Лишние пальцы и поплывшие лица: какая модель ошибается реже

Сразу скажу неприятное: модели, которая никогда не рисует шестой палец, нет. Ни в каталоге Most AI, ни где-то ещё. Все шесть моделей, о которых пойдёт речь, — GPT Image 2.5 Flare, GPT Image 2, Nano Banana Pro, Nano Banana 2, Seedream 5.0 Pro и Wan Image 2.7 — справляются с крупной рукой и крупным лицом куда увереннее, чем генераторы пару лет назад. И ломаются они в одних и тех же местах. Главный фактор даже не модель, а то, сколько места в кадре досталось руке или лицу: крупный портрет сегодня уверенно рисует почти любая современная модель, а пятнадцать человек на заднем плане группового фото превращаются в кашу у всех.

Поэтому ниже не будет рейтинга «победителей», выдуманного за вас. Я разберу, откуда берётся брак, дам три сцены, на которых его видно сразу, расскажу, чем модели различаются по своему назначению, как за полчаса проверить их на своём сюжете, какие приёмы в промте снижают брак и как починить то, что всё-таки сломалось.

Почему вообще появляются лишние пальцы

Модель картинок не знает, что у человека пять пальцев. Она видела миллионы фотографий, на которых руки сжаты в кулак, держат чашку, перекрыты рукавом, повёрнуты ребром. В половине этих кадров часть пальцев не видна. Отсюда типичная ошибка: модель уверенно рисует «что-то похожее на кисть», но не считает фаланги.

С лицами похожая история, только масштабная. Когда лицо занимает треть кадра, у модели много пикселей на глаза, нос и рот, и она прорисовывает их аккуратно. Когда лицо размером с ноготь, пикселей на него остаётся мало, и модель заполняет это место чем-то «лицеподобным»: глаза разной высоты, смазанный рот, два одинаковых человека рядом.

Из этого следует практический вывод. Если сравнивать модели, то не на абстрактном «нарисуй красиво», а на трёх сценах, где ошибка вылезает сама.

Три сцены, на которых видна разница

Отдельное сравнение моделей по рабочим задачам — товар, текст на картинке, стиль — мы уже делали в статье какую модель картинок брать под задачу. Здесь тест уже: один симптом, три сцены.

Сцена 1. Руки с предметом

Самый честный тест на пальцы: рука не просто лежит, а что-то держит. Кружку за ручку, карандаш, ключи, телефон. Здесь модель должна одновременно правильно посчитать пальцы и понять, какие из них перекрыты предметом.

Крупный план: женская рука держит белую керамическую кружку за ручку, большой палец сверху на ручке, остальные пальцы обхватывают кружку снизу. Утренний свет из окна, деревянный стол, фотореализм, объектив 50 мм.

Что смотреть: сколько пальцев видно и сколько «угадывается», не проходит ли ручка сквозь палец, не срослись ли два пальца в один.

Сцена 2. Групповое фото

Здесь проверяется, как модель распределяет внимание на много лиц. Возьмите пять–семь человек, не больше: на двадцати ошибаются все, и сравнивать будет нечего.

Групповое фото шести коллег у входа в офис, три человека стоят, три сидят на ступеньках. Все смотрят в камеру и улыбаются, разный возраст и разная одежда. Дневной свет, фотореализм, кадр по колено.

Что смотреть: нет ли двух одинаковых лиц, не «потекли» ли глаза у крайних, сколько рук у людей на ступеньках и чьи они.

Сцена 3. Лицо крупно и лицо вдалеке

Одна и та же задача в двух масштабах. Сначала портрет, потом тот же человек маленькой фигурой на улице.

Вариант А: портрет мужчины 40 лет, лёгкая щетина, серый свитер, мягкий свет сбоку, фон размыт.
Вариант Б: тот же мужчина в сером свитере идёт по широкой пешеходной улице, снят издалека, в кадре много прохожих, вечер, фонари.

Что смотреть: в варианте Б — читается ли лицо главного героя и что происходит с лицами прохожих.

Шесть моделей: чего ждать от каждой

Честно оговорюсь: лабораторного замера «сколько лишних пальцев на сто картинок» у нас нет, и публиковать такую цифру без замера было бы враньём. Поведение моделей к тому же меняется с обновлениями. Поэтому таблица ниже описывает не баллы, а назначение каждой модели — так, как оно заявлено в каталоге, — и то, что стоит проверить первым делом, если вам важны руки и лица.

Как это читать. Таблица подсказывает, с какой модели начать и где у неё искать слабое место, а не выносит приговор. Если в кадре руки держат что-то с надписью, начните с GPT Image 2. Если нужна живая кожа и фотографичный свет — с Seedream 5.0 Pro или Nano Banana Pro. Если сцена уже удалась и нужно только починить деталь — с моделей, у которых редактирование заявлено как сильная сторона.

Что в итоге выгоднее, считается не по цене одной картинки, а по цене годного результата. У моделей GPT Image стартовая цена генерации одна из самых низких в разделе изображений, у Nano Banana Pro и Seedream 5.0 Pro она выше. Если дешёвая модель на вашей сцене даёт годный кадр с третьей попытки, а более дорогая — с первой, итог может оказаться примерно одинаковым. Актуальные цены по каждой модели — на странице прайсинга.

