Grok Image или Banana 2: я сравнил две нейросети для генерации фото
Одна нейросеть обещает красивые изображения даже по короткому описанию. Другая привлекает доступной генерацией и возможностью экспериментировать с необычными сюжетами. Но какую выбрать, если хочется получить действительно хорошую фотографию?
Я решил разобраться, что интереснее — Grok Image для фото или Banana 2. Обе модели умеют создавать изображения по тексту, но подход к работе с ними может отличаться. А главное, не хочется тратить деньги на десяток попыток ради одной удачной картинки.
Для сравнения я подготовил четыре одинаковых задания: короткий промпт, реалистичный портрет, сложную композицию и рекламное изображение. Проверять модели удобно через Pauk AI, где они доступны в одном интерфейсе.
Сразу оговорюсь: фактических результатов генерации для этого материала у меня нет. Поэтому вместо выдуманного рейтинга — воспроизводимый тест, критерии оценки и предварительные выводы о том, какую модель разумнее выбирать для разных задач.
Почему я решил сравнить Grok и Banana 2
Когда выбираешь нейросеть для генерации изображений, легко попасть в ловушку красивых демонстраций. В рекламе всё идеально: естественные лица, правильные руки, потрясающий свет. А потом вводишь собственный запрос — и обнаруживаешь, что персонаж держит чашку весьма загадочным способом.
Меня интересовало, насколько хорошо модели понимают обычного пользователя.
Grok Image — инструмент генерации изображений из экосистемы xAI, компании Илона Маска. Его можно использовать для создания иллюстраций, портретов и других визуальных сцен.
Banana 2 — ещё один генератор, доступный в Pauk AI. Его сильная сторона по позиционированию — способность получать привлекательные результаты даже при сравнительно простых запросах.
Но рекламное обещание и проверенное преимущество — разные вещи.
Поэтому вопрос «Grok или Banana?» я решил рассматривать не как соревнование брендов, а как сравнение практических сценариев.
Мне важно понять, сколько усилий нужно вложить в описание, насколько точно модель следует инструкции и приходится ли постоянно исправлять результат.
Как я организовал тест в Pauk AI
Для честного сравнения я выбрал Pauk AI. В одном боте доступны Grok Image, Banana 2 и другие инструменты, поэтому не нужно переключаться между несколькими сайтами.
Схема проверки выглядит так:
Шаг 1. Открываю Pauk AI и перехожу в раздел «Создать изображение».
Шаг 2. Выбираю Grok Image и ввожу первый промпт.
Шаг 3. Проверяю доступные параметры и запускаю генерацию.
Шаг 4. Переключаюсь на Banana 2 и повторяю тот же запрос.
Шаг 5. Сравниваю изображения по пяти критериям: соответствие промпту, реализм, детализация, композиция и количество ошибок.
В идеале обе модели должны получать одинаковые пропорции кадра. Если настройки отличаются, это необходимо учитывать при оценке.
Я бы также делал по три генерации каждого задания. Один удачный или неудачный результат мало что доказывает: генеративные модели могут выдавать разные изображения даже по идентичному запросу.
И ещё один важный момент: сравнивать нужно не только качество, но и расходы. В Pauk AI стоимость генерации отображается в рублях, без внутренних токенов. Это позволяет оценить цену каждой попытки.
Тест №1 — один короткий промпт
Первое задание специально сделал максимально простым. Именно так многие начинают знакомство с нейросетями: пишут пару слов и надеются на красивую картинку.
Промпт №1:
«Уютная кофейня в горах, большие панорамные окна, снег за окном, тёплый свет, реалистичная фотография».
Здесь я намеренно не указал объектив, ракурс, цветовую палитру и расположение предметов.
Мне интересно, насколько удачно ИИ генератор изображений самостоятельно достроит сцену.
У такого запроса есть несколько возможных проблем. Нейросеть может сделать интерьер слишком стерильным, неправильно соединить архитектурные элементы или создать неестественные отражения в окнах.
Для Banana 2 этот тест особенно показателен: модель позиционируется как удобная для новичков и коротких промптов.
А вот Grok я бы оценивал по тому, насколько интересную композицию он предложит без дополнительных подсказок.
Что сравнивать: атмосферу, естественность освещения, геометрию помещения и количество деталей, которые выглядят случайными.
Победителем я бы назвал не самый яркий кадр, а тот, который можно сразу использовать без переписывания запроса.
Тест №2 — реалистичный портрет
Портреты — одна из самых сложных задач для генеративного ИИ. Человеческий глаз быстро замечает странную кожу, неестественную мимику и мелкие нарушения пропорций.
Поэтому второй запрос сделал более подробным.
Промпт №2:
«Фотореалистичный портрет женщины 45 лет с короткими каштановыми волосами и лёгкими возрастными морщинами. Она сидит за столиком уличного кафе в Риме, одета в белую льняную рубашку. Мягкий утренний свет, естественная текстура кожи, спокойное выражение лица, небольшая глубина резкости, профессиональная фотография без ретуши».
Здесь мне важно проверить не просто красоту лица, а реализм.
Частая проблема ИИ-портретов — слишком гладкая кожа. Даже если в запросе указан возраст, модель иногда создаёт человека с внешностью рекламной модели после нескольких часов обработки.
