Чем заменить DALL·E: какие модели картинок брать вместо него

Почему вопрос «чем заменить» вообще возникает

DALL·E для многих был первым инструментом генерации изображений — тем, на котором люди вообще поняли, что картинку можно описать словами и получить результат за минуту. За это время вокруг привычки сформировался целый рабочий процесс: свои формулировки, свои представления о том, что модель поймёт, а что придётся объяснять три раза, свой набор задач, которые она закрывает лучше всего.

Проблема при переходе на любой другой инструмент почти всегда одна и та же: человек ищет «такую же модель, только другую», а находит десяток разных с непонятными названиями. Между тем логика подбора сегодня другая. Одному привычному инструменту соответствует не одна замена, а несколько моделей с разной специализацией — и выбирать нужно не по бренду, а по типу задачи, которую вы решаете чаще всего.

В разделе генерации изображений Most AI сейчас доступны GPT Image 2 и GPT Image 2.5 Flare от OpenAI, линейка Nano Banana от Google — Nano Banana 2 и Nano Banana Pro, Seedream 5.0 Lite и Seedream 5.0 Pro от ByteDance, а также Wan Image 2.7. Плюс отдельный набор готовых инструментов, которые вообще не требуют промта. Дальше — как разложить этот список по задачам.

Шаг первый: сформулировать, что вы делали на самом деле

Прежде чем сравнивать модели, полезно честно ответить, какие именно запросы вы отправляли чаще всего. На практике почти всё сводится к четырём сценариям, и у каждого из них своя логика подбора.

Иллюстрация с нуля по текстовому описанию. Картинка к посту, обложка, абстрактная иллюстрация к статье, вымышленная сцена. Здесь важнее всего то, насколько точно модель следует описанию и насколько предсказуемо она держит стиль от генерации к генерации.

Изображение с текстом внутри кадра. Надпись на вывеске, заголовок на обложке, подпись на плакате. Это отдельная задача: разборчивый текст в кадре даётся моделям заметно сложнее, чем просто красивая картинка, и здесь разница между моделями видна сразу.

Правка готового изображения. Заменить фон, убрать лишний объект, поменять цвет предмета, дорисовать часть кадра. Формально это тоже генерация, но модель работает не с чистого листа, а поверх вашего файла.

Техническая обработка фотографии. Увеличить разрешение, вычистить фон под белый, поправить качество старого снимка. Здесь промт вообще не нужен — нужен инструмент с одной кнопкой.

Смешивать эти сценарии в одном сравнении бессмысленно: модель, которая отлично рисует иллюстрацию, необязательно так же аккуратно впишет надпись в кадр.

Шаг второй: подобрать модель под сценарий

Иллюстрации и картинки к тексту

Для генерации с нуля разумно начать с двух направлений. Первое — GPT Image 2: это модель OpenAI, то есть та же школа, к формулировкам которой вы, скорее всего, уже привыкли. Переход на неё обычно самый мягкий: описания, которые работали раньше, чаще всего работают и здесь без переписывания.

Второе направление — линейка Nano Banana от Google. В каталоге она представлена двумя позициями: Nano Banana 2 и Nano Banana Pro. Практический смысл линейки в том, что можно начать с Nano Banana 2 — от 8 ₽ за картинку в 1K и 12 ₽ в 2K, — а к Pro (10 / 15 / 22 ₽ в 1K / 2K / 4K) переходить только там, где результат Nano Banana 2 перестаёт устраивать. Этого достаточно, чтобы за неделю и небольшие деньги понять, подходит ли вам логика этой линейки вообще.

Текст внутри изображения

Если вы регулярно делаете обложки, баннеры или карточки с надписями, эту задачу стоит тестировать отдельно и целенаправленно. Возьмите один и тот же запрос с конкретной короткой надписью и прогоните его через несколько моделей подряд — GPT Image 2, Nano Banana 2, Seedream 5.0 Lite, Nano Banana Pro. Разница обычно видна с первого же дубля, и никакой сторонний обзор её за вас не покажет: слишком многое зависит от языка надписи, её длины и того, куда именно в композиции она должна встать.

Общее правило, которое экономит время: чем короче надпись и чем яснее указано её место в кадре, тем выше шанс получить разборчивый результат с первой попытки. Длинный абзац текста внутри картинки — плохая идея на любой модели.

Правки готового изображения

Здесь ключевое слово — контекст: модель должна понимать исходный кадр, а не рисовать заново. В каталоге под такие задачи есть Nano Banana Pro — она умеет работать с одним или несколькими загруженными изображениями как с основой, — а если в кадре есть надпись, которая должна остаться чёткой, GPT Image 2.5 Flare. Логика запроса при этом меняется: вы описываете не всю сцену целиком, а только то, что должно измениться, и явно указываете, что остальное трогать не нужно.

Обработка без промта

Часть задач вообще не требует формулировок. В каталоге есть готовые инструменты: «Замена лица», «Удаление фона», «Увеличить размер фото», «Улучшить фото» и «Векторное изображение». Если вам нужно вычистить фон у сорока фотографий товара или поднять разрешение старого снимка, писать описание бессмысленно — быстрее взять инструмент, который делает ровно одну операцию.

Таблица: задача → с чего начинать

Таблица — не приговор, а стартовая точка: она сокращает перебор с десяти моделей до двух-трёх.

Шаг третий: перенести свои формулировки

Тем, кто уже наработал библиотеку запросов, переписывать её с нуля не придётся. Структура промта везде примерно одна — объект, действие, окружение, стиль, свет, композиция. Отличается в основном требуемая степень детализации: часть моделей охотно достраивает недосказанное сама, часть буквальнее следует тексту и оставляет пустоту там, где вы её не описали.

Практичный способ проверки — взять один эталонный запрос и не менять его при переборе моделей:

Рабочий стол у окна, утренний свет сбоку,
кружка кофе и раскрытый блокнот, вид сверху под углом,
тёплые цвета, мягкие тени, без людей в кадре

Если результат на новой модели вышел беднее привычного, первая гипотеза — не «модель хуже», а «в описании не хватает деталей, которые прежний инструмент додумывал сам». Добавьте явные указания на свет, ракурс и то, чего в кадре быть не должно, и прогоните ещё раз. Только после этого имеет смысл делать вывод о самой модели. Если хочется системнее подойти к формулировкам, есть отдельный разбор в статье о том, как выбрать нейросеть под задачу.

Что с деньгами и доступом

Три вещи, которые обычно и определяют, приживётся ли новый инструмент. Первая: доступ без VPN — модели открываются из браузера, отдельных обходных схем не требуется. Вторая: оплата в рублях и по факту использования, без обязательной месячной подписки на весь каталог, — это удобно, когда картинки нужны неровно, то густо, то пусто. Третья: в каталоге есть недорогие модели для черновиков — например, Nano Banana 2 стоит от 8 ₽ за картинку в 1K, так что искать подход можно, не тратя много.

Отдельно про цену: стоимость генерации отличается от модели к модели и зависит от выбранного качества, и её имеет смысл смотреть перед серией из пятидесяти картинок, а не после. Актуальные значения всегда собраны на странице прайсинга — там видна минимальная цена генерации на конкретной модели, а точную сумму для выбранного качества показывает кнопка «Сгенерировать», так что бюджет проекта можно прикинуть заранее.

Никакого отдельного технического подключения при этом не нужно: всё работает в веб-кабинете в браузере, где модели и готовые инструменты собраны в одном списке и переключаются в один клик.

Частые вопросы