Эта страница сравнивает модели, которые работают с уже готовым снимком: правят его по словесному описанию, сохраняют лицо человека между кадрами, поднимают разрешение старой фотографии, убирают фон и собирают один кадр из нескольких исходников. Числа взяты из двух живых арен со слепым голосованием и трёх зачётов 2026 года. Слепое голосование устроено так: человеку показывают два готовых результата по одному и тому же заданию, не называя моделей, и он выбирает тот, что вышел лучше. У каждого зачёта названы ведущая его организация, методика и дата снимка — день, когда числа сняли со страницы источника. Рядом с каждой моделью стоит официальная цена её разработчика, а у тех моделей, что есть в каталоге GEN202, — ссылка на страницу модели и цена вызова в рублях.
Генерация картинки с нуля — отдельная работа и отдельный разбор: лучшая нейросеть для картинок.
Попробуйте правку своего снимка — чат с нейросетью ниже на странице.
Кто сейчас первый в зачёте по правке фотографий
Верх зачёта у двух независимых арен выглядит по-разному, и это первое, что стоит знать перед выбором. Обе арены устроены одинаково по замыслу — человек видит два результата правки одного и того же снимка по одному и тому же указанию и выбирает лучший вслепую, — но составы моделей, шкалы рейтинга и сами голосующие у них разные, поэтому числа между двумя таблицами напрямую не сравниваются.
Колонка Elo в таблицах ниже — это и есть рейтинг, собранный из таких голосов. Из десятков и сотен тысяч выборов «вот этот результат лучше» выводится одно число на модель, и чем оно выше, тем чаще люди выбирают её работу. Название пришло из шахмат: шкалу Elo придумали для рейтинга шахматистов, а арены считают по ней модели. Соседняя колонка, ДИ, — доверительный интервал: разброс, внутри которого рейтинг может гулять в обе стороны. Чем этот разброс меньше, тем надёжнее место модели в таблице, а если у двух соседних строк интервалы перекрываются, зачёт между этими моделями разницы не проводит.
В зачёте Arena первое место занимает gpt-image-2 в среднем режиме с рейтингом 1462. Отрыв от второго места — 23 пункта, а от седьмой строки, где стоит Nano Banana Pro, — 72 пункта.
| Место | Модель | Организация | Elo | 95% ДИ | Голосов |
|---|---|---|---|---|---|
| 1 | gpt-image-2 (medium) | OpenAI | 1462 | ±4 | 212 326 |
| 2 | grok-imagine-image-2.0 (low) | SpaceXAI | 1439 | ±8 | 5 936 |
| 3 | mai-image-2.6-preview | Microsoft AI | 1417 | ±7 | 9 013 |
| 4 | muse-image | Meta | 1405 | ±5 | 66 921 |
| 5 | mai-image-2.5 | Microsoft AI | 1399 | ±4 | 173 251 |
| 6 | seedream-5.0-pro | Bytedance | 1395 | ±4 | 129 749 |
| 7 | gemini-3-pro-image-2k (Nano Banana Pro) | 1390 | ±3 | 530 645 | |
| 9 | chatgpt-image-latest-high-fidelity | OpenAI | 1390 | ±3 | 520 974 |
| 10 | gemini-3.1-flash-image (Nano Banana 2) | 1387 | ±4 | 132 009 | |
| 13 | gpt-image-1.5-high-fidelity | OpenAI | 1371 | ±3 | 543 542 |
Источник: Arena (бывшая LMArena), зачёт Image Edit Arena, https://arena.ai/leaderboard/image-edit. Отсечка голосов — 25 августа 2026 года, снимок — 30 августа 2026 года. Всего в зачёте 29 183 533 голоса и 53 модели.
В зачёте Artificial Analysis порядок другой. GPT Image 2 в режиме high стоит здесь пятой строкой с рейтингом 1259,2, а первые места заняты моделями Microsoft AI и Sourceful.
| Место | Модель | Разработчик | Elo | Голосов | Доля побед | Цена за 1000 изображений |
|---|---|---|---|---|---|---|
| 1 | Riverflow 2.0 | Sourceful | 1286,2 | 9 362 | 66,1 % | 150 $ |
| 2 | MAI-Image-2.6-Preview | Microsoft AI | 1283,7 | 13 492 | 57,1 % | — |
| 3 | MAI-Image-2.5-Pro | Microsoft AI | 1272,2 | 14 581 | 53,2 % | 108,544 $ |
| 4 | Reve 2.1 | Reve | 1260,1 | 6 167 | 54,8 % | 200 $ |
| 5 | GPT Image 2 (high) | OpenAI | 1259,2 | 26 081 | 59,6 % | 211 $ |
| 6 | MAI-Image-2.5 | Microsoft AI | 1257,0 | 18 854 | 54,8 % | 48,128 $ |
| 7 | GPT Image 1.5 (high) | OpenAI | 1251,1 | 19 505 | 55,5 % | 133 $ |
| 8 | Nano Banana 2 | 1250,9 | 20 451 | 56,3 % | 67 $ | |
| 9 | Seedream 5.0 Pro | ByteDance Seed | 1249,1 | 11 420 | 52,0 % | 90 $ |
| 10 | Nano Banana Pro | 1245,5 | 18 777 | 54,4 % | 134 $ | |
| 11 | Qwen-Image-3.0-Pro | Alibaba | 1243,9 | 13 048 | 48,5 % | 43 $ |
Источник: Artificial Analysis, зачёт Image Editing Arena, https://artificialanalysis.ai/image/leaderboard/editing. Снимок — 30 августа 2026 года, в зачёте 73 модели. Колонка «Доля побед» показывает, как часто модель выигрывала парное сравнение. Цена в последней колонке означает у этого источника стоимость генерации тысячи изображений в разрешении 1024 × 1024 на API разработчика — то есть при обращении к модели напрямую из программы — с настройками модели по умолчанию.
