Nano Banana, GPT Image или Flux: какая нейросеть лучше редактирует настоящие фото

Если коротко: для правки настоящего снимка в высоком разрешении и с несколькими референсами по документации сильнее Nano Banana 2.1 от Google — 4K-выход, до 14 референсов, 4K-кадр через API за $0,113 против $0,607 у флагманского FLUX 3 Image. ChatGPT Images 2.5 (в API — GPT-Image-2.5 Flare и Sunburst) OpenAI продвигает как редактор, который меняет только выделенную область и лучше держит лицо с референса, а Sketch и комментарии прямо на картинке делают его самым удобным для точечных правок в диалоге. FLUX 3 Image от Black Forest Labs — единственный из трёх с открытой младшей версией: Klein запускается на своей видеокарте, а это для фотографа из России единственный путь без облака и зарубежной карты.

Ниже — что мы проверили, по каким источникам, и таблицы по задачам: лицо, текст, свет, разрешение, цена, доступ, метки подлинности.

Какие версии актуальны на октябрь 2026 года?

Названия в этой нише меняются быстрее, чем выходят ролики о них, поэтому сначала — сверка. Мы брали только версии, которые подтверждены документацией вендора или профильными изданиями со ссылкой на релиз.

Несколько уточнений, чтобы не путаться в поисковой выдаче:

• «GPT Image 2.5» — так модель называют в роликах и сторонних сервисах. У OpenAI в ChatGPT она называется Images 2.5, а в API разделена на две: Flare — быстрая универсальная, Sunburst — медленнее, но точнее, для детальной работы.
• Nano Banana 2.1 — обновление Flash-модели, а не замена старшей. Над ней в линейке Google остаётся Nano Banana Pro (Gemini 3 Pro Image). Справка приложения Gemini на момент публикации упоминает Nano Banana 2, а не 2.1 — какая версия отвечает вам в чате, Google явно не пишет.
• FLUX 3 — семейство, анонсированное 23 июля 2026 года: FLUX 3 Video, FLUX 3 Action и FLUX 3 Image. Младшая FLUX 3 Image Klein с открытыми весами (5,6 млрд параметров) вышла 15 октября; FLUX 3 Dev обещана «позже в 2026 году».

Про модели прошлого поколения, Stable Diffusion и FLUX.1 для локальной работы, — в отдельном гиде по локальным моделям. Здесь — только три свежие облачные модели, которые сейчас обсуждают на YouTube.

Методика: что мы сравнивали и чего не делали

Сразу честно: собственного слепого теста на одинаковом наборе кадров мы не проводили. ChatGPT и приложение Gemini официально недоступны из России, а результаты тестов «одним прогоном» у генеративных моделей плохо воспроизводятся: тот же промпт на том же кадре даёт разные варианты.

Поэтому сравнение построено как сверка заявленных возможностей по трём типам источников:

1. Документация и справка вендоров: карточка модели и прайс Gemini API, справка OpenAI о C2PA и SynthID, release notes и страницы Black Forest Labs о FLUX 3 Image, Klein и C2PA.
2. Профильные издания, которые пересказывают анонсы со ссылкой на релиз: The Batch (DeepLearning.AI), DataNorth.
3. Публичные рейтинги Arena.ai и Artificial Analysis — только там, где их цифры подтверждены и датированы. Для версий 2.1, 2.5 и FLUX 3 Image мы нашли лишь предварительные цифры Arena в пересказе стороннего блога и в сравнение их не включали.

Где вендор что-то утверждает («лучше держит лицо», «улучшен текст»), мы пишем «заявлено», а не «работает лучше». Где данных нет, в таблице стоит «не указано». Цены — в долларах США, по данным на октябрь 2026 года.

Что умеет каждая модель при правке реального снимка?

Для фотографа «редактирование» — это не генерация с нуля. Задача — взять ваш кадр и поменять в нём одно, не трогая остальное: убрать прохожего, сменить небо, переодеть модель, продлить фон под вертикаль. Ключевые параметры для этого — сохранность лица и деталей, локальность правки и выходное разрешение.

Что из этого следует на практике.

Лицо. Все три вендора обещают «не менять человека», но механика у моделей общая: кадр не правится попиксельно, а перерисовывается целиком. Даже при удачной правке кожа, ресницы и мелкие черты на 100 % масштабе будут нарисованы заново. Для портрета, который клиент узнаёт в лицо, ориентир — не обещание вендора, а сравнение с оригиналом слоем в режиме «Разница». Как ретушировать портреты без генерации — в разборе ИИ-ретуши портрета.

Текст. Таблички, вывески, надписи на одежде — слабое место генеративных моделей последних лет. Google для 2.1 прямо заявляет улучшение текста, OpenAI делал на этом акцент в Images 2.0. Если на кадре есть читаемый текст, после правки проверяйте каждую букву.

