета: трансфер из аэропорта Бангкока в Паттайю, жёлто-графитовый фон, маскот — слон Kiki в оранжевой водолазке и жёлтых очках с планшетом расписания рейсов. Надписи заданы точно: маршрут, «Без предоплаты. Встреча у выхода.», «От 1200 ฿», «Забронировать».
Главная новость этого теста: кириллица больше не проблема. Все пять моделей написали русский текст, а раньше это было главной болью генерации. Лучший результат у GPT: насыщенные, почти неоновые цвета, которые и нужны, чтобы баннер остановил палец в ленте. На проекторе это не видно, на мониторе бросается в глаза. Шрифт получился простой, но, по опыту Артёма, нужный шрифт можно описать в промте, и модель это учтёт.
У Seedream слон пластиковый. Зал заметил у слонов по четыре пальца и разнобой в одежде: у одних моделей слон в джинсах, у других в обуви, но как будто без штанов. Nano Banana близок к первым двум, слон у него чище и «диснеевский». У Ideogram самый «человечный» слон с самой реалистичной одеждой, но текст подвёл: на кнопке «Забронироватя», а вместо знака бата стоит значок турецкой лиры. FLUX развернул самолёт не в ту сторону: промт выполнен процентов на девяносто.
Из этого теста стоит унести привычку: надписи, цифры и знак валюты проверять по буквам, даже если на первый взгляд всё прочиталось. Ошибка в цене на баннере обходится дороже, чем в любой другой картинке: за показы такого креатива вы платите. Если оффер должен быть точным до символа, надёжнее сгенерировать сцену, а цену и кнопку наложить в редакторе.
Тест 3. Художественная иллюстрация
Танцовщица в тропическом саду в синий час. Свободный край её шёлкового шарфа превращается в пять парящих рыб. Живописная фактура, золотой, коралловый, бирюзовый и индиго, никаких надписей.
GPT точнее всех выполнил задание: все пять рыб на месте и растут из шарфа. Но зерно здесь заметнее, чем где-либо: на мелкой листве вся картинка рябит. Плюс проблемы со стопами и пальцами. Seedream построил передний и задний планы, но рыбы оторвались от ткани и плывут сами по себе, а блики на воде появились непонятно откуда. Nano Banana ушёл в мультяшную стилистику, потерял ногу и сделал рыб белыми. Ideogram и FLUX перестарались с цветом и деталями так, что зал единодушно назвал результат «Болливудом».
Тест 4. Фотореализм: сёрф и Volkswagen
Кадр для сёрф-журнала: девушка в бирюзовом слитном купальнике с доской у винтажного Volkswagen T2, океан, тёплый дневной свет, влажные волосы, живая кожа. Отдельно — масштаб и геометрия машины.
GPT правильно построил композицию, хотя девушка вышла слишком высокой для такой машины. Зато детали у него лучшие: песок, грязь на кузове, старый металл, камни, выгоревшая трава. Кадр похож на плёнку девяностых. Seedream чистый, но кожа снова пластиковая. Nano Banana «намочил» купальник, а композиция у него не сложилась. У Ideogram и FLUX не сходится свет: тень от доски ложится на машину, хотя солнце с другой стороны. И в кадр пролезли пластиковые бутылки и современные диски на винтажном автобусе.
Как проверить генерацию перед публикацией
Главная ловушка, о которой Артём говорил весь вечер: первый взгляд всегда говорит «красиво». Сгенерировал, понравилось, разместил. А потом в рекламе все видят светящуюся изнутри вытяжку, слона без штанов или тень не в ту сторону. Поэтому после общего впечатления идёт обязательная проверка по шести пунктам.
- Материалы. Кожа, ткань, металл, еда. Нет ли пластика, зерна, «вкрапинок».
- Свет. Откуда он идёт, есть ли такой источник в сцене, совпадают ли тени и отражения.
- Анатомия. Руки, пальцы, поза и то, как человек держит предмет: сковороду, доску, планшет.
- Композиция и масштаб. Есть ли главный объект, разумны ли размеры предметов, стоит ли вытяжка над плитой.
- Текст. Кириллица, цифры, знак валюты, читается ли оффер с телефона.
- Задание. Выполнено ли действие, сходится ли число объектов, сохранён ли стиль.