Одну подробность про эту таблицу стоит знать: зачёт Artificial Analysis снимался дважды с разницей примерно в час, и первая строка появилась только во втором заборе. Riverflow 2.0 в первом заборе не было вовсе, все остальные строки в двух заборах совпали до единицы.
Общее у двух зачётов одно: наверху стоят закрытые модели крупных разработчиков — те, что работают только на серверах своего разработчика и на чужое оборудование не выкладываются, — а первое место в обоих случаях занимает модель, которая вышла в 2026 году. Дальше разбор идёт по видам работы, потому что верх общего зачёта и верх по каждой отдельной работе — это разные строки.
Кто ведёт зачёты и что в них меряют
Числа на этой странице берутся из пяти источников, и у каждого своя процедура. Разница между ними важна: в двух случаях оценку ставит живой человек, в трёх — модель-судья. Моделью-судьёй называют нейросеть, которой авторы зачёта поручили сравнивать чужие работы вместо людей.
Arena. Ведёт Arena Intelligence, платформа создана исследователями UC Berkeley и до смены имени называлась LMArena. Человек даёт исходное изображение и указание, что в нём изменить, получает два результата от анонимных моделей и выбирает лучший; имена моделей раскрываются после голоса. Кроме общего зачёта у арены есть срезы — отдельные подсчёты по одному виду работы: по фотореалистичным правкам, портретам, товарам, трёхмерной графике, мультипликации, искусству и тексту на изображении, а также отдельный зачёт правки нескольких изображений. Отсечка голосов во всех снимках ниже — 25 августа 2026 года: голоса, поданные позже этого дня, в приведённые числа не вошли.
Artificial Analysis. Ведёт одноимённая независимая компания, которая сравнивает модели и поставщиков API — тех, кто даёт к моделям программный доступ. Процедура та же: слепое сравнение двух правок одного исходного изображения по одному указанию, рейтинг Elo из голосов пользователей. К зачёту эта площадка публикует ещё и цену вызова у разработчика — вызовом называют одно обращение к модели, — поэтому её таблица годится не только для выбора модели, но и для сравнения официальных ставок. Явной даты пересчёта источник не публикует, снимок снят 30 августа 2026 года.
GEditBench v2, таблица зачёта OpenEdit. Это набор заданий на правку снимка, который собрали исследователи Nanyang Technological University, StepFun и Southeast University. Живые люди здесь не голосуют: авторы зачёта сами прогоняют через набор все модели и сами сравнивают результаты. В наборе 1200 реальных пользовательских запросов и 23 типа задач; следование указанию и качество картинки оценивает GPT-4o версии 26-03-24, сохранность исходного изображения — собственный судья авторов PVC-Judge, тоже нейросеть. Попарные результаты сводятся в рейтинг Elo, а доверительные интервалы считаются тысячей итераций бутстрэпа — это тысяча повторных пересчётов на случайно перетасованных сравнениях, и чем устойчивее выходит результат, тем интервал уже. Публикация arXiv:2603.28547 подана 30 марта 2026 года.
GenArena. Ещё один набор заданий на правку; ведут его University of Science and Technology of China, Shanghai Innovation Institute, Tencent и National University of Singapore. Тоже прогон по публичной методике, судья — модель Qwen3-VL-32B. В зачёте 14 моделей в трёх режимах: обычная правка, правка с рассуждением и правка по нескольким исходникам. Публикация arXiv:2602.06013 подана 5 февраля 2026 года. Авторы приводят согласие своего зачёта с живой ареной — насколько порядок моделей у них совпадает с порядком, который дают голоса людей: 0,87 на обычной правке, 0,80 на правке с рассуждением и 0,50 на правке по нескольким исходникам, где единица означала бы полное совпадение.
RISEBench. Набор заданий на правку, которая требует рассуждения: четыре типа задач — временные, причинные, пространственные и логические — и три измерения оценки. Судья — большая мультимодальная модель, то есть нейросеть, которая читает и текст, и изображения. Результат здесь выражен долей верно выполненных заданий в процентах, а не рейтингом из голосов. Полный набор состоит из 360 примеров, в таблице 20 моделей. Таблица в репозитории обновлена 23 апреля 2026 года, снимок снят 30 августа 2026 года.
Правка по словесному описанию: кто точнее держит указание
Правка по описанию — это работа, где вы отдаёте снимок и одним предложением говорите, что должно стать иначе: убрать провода с неба, поменять цвет платья, переставить свет, дорисовать край кадра. Именно её меряют обе арены в общем зачёте, и первое место там держит gpt-image-2 в среднем режиме с рейтингом 1462 при доверительном интервале ±4 на 212 326 голосах (Arena, отсечка 25 августа 2026 года).
Вторая строка того же зачёта — grok-imagine-image-2.0 в низком режиме, 1439. Голосов у неё 5 936, доверительный интервал ±8, то есть вдвое шире, чем у первой строки: модель новая, и её место в таблице держится на меньшем числе сравнений, чем у соседей. Третья и пятая строки заняты моделями Microsoft AI: mai-image-2.6-preview с 1417 и mai-image-2.5 с 1399.
Зачёт GEditBench v2 разложил ту же работу на три составляющие, и картина стала интереснее. По следованию указанию первое место с большим отрывом занимает GPT Image 1.5 — 1260 против 1126 у Nano Banana Pro и 1111 у Seedream 4.5. По качеству картинки та же GPT Image 1.5 снова первая с 1149, рядом Seedream 4.5 с 1142. А по сохранности исходного изображения GPT Image 1.5 набирает 846 — меньше всех в верхней части таблицы, и общий рейтинг из-за этого падает до 1071 и третьего места (публикация arXiv:2603.28547, подана 30 марта 2026 года).
| Модель | Следование указанию | Качество картинки | Сохранность исходника | Общий Elo |
|---|---|---|---|---|
| Nano Banana Pro | 1126 | 1066 | 1108 | 1096 |
| Seedream 4.5 | 1111 | 1142 | 1030 | 1089 |
| GPT Image 1.5 | 1260 | 1149 | 846 | 1071 |
| FLUX.2 [klein] 9B | 1083 | 1025 | 1019 | 1039 |
| Qwen-Image-Edit-2511 | 1095 | 1060 | 972 | 1038 |
| FLUX.2 [klein] 4B | 1007 | 1019 | 1070 | 1031 |
| FLUX.2 [dev] Turbo | 1068 | 936 | 1064 | 1021 |
| Qwen-Image-Edit-2509 | 1033 | 1062 | 955 | 1014 |
| FLUX.1 Kontext [dev] | 849 | 900 | 840 | 869 |
Источник: GEditBench v2, таблица зачёта OpenEdit, arXiv:2603.28547, публикация подана 30 марта 2026 года; судьи — GPT-4o версии 26-03-24 и PVC-Judge авторов зачёта.
