Самый реалистичный ИИ-генератор изображений и как проверить

Сгенерированную фотографию никто не ловит с первого взгляда. Её ловят со второго, примерно на четвёртой секунде, когда что-то в кадре перестаёт сходиться, а что именно — сразу не сказать.

Этот зазор и есть вся проблема, и к модели он уже почти не относится. Мы гоняем модели изображений Google и OpenAI за одним API, и честное положение дел на август 2026 года такое: любой уровень, который мы продаём, выдаст вам картинку, переживающую беглый взгляд. Даже самый дешёвый. Убедительное изображение от очевидно синтетического отделяет в основном то, что вы попросили, и то, насколько внимательно вы посмотрели на пришедшее.

Поэтому полезный ответ на вопрос «какой ИИ-генератор изображений самый реалистичный» состоит из трёх частей, и имя модели — наименее важная из них. Сначала осмотр, потом привычки в prompt, потом модель.

Реализм переехал из модели в prompt

Два года назад выбор «фотореалистичной» модели что-то значил. Разрыв между верхним и бюджетным уровнем был виден на превью: восковые лица, каша в деталях, цвета, которых не бывает ни у одной камеры. Этот разрыв в центре кадра в основном закрылся и уехал в углы. Nano Banana 2 Lite, наш самый дешёвый уровень за $0.0238, рисует достоверный объект. Тяжёлому уровню она проигрывает во вторичных деталях — в предметах позади объекта, в мелком шрифте мира, — а не в том, что вы попросили.

Значит, сценарии отказа теперь одинаковы у всех моделей и их можно перечислить. Это хорошая новость. Чек-лист живёт дольше, чем рекомендация модели, а модели меняются каждые несколько месяцев.

Осмотр по семи точкам

Прогоняйте его на каждом изображении перед отправкой. Когда порядок выучен, уходит меньше минуты.

Четыре из них требуют больше, чем строка таблицы.

Кожу читают первой, и модели дольше всего справляются с ней хуже всего. У настоящей кожи есть поры, пятна, где-то лопнувший капилляр и две половины лица, которые не совпадают. Сгенерированная кожа тянется к ровной, слегка восковой поверхности с мягким однородным спадом — тяжёлая частотная ретушь, наложенная на человека, которого никогда не фотографировали. Увеличьте щёку до 100%. Если текстуры нет вовсе, проблему никто не назовёт, а почувствуют её все.

Свет — там, где подделка выдаёт себя быстрее всего, и это самая простая проверка. Возьмите самый яркий блик, проследите направление, которое он задаёт, потом посмотрите на каждую тень в кадре и спросите, согласны ли они. У настоящих сцен обычно один доминирующий источник плюс отражённый свет. У сгенерированных часто мягкое свечение оттуда, откуда каждому предмету по отдельности было выгоднее, и тени тихо спорят друг с другом. Проверьте ещё, что у теней края соответствуют источнику: жёсткое солнце не даёт мягкий край тени на одном предмете и жёсткий на соседнем.

Фоновые предметы — самое дешёвое место, где модель экономит усилия. Бюджет внимания уходит на объект съёмки. Корешок книги в трёх метрах позади становится формой, похожей на корешок, и растворяется в абстракции при 100%. Это легко пропустить, потому что ваш глаз туда смотреть не должен, — и именно поэтому туда посмотрит арт-директор. Увеличивайте углы, а не центр.

Глубину резкости не проверяет почти никто. Настоящий объектив создаёт плоскость фокуса: то, что на одном расстоянии, резкое, а резкость спадает физически последовательно перед ней и за ней. Сгенерированное боке часто наложено как фильтр — объект резок везде, включая ухо, которое обязано быть мягким, а размытие позади представляет собой ровную мазню без расстояния внутри. Смотрите на нерезкие блики. Настоящие принимают форму диафрагмы. Поддельные — просто размытие.

Кисти и зубы остаются в списке, потому что в портретах это до сих пор самая надёжная примета, хотя нынешнее поколение проваливает их куда реже, чем модели 2024 года. Износ и симметрия проверяются быстрее: настоящими предметами пользуются, а настоящие парные вещи никогда не идентичны.

Просите изъяны, а не лоск

Когда вы знаете, где отказы, вы можете попросить их отсутствия. Самое крупное улучшение, доступное большинству, — перестать описывать красивое изображение и начать описывать фотографию, которую конкретный человек снял конкретной техникой в конкретных условиях.