Смотрите на большом экране и в увеличении. Зерно GPT и кислотность цветов видны на мониторе, а в превью и на проекторе пропадают.
Референс работает лучше перегенерации
Из зала спросили: а если отдать картинку GPT другой модели как образец? Этот опыт у Артёма был готов заранее. Seedream получил генерацию GPT в качестве референса, и зерно ушло. Второй вариант он сделал по винтажной фотографии серфингистки, найденной в поиске: Seedream перенял атмосферу и цвет плёнки.
С текстовым промтом Seedream выдаёт пластик. С референсом и чёткими указаниями, что с ним делать, это самая управляемая модель из пяти, и для реалистичных людей Артём начинает именно с неё. Он описал рабочий сценарий для магазина одежды: нужна модель в купальнике в определённой позе. Даёте Seedream фото позы, скетч этой позы и прошлые съёмки своей настоящей модели. По словам Артёма, он повторит позу до положения мизинца, а кожа будет как на реальной фотосессии.
Как написать промт для генерации изображений
«Нарисуй повара со сковородой» модель выполнит, но результат почти наверняка не понравится: всё, чего вы не сказали, она додумает сама. Рабочий промт Артёма собирается из десяти блоков: тип кадра, сцена, действие, поведение героя, свет, атмосфера, оптика, материалы, цвет и ограничения. В тесте с поваром это выглядело так: средний кинематографичный план, профессиональная кухня, фламбе, спокойный взгляд на еду, свет огня и потолочных ламп, пар и капли, объектив 85 мм с малой глубиной резкости, натуральная кожа и сталь, плёнка Kodak Portra 400, один повар и никакой ретуши.
Руками такой промт уже почти никто не пишет. Его просят у ChatGPT или Claude, берут готовые скиллы. Есть и приём, который экономит больше всего времени: нашли в сети картинку, которая нравится, — скачайте, отдайте ChatGPT и попросите подробно описать сцену, свет, камеру и оптику. Это готовый фундамент промта, остаётся подставить свою задачу.
Длиннее не значит лучше. Артём пробовал промты до 15 000 знаков: если в них есть противоречия или вода, модель не игнорирует часть, а смешивает всё в кашу. Нужны чёткие детали, а не объём, как в школьном сочинении.
Нейросеть для карточек товара на маркетплейсах
Самый приземлённый кейс вечера. Друзья Артёма продают на Wildberries хоккейные баулы, и у них были только фото товара на белом фоне с разных сторон. Цепочка такая: фото отдаётся языковой модели (у Артёма это Claude), та анализирует товар и аудиторию и пишет подробный промт, а рисует GPT Image. Тот же путь прошли игрушечные машинки, у которых на входе было только заводское фото упаковки из Китая.
Ярко, крупно, с выгодами прямо на карточке — то, что нужно, чтобы выделиться в выдаче Wildberries или Ozon. Здесь сочные цвета GPT как раз в плюс.
Агрегаторы нейросетей: Higgsfield, Magnific, Artlist, Weavy
Если вам нужен только GPT, работайте в ChatGPT. Если нужно сравнивать, удобнее агрегатор: один интерфейс и десятки моделей картинок, видео и звука. Артём выделяет четыре. Higgsfield заточен под кино и рекламные ролики. Magnific — бывший Freepik: в апреле 2026 года компания переименовалась в честь своего апскейлера. Artlist известен стоковой музыкой, а теперь продаёт и генерацию. Weavy в октябре 2025 года купила Figma, теперь продукт называется Figma Weave.
Weavy Артём любит за узловую схему. Промт пишется в одном окне, от него тянутся «узелки» к пяти моделям, одна кнопка — и все генерируют параллельно. Следующим узлом лучший кадр можно отправить в видеомодель вроде Seedance или Kling, а к сцене подключить референсы: например, пиджак и брюки, которые должны быть на модели. На скриншоте ниже — сравнение тех же пяти моделей.
Важный нюанс, который многих удивляет: одна и та же модель с тем же промтом даёт разный результат в разных агрегаторах и в родном чате. Сервисы конкурируют и подмешивают свои «улучшатели» промтов и пресеты. Поэтому «GPT в Higgsfield» и «GPT в ChatGPT» — не одно и то же, и лучший сервис нужно выбирать под задачу.