Это расхождение колонок и есть главный практический вывод раздела. Модель, которая точнее всех выполняет указание, сильнее всех меняет и то, о чём её не просили. Модель, которая бережнее всех относится к исходнику, чаще недоделывает саму правку. Выбор между ними зависит от того, что для вас дороже на конкретном снимке: точность правки или неприкосновенность всего остального кадра.
Третий зачёт по этой же работе — GenArena, режим обычной правки. Первое место занимает GPT Image 1.5 в режиме high с рейтингом 1162, второе — Qwen-Image-Edit-2511 с 1065, третье — Nano Banana с 1056, четвёртое — FLUX.2 [klein] 9B с 1046 (публикация arXiv:2602.06013, подана 5 февраля 2026 года, судья — Qwen3-VL-32B). Согласие этого режима с живой ареной авторы оценили в 0,87 — из трёх режимов зачёта это самое высокое.
Правку по описанию в каталоге GEN202 делают Nano Banana 2, Nano Banana Pro, GPT Image 2, Seedream 5 Pro и Lite, Flux 2 в вариантах pro и flex, Qwen2 image-edit, Ideogram в вариантах v3-edit и v3-remix, а также Wan 2.7 Image и Wan 2.7 Image Pro. Работают они одинаково по порядку действий: вы прикладываете снимок и пишете указание словами.
Сохранение лица человека между кадрами
Портрет — отдельный срез арены, и распределение мест в нём своё. Человек голосует за ту правку, где лицо осталось тем же самым лицом, а не стало похожим родственником. В этом срезе 1 367 418 голосов и 38 моделей.
| Место | Модель | Организация | Elo | 95% ДИ | Голосов |
|---|---|---|---|---|---|
| 1 | gpt-image-2 (medium) | OpenAI | 1458 | ±5 | 65 669 |
| 2 | grok-imagine-image-2.0 (low) | SpaceXAI | 1444 | ±12 | 2 615 |
| 3 | muse-image | Meta | 1404 | ±7 | 30 990 |
| 4 | mai-image-2.6-preview | Microsoft AI | 1397 | ±10 | 3 519 |
| 5 | mai-image-2.5 | Microsoft AI | 1395 | ±6 | 67 511 |
| 6 | grok-imagine-image-quality | SpaceXAI | 1391 | ±7 | 15 707 |
| 7 | seedream-5.0-pro | Bytedance | 1391 | ±5 | 64 089 |
| 9 | gemini-3-pro-image-2k (Nano Banana Pro) | 1374 | ±5 | 82 750 | |
| 10 | gemini-3.1-flash-image (Nano Banana 2) | 1368 | ±6 | 37 225 | |
| 11 | gpt-image-1.5-high-fidelity | OpenAI | 1364 | ±5 | 65 065 |
Источник: Arena, срез Portraits зачёта Image Edit, https://arena.ai/leaderboard/image-edit/portraits. Отсечка голосов — 25 августа 2026 года.
Отдельно ту же способность меряет RISEBench — там она называется сохранностью внешнего вида и считается в процентах. GPT-Image-1.5 набирает 92,5 %, GPT-Image-2 — 89,3 %, Nano Banana — 86,0 %, Nano Banana Pro — 85,5 %, Qwen-Image-Edit-2511 — 71,0 %, FLUX.1-Kontext-Dev — 71,6 % (таблица обновлена 23 апреля 2026 года, снимок — 30 августа 2026 года). Порядок здесь другой, чем в портретном срезе арены, и причина в предмете замера: арена спрашивает живого человека про портрет, RISEBench считает долю случаев, где внешний вид объекта не поехал после сложной правки.
Третий взгляд на ту же работу даёт колонка сохранности исходника в GEditBench v2. Первые места там занимают GLM-Image с 1109 и Nano Banana Pro с 1108, дальше идут FLUX.2 [klein] 4B с 1070 и Step1X-Edit-v1p2 с 1067 (публикация подана 30 марта 2026 года). Три зачёта дают три разных порядка, и совпадает в них одно: первое место там, где голосует живой человек, забирает gpt-image-2, а первое место у судьи-модели достаётся то Nano Banana Pro, то GPT-Image-1.5 — в зависимости от того, что именно считают сохранностью.
В каталоге GEN202 под работу с одним и тем же человеком в разных кадрах заведена отдельная линейка Ideogram: ideogram/character, ideogram/character-edit и ideogram/character-remix. У всех трёх официальная цена разработчика — от 0,1 до 0,2 доллара за картинку, разница с ценой каталога GEN202 составляет −10 %, а за один вызов можно получить от одной до четырёх картинок. Ideogram при этом не участвует ни в одном из зачётов по правке: ни среди 53 моделей арены Arena, ни среди 73 моделей Artificial Analysis его нет — в реестре арены модели Ideogram присутствуют, но голосуют по ним только в генерации с нуля.
