Нейросети для генерации изображений по API: GPT Image, Nano Banana, Flux, Recraft и Seedream

Семейства генераторов и их характер

Генераторы изображений отличаются не только ценой, но и манерой. GPT Image от OpenAI лучше держит текст на картинке и аккуратно следует длинному описанию. Nano Banana от Google сильна в композиции и редактуре готового кадра. FLUX от Black Forest Labs даёт фотореализм при умеренной цене. У Seedream от ByteDance есть версия 5.0 Flash: по описанию в каталоге это быстрый и экономичный уровень для крупных серий.

Выбор проще делать не по бенчмаркам, а по типу задачи. Для баннера с надписью нужен один генератор, для фотореалистичной иллюстрации другой, для сотни превью в час третий.

Recraft: векторная графика и логотипы

Recraft: Recraft V3 и более новые версии V4 и V4.1 рисуют растровые картинки, а варианты с пометкой Vector отдают SVG. Такой файл можно править в векторном редакторе, поэтому Recraft берут для логотипов, иконок и иллюстраций. Все модели линейки собраны в разделе Recraft по API, цена указана за изображение.

Sourceful Riverflow: дизайн и баннеры

Sourceful: Riverflow V2 Pro по описанию в каталоге рассчитана на точное управление кадром и чистый текст на картинке. В линейке есть версии Fast и Pro поколений 2 и 2.5, а также 2.6 Pro, все принимают на вход текст и изображение. Модели собраны в разделе Sourceful Riverflow по API.

Как считаются деньги

Тарификация двухсоставная и это главное, что стоит понять до запуска. Текстовая часть считается по токенам, как у обычных моделей. Изображение оплачивается по своей ставке: у одних моделей за штуку, у других, как у GPT Image 2.6, за токены изображения на выходе. Поэтому счёт растёт от числа картинок и их размера, а не только от длины промпта.

Цены за текстовую часть

Это только текстовая часть. Стоимость самой картинки считается отдельно по тарифу модели и зависит от разрешения и числа вариантов.

Как вызвать

Маршрут POST /images/generations совместим с OpenAI Images API: обязателен prompt, остальные поля зависят от модели. Редактирование готового кадра идёт через POST /images/edits, и это только multipart. Список с ценами за картинку собран на странице все модели для генерации изображений.

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LLM_MART_API_KEY"],
    base_url="https://llmmart.ru/api/v1",
)
img = client.images.generate(
    model="black-forest-labs/flux-3-image",
    prompt="Фотография рабочего стола с ноутбуком, естественный свет из окна",
    size="1024x1024",
)
print(img.data[0].url)

Что выбрать под задачу

Для карточек товаров и превью берите Seedream 5.0 Flash: она рассчитана на большие серии, а требования к стилю там невысокие. Цены за картинку у всех моделей сравните в каталоге. Для рекламных материалов с текстом лучше GPT Image, он аккуратнее рисует надписи. Для правок готового кадра удобнее Nano Banana.

Если результат читает человек и картинка ключевая, цена генерации перестаёт быть главным критерием. Один неудачный кадр дороже по времени, чем разница между моделями по счёту.

Подробный разбор маршрутов лежит в документации по изображениям. Обзор всех моделей с фильтрами по типу вывода есть в каталоге, а про конкретную линейку Google рассказано на странице Nano Banana.