Про толпу стоит сказать отдельно. Мелкие лица на заднем плане остаются слабым местом для всех шести моделей. Одна справится чуть аккуратнее, другая чуть хуже, но если лицо прохожего занимает пару десятков пикселей, чудес не будет. Это ограничение самой задачи, а не конкретной модели.

Как честно сравнить модели за полчаса

Если вы выбираете модель под постоянную работу — например, для постов с людьми или для открыток с семьёй, — сделайте маленький собственный тест. Общий подход к таким проверкам разобран в статье как самому сравнить модели, здесь — вариант под руки и лица.

1. Один промт на все модели. Не подкручивайте текст под каждую модель, иначе сравниваете промты, а не модели.
2. По три генерации на сцену. Одна удачная картинка ничего не доказывает. Считайте, сколько из трёх годных.
3. Смотрите в полном размере. Лишний палец часто не виден в превью и обнаруживается только при увеличении.
4. Отмечайте брак по типам. «Лишний палец», «сросшиеся пальцы», «предмет сквозь руку», «двойник в толпе», «плывущие глаза». Так видно, где у модели системная слабость, а где случайность.
5. Оценивайте стоимость годного кадра. Условный пример: если одна модель даёт один годный кадр из трёх, а другая два из трёх, умножьте цену генерации на число попыток и сравните, во что обходится каждый годный.

В кабинете это удобно делать подряд: одна вкладка, смена модели в списке, тот же промт. Вход — через Яндекс или VK.

Приёмы в промте, которые снижают брак

Никакой промт не гарантирует пять пальцев. Но несколько приёмов заметно сдвигают вероятность в вашу пользу.

Дайте руке понятную позу. «Рука держит кружку» — слишком общо. «Большой палец сверху на ручке, остальные обхватывают кружку снизу» — модель получает конкретную схему, а не угадывает.

Уберите руки, если они не нужны. Если руки не важны для сюжета, спрячьте их: руки в карманах, скрещены на груди, за кадром. Меньше рук в кадре — меньше мест для ошибки.

Укрупните то, что важно. Если нужна именно кисть, кадрируйте по кисти. Если нужны лица в группе, выберите кадр по пояс, а не в полный рост с большим пространством вокруг.

Сократите толпу. «Шесть человек» модель удержит лучше, чем «много людей». Если нужна атмосфера толпы, пусть фон будет размыт: «прохожие на заднем плане не в фокусе». Размытые фигуры никто не рассматривает, и лица им не нужны.

Не описывайте то, чего не должно быть. Фраза «без лишних пальцев» иногда работает обратно: слово «пальцы» в промте притягивает внимание модели к пальцам. Лучше описать правильную позу, чем перечислять ошибки.

Портрет по пояс: девушка в зелёном пальто стоит у витрины кафе, руки в карманах пальто. За её спиной улица, прохожие размыты, не в фокусе. Пасмурный день, мягкий свет, фотореализм.

Как починить сломанную руку, не переделывая кадр

Бывает, что всё в кадре удалось — свет, поза, фон, — а у героя шесть пальцев. Перегенерировать целиком жалко: следующая попытка может сломать то, что было хорошо. Есть два пути.

Точечная правка по готовой картинке

Загрузите сгенерированное изображение обратно в модель в режиме редактирования по картинке и попросите исправить только проблемное место. Начинать стоит с моделей, у которых редактирование в каталоге заявлено как сильная сторона: GPT Image 2.5 Flare, Nano Banana Pro, Wan Image 2.7.

Исправь левую руку девушки: должно быть пять пальцев, рука расслаблена и лежит на столе ладонью вниз. Всё остальное на изображении оставь без изменений: лицо, одежду, свет, фон.

Ключевая часть — последнее предложение. Без него модель может «заодно» поменять лицо или цвет свитера. Если с первого раза не вышло, опишите позу ещё конкретнее или предложите спрятать руку: «рука в кармане пальто».

С лицами в толпе работает тот же приём, но по одному: «исправь лицо мужчины в синей куртке справа, сделай его естественным, остальное не меняй». Просьба «исправь все лица» чаще даёт новую порцию каши.

Инструмент «Улучшить фото»

«Улучшить фото» — готовый инструмент без промта: загружаете картинку, получаете обработанную. По описанию в каталоге он подтягивает контраст и убирает повреждения, то есть задуман прежде всего для старых и испорченных снимков. К сгенерированному кадру его разумно применять, когда анатомия уже правильная, а картинка выглядит блёкло или с мелкими артефактами. Честная оговорка: лишний палец он не уберёт, сросшиеся пальцы не разделит и кашу из лиц в толпе не превратит в портреты — это задача правки, а не обработки. Правильный порядок такой: сначала точечно исправить анатомию, потом, если нужно, прогнать итоговый кадр через «Улучшить фото».

Если в кадре реальные люди

Всё сказанное касается сгенерированных героев. Если вы работаете с фотографией реального человека — правите руки на семейном снимке или вставляете лицо в новую сцену, — делайте это только со снимками, на использование которых есть согласие людей в кадре. И не ждите портретного сходства со знаменитостями: модели и не должны его давать.

Частые вопросы