Фотореалистичная правка: свет, кожа и достоверность кадра
Фотореалистичные и кинематографичные правки арена считает отдельным срезом: 1 909 762 голоса, 38 моделей. Это тот случай, когда результат должен остаться фотографией, а не превратиться в рисунок по мотивам фотографии.
| Место | Модель | Организация | Elo | 95% ДИ | Голосов |
|---|---|---|---|---|---|
| 1 | gpt-image-2 (medium) | OpenAI | 1451 | ±4 | 101 746 |
| 2 | grok-imagine-image-2.0 (low) | SpaceXAI | 1432 | ±10 | 3 670 |
| 3 | mai-image-2.6-preview | Microsoft AI | 1412 | ±9 | 5 167 |
| 4 | muse-image | Meta | 1404 | ±7 | 42 720 |
| 5 | mai-image-2.5 | Microsoft AI | 1403 | ±5 | 104 601 |
| 6 | seedream-5.0-pro | Bytedance | 1395 | ±5 | 85 406 |
| 8 | gemini-3-pro-image-2k (Nano Banana Pro) | 1385 | ±4 | 118 537 | |
| 10 | gemini-3.1-flash-image (Nano Banana 2) | 1379 | ±5 | 53 342 | |
| 26 | qwen-image-edit | Alibaba | 1254 | ±5 | 36 183 |
| 27 | flux-2-pro | Black Forest Labs | 1244 | ±4 | 130 074 |
Источник: Arena, срез Photorealistic and Cinematic Imagery зачёта Image Edit, https://arena.ai/leaderboard/image-edit/photorealistic. Отсечка голосов — 25 августа 2026 года.
Верх этого среза почти повторяет общий зачёт, и порядок первых шести строк совпадает. Значит, на фотореалистичных правках общий рейтинг работает как ориентир: модель, которая стоит высоко вообще, стоит высоко и здесь. Разница появляется ниже: Qwen-Image-Edit в этом срезе поднимается на 26-е место с 1254, тогда как в общем зачёте её строка стоит на 31-м с 1241.
Правка нескольких изображений разом
Правка по нескольким исходникам — это когда на вход идут два и больше снимка: человек с одного, обстановка со второго, товар с третьего. Арена ведёт для неё отдельный зачёт, где 8 585 728 голосов и 40 моделей.
| Место | Модель | Организация | Elo | 95% ДИ | Голосов |
|---|---|---|---|---|---|
| 1 | gpt-image-2 (medium) | OpenAI | 1454 | ±5 | 93 016 |
| 2 | seedream-5.0-pro | Bytedance | 1416 | ±5 | 36 478 |
| 3 | muse-image | Meta | 1404 | ±6 | 38 128 |
| 4 | gemini-3-pro-image-preview (Nano Banana Pro) | 1368 | ±4 | 285 277 | |
| 5 | gemini-3.1-flash-image (Nano Banana 2) | 1366 | ±4 | 60 081 | |
| 7 | chatgpt-image-latest-high-fidelity | OpenAI | 1353 | ±4 | 202 850 |
| 9 | gpt-image-1.5-high-fidelity | OpenAI | 1342 | ±4 | 184 253 |
| 11 | seedream-4.5 | Bytedance | 1290 | ±3 | 474 834 |
| 20 | flux-2-pro | Black Forest Labs | 1240 | ±4 | 195 810 |
| 29 | qwen-image-edit-2511 | Alibaba | 1173 | ±4 | 218 653 |
Источник: Arena, зачёт Multi-Image Edit, https://arena.ai/leaderboard/image-edit/multi-image-edit. Отсечка голосов — 25 августа 2026 года.
Главное отличие от общего зачёта — Seedream 5.0 Pro. В общей таблице она стоит шестой строкой с 1395, а на нескольких исходниках поднимается на второе место с 1416, обгоняя и Nano Banana Pro с 1368, и Nano Banana 2 с 1366. Так же переставляется и Reve 2.0: четырнадцатая строка общего зачёта с 1358 занимает здесь восьмое место с 1343.
Второй зачёт той же работы — режим правки по нескольким исходникам в GenArena. Первое место у GPT Image 1.5 в режиме high с 1259, второе у GPT Image 1 с 1066, третье у Nano Banana с 1048, дальше FLUX.2 [klein] 9B с 1018 и FLUX.2 [klein] 4B с 967. Qwen-Image-Edit-2511, которая в обычной правке того же зачёта стоит второй, здесь падает на седьмое место с 793 (публикация arXiv:2602.06013, подана 5 февраля 2026 года). Согласие этого режима с живой ареной авторы оценили в 0,50 — самое низкое из трёх режимов их зачёта, поэтому опираться на этой работе стоит прежде всего на голоса людей.
Из каталога GEN202 несколько исходников за один вызов принимают Nano Banana 2, Nano Banana Pro и GPT Image 2, а Seedream 5 Pro доступна в варианте seedream/5-pro-image-to-image с официальной ценой разработчика от 0,045 до 0,114 доллара за генерацию.
Правка, которая требует рассуждения
Отдельный класс правок — те, где модель должна сначала подумать, а потом рисовать: показать, как предмет будет выглядеть через год, что произойдёт при падении, где окажется тень при другом положении света. Эту работу меряет RISEBench, и числа в нём заметно ниже ста процентов у всех участников.
| Модель | Временные | Причинные | Пространственные | Логические | Общий |
|---|---|---|---|---|---|
| GPT-Image-1.5 | 57,6 | 62,2 | 62,0 | 21,2 | 51,4 |
| GPT-Image-2 | 45,9 | 66,7 | 50,0 | 34,1 | 49,4 |
| Nano Banana Pro | 43,5 | 63,3 | 48,0 | 37,6 | 48,3 |
| Nano Banana | 29,4 | 48,9 | 37,0 | 18,8 | 33,9 |
| GPT-Image-1 | 36,5 | 34,4 | 37,0 | 10,6 | 30,0 |
| Qwen-Image-Edit-2511 | 21,2 | 18,9 | 31,0 | 4,7 | 19,4 |
| Seedream-4.0 | 17,6 | 13,3 | 11,0 | 7,1 | 12,2 |
| Qwen-Image-Edit-2509 | 4,7 | 11,1 | 17,0 | 2,4 | 9,2 |
| FLUX.1-Kontext-Dev | 2,3 | 5,5 | 13,0 | 1,2 | 5,8 |
| Step1X-Edit | 0,0 | 2,2 | 2,0 | 3,5 | 1,9 |
Значения в процентах. Источник: RISEBench, https://github.com/PhoenixZ810/RISEBench, таблица обновлена 23 апреля 2026 года, снимок — 30 августа 2026 года; оценки ставит большая мультимодальная модель-судья, читающая и текст, и изображения.