Основную работу делают четыре привычки.

Назовите объектив и плёнку. Не потому, что модель симулирует оптику — она не симулирует, — а потому, что эти слова привязаны в обучающих данных к изображениям, у которых такие свойства действительно есть. «Снято на 35 мм при f/2, Portra 400» тянет вывод к настоящему фотографическому виду куда сильнее, чем «фотореалистично, 8k, гиперреалистично» когда-либо потянет. Последние слова привязаны к рендерам и концепт-арту, то есть ровно к тому виду, от которого вы убегаете.

Задайте один источник света и время суток. Расплывчатое освещение — вот как получаются спорящие тени. Дайте модели направление и характер, и она обычно их уважит.

Просите несовершенство явно. По умолчанию модели выдают чистое, потому что «хорошее фото» в большинстве подписей означает именно чистое. Это приходится перебивать.

Описывайте комнату, а не только объект. Фотография где-то происходит. Названная поверхность, стена позади, хлам у края кадра дают свету, на что упасть, и снимают половину проблем с фоном ещё до их появления.

Вот разница на практике. Версия, которую пишет большинство:

Фотореалистичный портрет женщины на кухне, красивый свет,
высокая детализация, 8k, профессиональная фотография

И версия, которая даёт фотографию:

Редакционный портрет женщины лет пятидесяти, опирающейся на кухонную
столешницу, снято на 50 мм при f/2 на Portra 400. Один жёсткий источник
света из окна слева от камеры, поздний день, без заполняющего света.
Видимая текстура кожи и поры, лёгкая асимметрия лица, выбившиеся волоски.
Потёртая ламинированная столешница со следами от стаканов и щербатой
кружкой. Небольшое виньетирование объектива, лёгкое зерно.

Вторая длиннее, скучнее на чтение и даёт заметно лучший результат. В этом обмене и заключается всё ремесло.

Для предметной съёмки логика та же, только существительные другие:

Макросъёмка латунного крана на поцарапанной эмалированной раковине,
макро 85 мм при f/4, один софтбокс сверху справа от камеры, одна чёткая
тень. Известковый налёт у основания, отпечатки пальцев на металле,
волосяная царапина поперёк излива. Малая глубина резкости, спад за краном.

Если нужна модельно-специфичная сторона prompt — поведение параметров, работа с референсными изображениями, как уровни Google отзываются на структуру, — это отдельный материал: наше руководство по prompt для Nano Banana.

Какая модель и честно почему

Без рейтинга, потому что рейтинг подразумевает одного победителя, а реальный ответ зависит от того, кто будет смотреть на картинку и как долго.

Nano Banana Pro в 2K для всего, что человек будет разглядывать. Главные кадры, изображения над сгибом, всё, что уходит в печать или к клиенту, который полезет увеличивать. Pro собирает кадр через промежуточные проходы, прежде чем его вернуть, — поэтому она занимает около 30 секунд вместо двух, и поэтому же фоновые предметы у неё держатся лучше, чем на любом другом нашем уровне. Практическая деталь: на Pro 1K и 2K стоят одинаково, по $0.075. Просить 1K нет никакого смысла. 4K удваивает цену.

Nano Banana 2 для остальных 90% работы. $0.04, вплоть до 4K, до 14 референсных изображений и читаемый текст в кадре, если он нужен. Для картинки в ленте, иллюстрации в блог, превью разница с Pro не переживёт того сжатия, которое применит ваша CMS.

GPT Image 2, когда форма файла важнее формы света. Это единственная модель в нашем каталоге, возвращающая прозрачный фон одним вызовом, и у неё пятнадцать aspect ratio, включая настоящие панорамы 3:1 и 1:3, которых уровни Google не умеют. $0.0525 на 1K. Берите её за то, что она умеет выдавать, а не потому, что она фотореалистичнее. По этой оси она ни явно впереди, ни явно позади.

И уровень, от которого мы бы вас отговорили: если изображение будет жить шириной 800 пикселей в ленте, берите Nano Banana 2 Lite и вложите деньги в большее число попыток. Десять генераций на Lite и внимательный отбор бьют одну генерацию на Pro, которую вы оставили, потому что она дорогая. На таком размере реализм — задача отбора.