Вторая сложность — руки и предметы. Если героиня сидит за столом, важно, чтобы пальцы, чашка и мебель выглядели естественно.
Grok Image высокого качества должен оцениваться именно по таким деталям, а не по общему впечатлению от красивого лица.
Для Banana 2 критерии те же: сохранение возраста, правдоподобные пропорции, естественное освещение.
Если одна модель сделает более эффектную фотографию, но проигнорирует возраст персонажа, я не стану автоматически считать её лучше.
Тест №3 — сложная композиция
Теперь усложняем задачу. Один персонаж — это относительно просто. А что, если в кадре несколько людей, предметы и конкретные действия?
Промпт №3:
«Реалистичная фотография небольшой мастерской художника. В центре пожилой мужчина рисует картину за мольбертом. Слева молодая девушка держит букет подсолнухов, справа на деревянном столе сидит рыжий кот. На полу стоят три банки с кистями. Через большое окно падает вечерний солнечный свет. Все персонажи и предметы должны находиться на указанных местах, без лишних людей».
Это уже проверка способности модели следовать инструкции.
Я бы внимательно посмотрел, не перепутала ли нейросеть расположение персонажей. Не превратились ли три банки в четыре? Не появился ли второй кот? Не изменилось ли действие художника?
Именно на таких заданиях сравнение нейросетей для фото становится интереснее.
Красивую картинку способны создать многие модели. Но когда требуется точная композиция, важнее дисциплина выполнения промпта.
Если Grok создаст эффектный интерьер, но потеряет девушку с подсолнухами, это будет ошибкой. То же самое касается Banana 2.
Для коммерческой работы такие неточности особенно неприятны: приходится запускать генерацию заново и тратить дополнительные деньги.
Тест №4 — изображение для рекламы
Последнее задание максимально приближено к реальной работе маркетолога.
Представим, что нужно подготовить изображение для рекламы беспроводных наушников. Без текста, логотипов и сложной графики — только качественная предметная фотография.
Промпт №4:
«Премиальная рекламная фотография беспроводных наушников матового тёмно-зелёного цвета. Наушники лежат на светлом каменном подиуме, рядом расположена небольшая ветка эвкалипта. Мягкий студийный свет, реалистичные отражения, чёткие материалы, минималистичная композиция. Светло-бежевый фон, много свободного пространства справа для рекламного текста. Без надписей, логотипов и дополнительных предметов».
Для меня здесь важны три вещи.
Первая — геометрия товара. Наушники должны выглядеть симметрично, без странных соединений и лишних деталей.
Вторая — материалы. Матовый пластик не должен внезапно превращаться в глянцевый металл.
Третья — композиция. Если я попросил оставить место для текста, нейросеть должна учитывать это требование.
Такой тест показывает, насколько нейросеть для генерации изображений подходит для создания рекламных концепций.
Но есть ограничение: если нужно точно показать реальный товар, генерация с нуля может изменить его конструкцию. Для карточек маркетплейсов лучше использовать фотографии настоящего продукта и инструменты, поддерживающие редактирование по референсу.
Где Grok лучше, а где Banana удобнее
После подготовки четырёх тестов я понял, что искать универсального победителя не совсем правильно.
У каждой задачи свои требования.
Banana 2 выглядит интересным вариантом для новичков, которым хочется быстро получить красивую картинку без подробного технического описания. Именно это преимущество и стоит проверить первым коротким промптом.
Grok Image для фото я бы рассматривал как альтернативу для творческих экспериментов: необычных сюжетов, иллюстраций, атмосферных сцен и поиска визуальных идей.
Но назвать Grok более реалистичным или Banana более точным без результатов одинаковых генераций нельзя.
Для полноценного сравнения мне понадобились бы двенадцать изображений от каждой модели: по три варианта на каждый из четырёх запросов.
После этого можно оценить, сколько кадров оказались пригодными для использования без доработки.
Причём я бы обязательно учитывал стоимость всех попыток. Иногда более дешёвая генерация оказывается менее выгодной, если нужный результат получается только с пятого раза.
Какую модель я бы выбрал для разных задач
Если бы мне понадобилась быстрая иллюстрация для блога, я начал бы с Banana 2. Особенно если нет желания писать длинный промпт.
Для необычного фантастического сюжета я бы попробовал Grok Image и посмотрел, как модель интерпретирует идею.
Для реалистичных портретов запустил бы обе нейросети с одинаковым описанием. Здесь слишком многое зависит от конкретного результата, чтобы выбирать только по названию.
А для рекламных изображений проверял бы точность выполнения задания: расположение предметов, свободное место под текст и отсутствие визуальных ошибок.
В этом и заключается главное преимущество Pauk AI: Grok или Banana не обязательно выбирать раз и навсегда. Обе модели доступны в одном интерфейсе, поэтому можно попробовать одинаковый запрос и самостоятельно сравнить результаты.
Мой вывод: хорошая нейросеть — не та, которая создаёт самый эффектный первый кадр. Важнее, насколько предсказуемо она выполняет задачу, сколько попыток требует и подходит ли итоговое изображение для реального использования.
Поэтому я бы не доверял рейтингам без одинаковых промптов и примеров. Лучше открыть Pauk AI, выбрать Grok Image и Banana 2, запустить один и тот же запрос и сравнить изображения самостоятельно. Возможно, именно такой эксперимент окажется полезнее любого чужого ТОП-10.