Сервисы уходят дальше в автоматизацию. Krea, например, запустила Ad Studio: агент сам изучает интернет-магазин — ассортимент, цвета, шрифты — и готовит рекламу и посты для соцсетей. Ставка понятна: большинство людей не будут разбираться в моделях, им нужна одна кнопка. На этой же лени вырос Higgsfield: в сентябре 2026 года компания объявила о годовом темпе выручки в $1 млрд. Это не заработанный за год миллиард, а выручка последних месяцев, умноженная до года, но рост за год — примерно в двадцать раз.
Тарифы, которые Артём сравнил 2 ноября 2026 года, при помесячной оплате, без налогов:
| Сервис | Тариф | Цена | Что даёт |
|---|---|---|---|
| Higgsfield | Plus | $59/мес | 1 200 кредитов, фото, видео и эффекты, временные «безлимитные окна» |
| Magnific | Premium+ | $45/мес | 45 000 кредитов, генерация и апскейл, безлимит на отдельных моделях |
| Artlist | AI Core | $39,99/мес | 40 000 кредитов, фото, видео, голос и музыка, коммерческая лицензия |
| Weavy (Figma Weave) | Professional | $45/мес | 4 000 кредитов, workflow и языковые модели, перенос кредитов до 3 месяцев |
При годовой оплате дешевле: Artlist AI Core, например, стоит $23,99 в месяц. Кредиты у сервисов разные, сравнивать их напрямую нельзя.
К слову «безлимит» относитесь осторожно. Летом Artlist продавал годовой план примерно за $500 с безлимитной Seedance 2.5, самой дорогой видеомоделью. Артём купил и за пару дней сгенерировал сотни роликов. Примерно через неделю безлимит сняли со всех тарифов и выдали взамен кредиты. В ChatGPT официального безлимита на картинки тоже нет: на Plus за $20, по отзывам пользователей, около 40–50 изображений за три часа, а OpenAI своего числа не публикует. На практике упереться в него трудно, особенно если просить сразу пачку вариантов.
Сколько стоит генерация: картинки дешёвые, видео дорогое
В Weavy прогон одного промта через пять моделей стоил Артёму около 50 кредитов. Один ролик Seedance 2.5 там же — около 1 350, то есть пакета на 4 000 кредитов хватает примерно на три видео. Тридцать секунд в 720p со звуком в разных сервисах стоят примерно от $4 до $9. Kling 4.0, который всегда считался дешёвым, у перепродавцов стоит около $3,4 за 30 секунд в 720p и $5–7 в 1080p; официальной цены у Kling пока нет.
Артём уверен, что дальше будет дороже, и в целом это похоже на правду: стартовые акции и безлимиты один за другим заканчиваются. Но его цифру «Seedance 2.5 подорожал в 10 раз» мы не подтвердили: по прайсам сервисов на ноябрь секунда 2.5 стоит в 1,1–2 раза дороже, чем у версии 2.0.
С первого раза хороший ролик получается редко, обычно уходит от двух до пяти генераций. Отсюда два правила. Сначала смотрите черновик: у Seedance 2.5 есть режим Draft, превью в 480p стоит примерно в четыре-пять раз дешевле финала, а понравившийся дубль потом рендерится в высоком разрешении. И закладывайте бюджет заранее. Генерация устроена как игровой автомат: нажал, подождал, получилось красиво — а вдруг следующая будет ещё лучше? Артём называет это лудоманией и советует остановиться, когда результат решает задачу.
Два кейса с видео
Реклама девелопера на Seedance 2.5. Застройщик из Дубая, проект пока котлован, на входе только рисованные 3D-рендеры. Их перевели в реализм и вписали в локацию персонажей. Итог — 30-секундный ролик; зал сошёлся на том, что такой досматривают до конца.
AI-канал с корейским поваром. Артём с женой придумали несуществующего корейца, который готовит у себя на кухне; ролики делаются в Seedance. По словам Артёма, за три месяца канал набрал 82 тысячи подписчиков, а просмотры роликов — от 150 тысяч до 5 миллионов. Самое интересное — аудитория. Смотрят в основном женщины, и цепляет их не готовка, а образ героя дорам. Основные просмотры из США, Италии, Франции и Испании. Под постом с тысячей комментариев, рассказывает Артём, ИИ замечают двое-трое, а мелкие косяки вроде рыбы, уложенной не тем слоем, не видит почти никто. Проверить эти цифры независимо мы не можем. Монетизацию сейчас ищут через нативную рекламу и площадки, которые сводят блогеров с зарубежными рекламодателями.