Три верхние строки стоят вплотную: 51,4 у GPT-Image-1.5, 49,4 у GPT-Image-2 и 48,3 у Nano Banana Pro. Расходятся они по колонкам. На логических задачах впереди Nano Banana Pro с 37,6 и GPT-Image-2 с 34,1, а GPT-Image-1.5 набирает там 21,2 — почти вдвое меньше. На временных и пространственных задачах порядок обратный: 57,6 и 62,0 у GPT-Image-1.5 против 45,9 и 50,0 у GPT-Image-2.
Тот же зачёт публикует разбивку по трём измерениям. По качеству самого рассуждения впереди Nano Banana Pro с 77,0 %, за ней GPT-Image-2 с 73,8 % и GPT-Image-1.5 с 69,7 %. По правдоподобию картинки три модели идут вровень: 94,9 % у GPT-Image-1.5 и GPT-Image-2, 94,4 % у Nano Banana Pro.
Третий взгляд — режим правки с рассуждением в GenArena: GPT Image 1.5 в режиме high с 1204, Nano Banana с 1130, GPT Image 1 с 1095 и Qwen-Image-Edit-2511 с 1005 (публикация подана 5 февраля 2026 года). Согласие с живой ареной в этом режиме — 0,80.
Увеличение разрешения старого снимка
Увеличение разрешения — это отдельная работа со своим набором инструментов. Модель здесь не выполняет указание словами, а достраивает недостающие пиксели: возвращает резкость, убирает шум и зерно, вытягивает мелкие детали из снимка, сделанного старым телефоном или сканером.
Зачёты, разобранные выше, ранжируют модели по одному свойству — по тому, как они выполняют словесное указание к снимку. Увеличение разрешения устроено иначе, и модели этой работы идут своим списком: ни Recraft, ни Topaz не стоят ни среди 53 моделей арены Arena, ни среди 73 моделей Artificial Analysis. Источник называет отсутствие Recraft прямо: в реестре моделей арены записи Recraft есть, но голосуют по ним только в генерации с нуля.
В каталоге GEN202 эту работу закрывают две записи, и они устроены по-разному.
topaz/image-upscale увеличивает снимок в 2, 4 и 8 раз. Официальная цена разработчика — от 0,08 до 0,32 доллара за генерацию в зависимости от кратности, разница с ценой каталога GEN202 составляет от −12,5 % до −9,38 %.
recraft/crisp-upscale работает одним режимом. Официальная цена разработчика — 0,004 доллара за генерацию, это 0,8 кредита по курсу каталога, а счёт в GEN202 округляется до целого кредита, поэтому строка стоит на 25 % выше официальной цены. Причина у этого одна и она общая для всех дешёвых служебных операций: минимальная единица счёта в каталоге — один кредит, и на работах ценой меньше кредита она упирается в саму цену работы.
Если снимок нужно не только увеличить, но и поправить — убрать царапину, вернуть цвет, дорисовать оторванный угол, — работа распадается на две: сначала правка по описанию у модели из верха зачёта, потом увеличение разрешения. Порядок «сначала правка, потом увеличение» удобнее тем, что правка идёт по лёгкому файлу, а разрешение поднимается уже у готового результата.
Удаление фона
Удаление фона делается двумя разными способами, и выбор между ними зависит от того, что должно оказаться на месте старого фона.
Первый способ — отдельная модель, которая занимается только вырезанием объекта. В каталоге GEN202 это recraft/remove-background: официальная цена разработчика — 0,01 доллара за генерацию, это ровно 2 кредита по курсу каталога, и цена в GEN202 совпадает с официальной, разница составляет 0 %.
Второй способ — обычная правка по описанию у модели из верха зачёта: вы прикладываете снимок и пишете, каким должен стать фон. Так фон не просто убирается, а заменяется на нужный, и в результате получается готовый кадр, а не вырезанный объект на прозрачной подложке. Эту работу делают все модели из общего зачёта арены, начиная с gpt-image-2 с рейтингом 1462 и Nano Banana Pro с 1390 (Arena, отсечка голосов 25 августа 2026 года).
Выбор между двумя способами простой. Вырезание отдельной моделью подходит, когда объект дальше пойдёт в вёрстку, на карточку товара или на белую подложку. Замена фона правкой подходит, когда нужен цельный кадр со светом и тенями, согласованными с новым окружением.
Восстановление старой фотографии
Восстановление старого снимка складывается из тех же работ, которые разобраны выше, и идёт по шагам. Сначала правка по описанию убирает повреждения: трещины, пятна, выцветание, оторванные края. Потом увеличение разрешения возвращает резкость и вытягивает детали. Если на снимке есть люди, к этому добавляется третье требование — лицо должно остаться прежним лицом, а не стать похожим человеком.
Числа для выбора модели под первый заход дают колонки сохранности. В GEditBench v2 по сохранности исходного изображения впереди GLM-Image с 1109 и Nano Banana Pro с 1108, а GPT Image 1.5 набирает 846 при первом месте по следованию указанию (публикация arXiv:2603.28547, подана 30 марта 2026 года). В RISEBench по сохранности внешнего вида впереди GPT-Image-1.5 с 92,5 % и GPT-Image-2 с 89,3 % (таблица обновлена 23 апреля 2026 года).
Восстановление старого кадра часто требует и работы со временем: показать, как выглядел предмет до повреждения. Это та самая колонка временных задач в RISEBench, где GPT-Image-1.5 набирает 57,6 %, GPT-Image-2 — 45,9 %, Nano Banana Pro — 43,5 %, Nano Banana — 29,4 %.