Цены и условия продуктов со временем меняются; проверьте актуальные цены каждого провайдера, прежде чем принимать решение о покупке. Цены Google Batch или Flex не эквивалентны напрямую стандартному on-demand API request, поскольку планирование, доступность и условия обработки отличаются; поэтому они исключены из этого сравнения. Это ограниченное по охвату сравнение, а не утверждение, что E2X — самый дешёвый вариант в мире при любой конфигурации.

Одно ограничение, которое не обходит ни одна модель: Google встраивает невидимую метку SynthID во всё, что возвращают его модели изображений, и никто ниже по цепочке её не выключит.

Разбор по задачам по всему каталогу, а не только по фотореализму, — в материале какой ИИ использовать для генерации изображений. Если вы генерируете картинки, чтобы с них рисовать, а не публиковать, правила меняются заметно: ИИ-изображения как референсы для рисования.

К чему это вас приводит

Берите самый дешёвый уровень, который перекрывает ваш размер показа. Описывайте камеру и комнату, а не прилагательное. Потом прогоняйте семь проверок, прежде чем что-то уйдёт: человек, который заметит ошибку, будет не из вашей команды.

Aspect ratio, потолки разрешения и лимиты референсных изображений расписаны на странице каждой модели в разделе text-to-image. Каталог ставит их рядом, если вам удобнее сравнивать, чем читать.

Частые вопросы

Какой ИИ-генератор изображений самый реалистичный в 2026 году?

Для изображений, которые человек будет разглядывать вблизи, лучше всех держится Nano Banana Pro (gemini-3-pro-image) — в основном потому, что она собирает кадр через промежуточные проходы и сохраняет связность вторичных фоновых деталей. Для большинства публикуемой работы разница с Nano Banana 2 исчезает, как только изображение уменьшат под веб. Реализм на обычных размерах показа сегодня зависит больше от конкретности prompt, чем от выбора модели.

Как понять, что изображение сгенерировано ИИ?

Сначала проверьте свет: проследите самый яркий блик до источника, затем убедитесь, что каждая тень в кадре с ним согласна. Потом увеличьте до 100% кожу (ищите поры и асимметрию), фоновые предметы (они часто растворяются в формах, лишь похожих на предметы) и нерезкие блики (настоящее боке принимает форму диафрагмы, поддельное — ровная мазня). Кисти и зубы остаются полезными приметами в портретах.

Какие слова в prompt действительно улучшают фотореализм?

Называйте реальную фототехнику и условия, а не прилагательные: фокусное расстояние, диафрагму, плёнку, один названный источник света и время суток. Затем явно просите несовершенство — видимую текстуру кожи, лёгкую асимметрию, пыль и износ на поверхностях, небольшое виньетирование и зерно. Слова вроде «гиперреалистично» и «8k» тянут вывод к рендерам и концепт-арту, то есть в противоположную сторону.

Даёт ли более дорогой уровень более реалистичное изображение?

Реже, чем принято думать. Nano Banana Pro за $0.075 покупает лучшую связность фона и вторичных деталей, что важно для крупного или печатного вывода. На размерах ленты Nano Banana 2 Lite за $0.0238 обычно неотличима, а потратить разницу на большее число генераций и более строгий отбор выгоднее, чем на одну дорогую попытку.

Какую модель взять под главное изображение лендинга?

Nano Banana Pro в 2K. На этом уровне 1K и 2K тарифицируются одинаково по $0.075, так что запрос 1K отдаёт разрешение даром. 4K берите, только если ассет уходит в печать: 4K удваивает цену до $0.15.

Есть ли на сгенерированных фотографиях водяной знак?

Да, если их сделала модель Google. Каждый уровень Nano Banana встраивает SynthID — он детектируется машиной, а не глазом. Google накладывает его до того, как файл доходит до реселлера, так что ни один провайдер ниже по цепочке не предложит версию без него. Прочитайте в договоре с клиентом формулировки про ассеты с водяными знаками до интеграции, а не после.

Какая модель даёт прозрачный фон?

GPT Image 2 — единственная модель в каталоге E2X с параметром background, принимающим transparent, opaque или auto, так что она возвращает PNG-вырез одним вызовом. Модели Google прозрачность не отдают ни на одном уровне. Request на 1K к GPT Image 2 стоит $0.0525.