Риски у такого канала вполне реальные. С 31 августа 2026 года Instagram просит профили с ИИ-персонажем ставить метку «AI-generated profile». Кто её не ставит, тот теряет рекомендации в Reels и «Интересном» для неподписанных, то есть почти весь охват. Остальное — опыт зала, а не правила площадки. Артём, по его словам, публикует со своего телефона без всякого прогрева и санкций пока не получал. Другие рассказывали о заблокированных каналах, за которые воевали с поддержкой до года, и советовали прогревать новые аккаунты и сразу держать запасной канал.
Лайфхаки, которые можно применить сегодня
- Прогоняйте один промт через две-три модели параллельно, а не крутите одну до бесконечности. Weavy или любой агрегатор делает это в один клик.
- Пишите «сделай 10 вариантов, каждый отдельно». ChatGPT вернёт галерею за один запрос.
- Описывайте чужую картинку. Понравившееся изображение отдаёте ChatGPT с просьбой разобрать сцену, свет и оптику — получаете основу промта.
- Чужой готовый промт — тоже основа. Отдайте ChatGPT промт из презентации или поста и попросите переделать под свою задачу.
- Описывайте шрифт в промте, иначе баннер выйдет со стандартным. Точную цену и кнопку надёжнее наложить в редакторе.
- Чистите шум референсом. Картинка GPT, отданная в Seedream как образец, теряет зерно.
- Для людей и одежды — Seedream и три референса: фото позы, скетч позы и прошлые съёмки вашей модели.
- Для видео — сначала черновик в низком разрешении, потом финал.
- Сравнивайте модель в нескольких сервисах. В разных агрегаторах она рисует по-разному.
Частые вопросы
Какая нейросеть лучше всего пишет русский текст на картинке? В тесте кириллицу написали все пять. Лучший рекламный баннер получился у GPT Image 2.5: текст читается, цвета самые яркие. У Ideogram 4.5 были ошибки в слове и в знаке валюты. Надписи всё равно стоит проверять по буквам.
Какая нейросеть даёт самые реалистичные фото людей? Seedream 5, но только с референсами. По одному тексту кожа у него выходит «пластиковой», а с фото позы и прошлыми съёмками живой модели — как на настоящей фотосессии.
Можно ли генерировать картинки в ChatGPT без ограничений? Официального безлимита нет. На тарифе Plus за $20, по отзывам пользователей, — около 40–50 изображений за три часа; OpenAI точного числа не публикует.
Почему одна и та же модель в разных сервисах рисует по-разному? Агрегаторы добавляют к промту свои «улучшатели» и пресеты. Поэтому GPT Image в Higgsfield и в ChatGPT по одному промту выдаст разные картинки.
Сколько стоит сгенерировать видео? 30 секунд в Seedance 2.5 в 720p со звуком стоят примерно $4–9 в зависимости от сервиса. Хороший ролик обычно получается за две–пять попыток, так что умножайте.
Что из этого следует
Универсальной лучшей модели нет, и это главный вывод вечера. GPT Image лучше всех слушается промта и даёт самые цепляющие в ленте цвета, но с зерном, которое придётся чистить. Seedream из коробки пластиковый, а с референсом становится самым точным инструментом для реализма. Nano Banana чистый, но любит перегрузить сцену. Ideogram и FLUX на этом тесте проиграли, хотя в отдельных деталях, вроде живой ткани у Ideogram, были сильнее лидеров.
Рабочая цепочка, которой Артём закончил лекцию, выглядит так. Сначала понять, кому и где будет показана картинка. Потом описать сцену конкретно, по десяти пунктам. Потом прогнать промт через несколько моделей и выбрать лучшую под задачу. И только потом дорабатывать — референсом, уточнением промта или точечной правкой, а не бесконечной перегенерацией. Каждая картинка перед публикацией проходит проверку по шести пунктам, отдельно — текст и цена.
Полная запись лекции с поправками на экране лежит в анонсе встречи. Артём ведёт Telegram и Instagram, а вопросы по своим генерациям несите в чат IT-тусовки — разберём на живом примере.