Модели с открытыми весами в зачётах по правке
Часть моделей правки распространяется с открытыми весами: веса — это файлы обученной модели, и «открытые» означает, что их разрешено скачать и запустить на своём оборудовании, не обращаясь к серверу разработчика. В зачётах такие модели стоят наравне с закрытыми. Лицензия — то, что разрешено делать с этими файлами, — указана прямо в таблице арены, поэтому её видно рядом с рейтингом.
| Модель | Elo | Голосов | Лицензия |
|---|---|---|---|
| hunyuan-image-3.0-instruct | 1302 | 307 683 | tencent-hunyuan-community |
| qwen-image-edit | 1241 | 1 981 055 | Apache 2.0 |
| qwen-image-edit-2511 | 1235 | 452 546 | Apache 2.0 |
| flux-2-dev | 1226 | 237 529 | flux-non-commercial-license |
| flux-2-klein-9b | 1224 | 507 069 | flux-non-commercial-license |
| flux-2-klein-4b | 1188 | 507 123 | Apache 2.0 |
| flux-1-kontext-dev | 1149 | 3 639 699 | flux-1-dev-non-commercial-license |
| bagel | 1026 | 13 503 | Apache 2.0 |
| step1x-edit | 998 | 155 560 | Apache 2.0 |
Источник: Arena, зачёт Image Edit, отсечка голосов — 25 августа 2026 года, снимок — 30 августа 2026 года.
Отрыв верхней открытой строки от первого места арены — 160 пунктов: 1302 у hunyuan-image-3.0-instruct против 1462 у gpt-image-2. В зачёте GEditBench v2 разрыв меньше: FLUX.2 [klein] 9B с общим рейтингом 1039 стоит четвёртой строкой, сразу за GPT Image 1.5 с 1071, а Qwen-Image-Edit-2511 с 1038 — пятой (публикация подана 30 марта 2026 года). Состав участников там другой: в таблице 16 моделей, и большинство из них выложены с открытыми весами.
Лицензия у открытых моделей разная, и на этом стоит остановиться. Qwen-Image-Edit, Qwen-Image-Edit-2511, FLUX.2 [klein] 4B, Bagel и Step1X-Edit выложены под Apache 2.0. FLUX.2 [dev] и FLUX.2 [klein] 9B — под некоммерческой лицензией Black Forest Labs, FLUX.1 Kontext [dev] — под некоммерческой лицензией для dev-версий, а HunyuanImage 3.0 Instruct — под собственной лицензией сообщества Tencent. Названия лицензий взяты из той же таблицы арены.
Цена вызова у открытых моделей на API их разработчиков тоже отличается от закрытых. По данным Artificial Analysis за тысячу изображений в разрешении 1024 × 1024 с настройками по умолчанию: FLUX.2 [dev] Turbo — 8 долларов, HiDream-O1-Image-Dev — 5, FLUX.2 [klein] 9B — 17, Qwen Image Edit — 30, а Step1X-Edit-v1p2 в их таблице стоит с нулём (снимок — 30 августа 2026 года).
Qwen-Image-Edit из этого списка есть в каталоге GEN202 записью qwen2/image-edit: официальная цена разработчика — 0,035 доллара за генерацию, разница с ценой каталога GEN202 составляет −14,29 %. FLUX.2 доступна записями flux-2/pro-image-to-image и flux-2/flex-image-to-image с официальной ценой разработчика от 0,045 до 0,06 и от 0,12 до 0,18 доллара за генерацию соответственно, разница у обеих — от −11,11 % до −8,33 %.
История вопроса: замеры, которые уже устарели
Несколько зачётов по правке изображений известны и до сих пор попадаются в подборках, но их таблицы обновлялись давно и текущих моделей в них нет. Смотреть на них стоит как на историю вопроса, а не как на ответ про сегодняшний день.
GEdit-Bench в репозитории Step1X-Edit. Таблицу ведут авторы одновременно и зачёта, и модели Step1X-Edit; судьи — GPT-4.1 и Qwen2.5-VL-72B. Опубликована с выпуском Step1X-Edit-v1p2 26 ноября 2025 года. Общий балл там: 7,58 у Step1x-edit-v1p2 в режиме с рассуждением и повторной проверкой, 7,56 у Qwen-Image-Edit-2509 и 6,51 у Flux-Kontext-dev.
Технический отчёт Qwen-Image с таблицами GEdit-Bench и ImgEdit, судья — GPT-4.1, публикация arXiv:2508.02324 от 4 августа 2025 года.
ImgEdit-Bench, исходная статья arXiv:2505.20275 от 26 мая 2025 года.
Complex-Edit — зачёт правок нарастающей сложности, апрель 2025 года.
KontextBench Black Forest Labs: методика описана подробно — 1026 пар «изображение и запрос», оценку ставят люди, — но сравнение моделей опубликовано только столбчатыми диаграммами, числовой таблицы в статье нет. Публикация arXiv:2506.15742, июнь 2025 года.
Ещё три известных названия — Emu Edit, MagicBrush и HQ-Edit — это тестовые наборы 2023–2024 годов; живого поддерживаемого зачёта с текущими моделями у них нет.
Сколько стоит правка снимка: цена разработчика и цена GEN202
Официальные цены разработчиков и цены каталога GEN202 удобнее смотреть рядом. В таблице ниже — модели обработки готового снимка из каталога, официальная цена разработчика за единицу работы и разница между ней и ценой каталога.
| Модель в каталоге | Что делает | Цена разработчика | Разница с ценой GEN202 |
|---|---|---|---|
nano-banana/2 |
правка и генерация, 1K / 2K / 4K | 0,08 — 0,16 $ | от −12,5 % до −8,33 % |
nano-banana/pro |
правка и генерация, 1K / 2K / 4K | 0,134 — 0,24 $ | от −10,45 % до −10,42 % |
nano-banana/2-lite |
правка и генерация | 0,0336 $ | −10,71 % |
gpt-image/2-image-to-image |
правка, 1K / 2K / 4K | 0,219 — 0,413 $ | от −68,04 % до −59,4 % |
seedream/5-pro-image-to-image |
правка | 0,045 — 0,114 $ | от −13,04 % до −6,25 % |
seedream/5-lite-image-to-image |
правка | 0,035 $ | −14,29 % |
flux-2/pro-image-to-image |
правка, 1K / 2K | 0,045 — 0,06 $ | от −11,11 % до −8,33 % |
flux-2/flex-image-to-image |
правка, 1K / 2K | 0,12 — 0,18 $ | от −11,11 % до −8,33 % |
qwen2/image-edit |
правка | 0,035 $ | −14,29 % |
ideogram/v3-edit |
правка | 0,03 — 0,09 $ | от −16,67 % до −8,33 % |
ideogram/v3-remix |
правка, 1–4 картинки за вызов | 0,03 — 0,09 $ | −10 % |
ideogram/character |
правка с сохранением персонажа | 0,1 — 0,2 $ | −10 % |
ideogram/character-edit |
правка с сохранением персонажа | 0,1 — 0,2 $ | −10 % |
ideogram/character-remix |
правка с сохранением персонажа | 0,1 — 0,2 $ | −10 % |
topaz/image-upscale |
увеличение в 2, 4 и 8 раз | 0,08 — 0,32 $ | от −12,5 % до −9,38 % |
recraft/crisp-upscale |
увеличение разрешения | 0,004 $ | +25 % |
recraft/remove-background |
удаление фона | 0,01 $ | 0 % |
Цены разработчиков и разница посчитаны кодом самого каталога GEN202 — теми же функциями, по которым выставляется счёт.
Две строки в этой таблице стоят особняком, и о них честнее сказать прямо. У recraft/crisp-upscale цена в каталоге на 25 % выше официальной, у recraft/remove-background — ровно равна официальной. Причина у обеих одна: официальная цена этих операций меньше или равна одному кредиту, а счёт округляется до целого кредита. На фоне всего каталога это исключение: из 142 строк 139 стоят ниже официальной цены, а разницу по каждой модели правки видно в каталоге в отдельной колонке.
Отдельно стоит объяснить строку gpt-image/2-image-to-image с разницей до −68 %. Официальная колонка в этой записи отражает тариф режима high у OpenAI, поэтому проценты в ней — это арифметика против самого дорогого режима разработчика, а не обещание такой скидки на каждый вызов.
Цена трёх моделей, у которых на сайте есть своя страница, считается прямо из каталога:
| Модель | Правка в 1K | Правка в 2K | Правка в 4K |
|---|---|---|---|
| Nano Banana 2 | 7 ₽ | 11 ₽ | 14,5 ₽ |
| Nano Banana Pro | 12 ₽ | 12 ₽ | 21,5 ₽ |
| GPT Image 2 | 7 ₽ | 9,5 ₽ | 14,5 ₽ |
Официальные ставки самих разработчиков за тысячу изображений в разрешении 1024 × 1024 с настройками по умолчанию Artificial Analysis публикует рядом со своим зачётом: 211 долларов у GPT Image 2 в режиме high, 134 у Nano Banana Pro, 67 у Nano Banana 2, 90 у Seedream 5.0 Pro, 43 у Qwen-Image-3.0-Pro, 140 у FLUX.2 [max] и 45 у FLUX.2 [pro] (снимок — 30 августа 2026 года).
Оплата в GEN202 идёт рублями за сделанную работу, зарубежная карта для этого не нужна, а один ключ открывает весь каталог сразу. Новому счёту начисляется 50 кредитов (25 ₽), первая работа идёт за счёт сервиса. Правку из своей программы или из своего бота подключает API генерации изображений, а разовую правку в браузере — страница обработка фото нейросетью.
Лучшие нейросети для фото: сводная таблица по видам работы
Elo в средней колонке — рейтинг из слепых голосов: чем выше, тем чаще люди выбирали работу этой модели. Проценты стоят там, где зачёт считает долю верно выполненных заданий.
| Вид работы | Первое место в зачёте | Источник и дата снимка |
|---|---|---|
| Правка по словесному описанию | gpt-image-2 (medium), Elo 1462 | Arena, Image Edit, отсечка 25.08.2026 |
| Точность выполнения указания | GPT Image 1.5, Elo 1260 | GEditBench v2, статья от 30.03.2026 |
| Сохранность исходного кадра | GLM-Image 1109 и Nano Banana Pro 1108 | GEditBench v2, статья от 30.03.2026 |
| Портрет и лицо человека | gpt-image-2 (medium), Elo 1458 | Arena, срез Portraits, отсечка 25.08.2026 |
| Сохранность внешнего вида | GPT-Image-1.5, 92,5 % | RISEBench, таблица от 23.04.2026 |
| Фотореалистичная правка | gpt-image-2 (medium), Elo 1451 | Arena, срез Photorealistic, отсечка 25.08.2026 |
| Несколько исходников разом | gpt-image-2 (medium) 1454, за ней Seedream 5.0 Pro 1416 | Arena, Multi-Image Edit, отсечка 25.08.2026 |
| Правка с рассуждением | GPT-Image-1.5, 51,4 % | RISEBench, таблица от 23.04.2026 |
| Логические задачи внутри правки | Nano Banana Pro, 37,6 % | RISEBench, таблица от 23.04.2026 |
| Модель с открытыми весами | hunyuan-image-3.0-instruct, Elo 1302 | Arena, Image Edit, отсечка 25.08.2026 |
| Увеличение разрешения | topaz/image-upscale, увеличение в 2, 4 и 8 раз |
каталог GEN202 |
| Удаление фона отдельной моделью | recraft/remove-background |
каталог GEN202 |
Читать таблицу стоит по строкам: под четыре разные работы здесь выходят четыре разные модели, и это нормальный результат, а не противоречие между зачётами.
Нейросеть сделать фото лучше: порядок работы
- Назовите работу словами. «Убрать провода с неба», «поменять фон на студийный», «поднять разрешение в четыре раза», «собрать один кадр из двух снимков» — это четыре разные работы, и модель под каждую своя.
- Выберите модель по строке сводной таблицы выше. Под правку по описанию и портрет верх зачёта один и тот же, под несколько исходников рядом с ним стоит Seedream 5.0 Pro, под увеличение разрешения работает отдельная запись каталога.
- Приложите снимок и напишите одно указание. Две несвязанные правки надёжнее развести по разным запускам: так видно, какая из них дала нужный результат, а какая нет.
- Скажите, что должно остаться нетронутым. Колонки сохранности в GEditBench v2 и RISEBench показывают, что модели различаются по этому свойству сильнее, чем по самой правке, поэтому названное вслух «лицо и фон не менять» экономит следующий заход.
- Сравните результат с оригиналом по трём местам: лицо, надписи и граница изменённого участка. Расхождения раньше всего заметны именно там.
- Поднимите разрешение последним шагом, когда правка уже устраивает.
Частые вопросы
Какая нейросеть даёт лучшее качество фото? По зачёту Arena Image Edit с отсечкой голосов 25 августа 2026 года первое место занимает gpt-image-2 в среднем режиме с рейтингом 1462 на 212 326 голосах. По зачёту Artificial Analysis, снятому 30 августа 2026 года, первые строки заняты Riverflow 2.0 с 1286,2 и MAI-Image-2.6-Preview с 1283,7, а GPT Image 2 в режиме high стоит пятой с 1259,2. Разные составы моделей и разные голосующие дают разный порядок, поэтому ориентироваться стоит на срез под свою работу, а не на общее первое место.
Лучшие нейросети для обработки фото — какие из них есть в каталоге GEN202? Правку по описанию делают Nano Banana 2, Nano Banana Pro, GPT Image 2, Seedream 5 Pro и Lite, Flux 2 pro и flex, Qwen2 image-edit, Ideogram v3-edit и v3-remix, Wan 2.7 Image и Wan 2.7 Image Pro. Работу с одним и тем же персонажем закрывает линейка Ideogram character, увеличение разрешения — Topaz image-upscale и Recraft crisp-upscale, удаление фона — Recraft remove-background. Полный список со ставками стоит в каталоге. Ответ по остальным задачам — тексту, видео, коду и русскому языку — собран в разборе лучшая нейросеть.
Какая нейросеть лучше улучшает качество фото на старом снимке?
Работа распадается на две. Повреждения убирает правка по описанию, и здесь смотреть стоит на колонки сохранности: в GEditBench v2 по сохранности исходника впереди GLM-Image с 1109 и Nano Banana Pro с 1108, в RISEBench по сохранности внешнего вида — GPT-Image-1.5 с 92,5 % и GPT-Image-2 с 89,3 %. Разрешение поднимает отдельная запись каталога topaz/image-upscale с увеличением в 2, 4 и 8 раз.
Какая нейросеть лучше для редактирования фото с людьми? В портретном срезе арены с отсечкой 25 августа 2026 года первое место у gpt-image-2 в среднем режиме с 1458 на 65 669 голосах, затем grok-imagine-image-2.0 с 1444, muse-image с 1404 и mai-image-2.6-preview с 1397. Из моделей каталога GEN202 в этом срезе первую строку занимает GPT Image 2, дальше идут Seedream 5.0 Pro с 1391, Nano Banana Pro с 1374 и Nano Banana 2 с 1368.
Чем правка отличается от генерации с нуля? Правка получает на вход готовый снимок и указание, что в нём изменить, и оценивается по трём свойствам сразу: выполнено ли указание, хорошо ли выглядит результат и уцелело ли всё остальное. Генерация получает только текст, и сохранять ей нечего. Поэтому зачёты у двух работ разные, и модель, стоящая наверху в одном, может стоять ниже в другом. Разбор генераторов вынесен на страницу лучшая нейросеть для картинок.
Можно ли обработать фото нейросетью бесплатно? Первая работа идёт за счёт сервиса — снимок прикладывается прямо к сообщению в чате внизу этой страницы. Новому счёту дополнительно начисляется 50 кредитов (25 ₽).
Почему в разных зачётах разные победители? Потому что они меряют разное. Arena и Artificial Analysis собирают голоса живых людей, но составы моделей и шкалы Elo у них не совпадают, и числа между ними напрямую не сравниваются. GEditBench v2, GenArena и RISEBench — это прогоны авторов зачёта по публичной методике, где работы сравнивает не человек, а модель-судья: GPT-4o и PVC-Judge в первом, Qwen3-VL-32B во втором, большая мультимодальная модель в третьем. Авторы GenArena прямо приводят согласие своего зачёта с живой ареной: 0,87 на обычной правке, 0,80 на правке с рассуждением и 0,50 на правке по нескольким исходникам.
Есть ли зачёт по моделям увеличения разрешения? Обе арены ранжируют модели по тому, как они выполняют словесное указание к снимку, и модели увеличения разрешения идут своим списком: ни Recraft, ни Topaz не стоят ни среди 53 моделей Arena, ни среди 73 моделей Artificial Analysis. Выбор здесь идёт по кратности увеличения и по цене вызова, а сравнивать результат надёжнее на своём снимке.
Где смотреть остальные работы с картинками? Задачи вокруг готовых картинок — обложки, превью, карточки товара, инфографика — собраны в разделе Картинки. Оживление фотографии в короткое видео разобрано на странице оживить фото, а парное сравнение двух главных участников этого разбора — на странице Nano Banana 2 против GPT Image 2.
Чат с нейросетью онлайн
Приложите снимок к сообщению и напишите, что в нём поменять. Модель выбирается в списке над полем ввода, первый ответ идёт за счёт сервиса и без регистрации. Больше моделей и история переписки — в чате с нейросетью.