Свет. Самая заметная ошибка при замене фона — свет на человеке не совпадает с новым окружением. OpenAI для 2.5 отдельно заявляет улучшение освещения; у остальных отдельных обещаний мы не нашли. Описывать свет в промпте словами фотографа — направление, жёсткость, цветовую температуру — разобрано в статье о промпт-инженерии для фотографов.

Как отредактировать фото нейросетью: пять шагов

Порядок одинаковый для любой из трёх моделей.

1. Подготовьте исходник. Экспортируйте снимок из RAW в JPEG или PNG максимального качества и сохраните оригинал отдельно: нейросеть вернёт новый файл в своём разрешении и без исходного EXIF.
2. Одна правка — одна команда. «Убери человека слева», «замени пасмурное небо на закатное». Отдельной фразой перечислите, что менять нельзя: лицо, позу, свет, кадрирование. Как строить такой промпт, — в словаре.
3. Выберите модель под задачу: 4K и много референсов — Nano Banana 2.1 или FLUX 3 Image, правки в диалоге с пометками на картинке — ChatGPT Images 2.5, без облака — FLUX 3 Image Klein локально.
4. Сравните с оригиналом на 100 %. Если черты лица изменились, начинайте заново с исходника. Каждый следующий проход от испорченной версии только накапливает ошибку.
5. Верните детализацию и сохраните историю. При необходимости поднимите разрешение апскейлером, а метки C2PA для публикации не вычищайте.

Нейросеть заменит фон, одежду или уберёт человека: что выбрать

Самые частые поисковые запросы — «заменить фон», «сменить одежду», «убрать человека». Ниже — развилка по типу задачи. Это рекомендации по заявленным возможностям и устройству инструментов, а не результаты нашего замера.

Главная оговорка этой таблицы — разрешение. Генеративный редактор возвращает не ваш файл с заплаткой, а новый файл. Для удаления одного прохожего с 45-мегапиксельного кадра локальная генеративная заливка в Photoshop честнее: меняется только выделенная область, остальные пиксели остаются с матрицы.

Сколько пикселей остаётся от кадра Canon?

Это главная цифра статьи для фотографа. Даже максимальный 4K-выход Nano Banana 2 в квадрате — 16,8 Мп, у FLUX 3 Image — около 16 Мп, меньше, чем у начальной R50 (24,2 Мп). Кадр 16:9 в 3840×2160 у GPT Image 2.5 — 8,3 Мп, в три раза меньше, причём OpenAI считает размеры выше 2560×1440 экспериментальными. А бесплатный 1K — около одного мегапикселя: для экрана телефона хватит, для печати нет.

Что это значит в отпечатке: 4096 px при 300 dpi — сторона около 35 см, 3840 px — около 32,5 см, 1024 px — меньше 9 см. Посчитать для своего случая можно в калькуляторе размера печати, а почему мегапиксели не равны резкости — в словаре, статья «Мегапиксель».

Цены и бесплатные лимиты

Сравнивать цены трёх моделей напрямую неудобно: Google и BFL берут деньги за изображение по ступеням разрешения, OpenAI — за токены. Поэтому график — только для тех, у кого цена за кадр опубликована.

Nano Banana 2.1 подешевела относительно предшественницы: $0,0336 за 1K и $0,113 за 4K против $0,067 и $0,151 у Nano Banana 2. Флагманский FLUX 3 Image на 1K и 2K стоит сопоставимо, но 4K — $0,607, впятеро дороже. Самый дешёвый вариант — Klein через API: $0,036 за 4K, но это младшая модель. На старте FLUX 3 Image продавали со скидкой 50 %, акция закончилась 8 октября. Пакетная обработка в Gemini API вдвое дешевле.

Про «бесплатные 4K» из заголовков роликов: в приложении Gemini бесплатный план, по сторонним гидам, отдаёт 1K и видимый знак, а 4K — это API, где бесплатного уровня для изображений нет. Точные суточные лимиты ни Google, ни OpenAI не публикуют, они зависят от нагрузки и показываются в самом приложении.

Доступ из России

Здесь всё просто и неприятно. России нет в списке поддерживаемых регионов Gemini API и в списке стран OpenAI API; оплатить API российской картой нельзя. Летом 2026 года в прессе писали, что приложение Gemini неожиданно открылось у части пользователей в РФ, но официального подтверждения Google этому нет. Существуют посреднические сервисы и агрегаторы, которые перепродают доступ к этим моделям, но их надёжность, обработку ваших снимков и юридическую сторону мы не оцениваем — и не рекомендуем отправлять туда клиентские фото.

Единственный путь из трёх, который не зависит от страны, — FLUX 3 Image Klein, вышедшая 15 октября. По данным Black Forest Labs, это модель на 5,6 млрд параметров, которая работает на одной потребительской видеокарте; веса лежат на Hugging Face в двух вариантах — дистиллированном для быстрой генерации и полном для дообучения. Для коммерческого использования в продукте нужна отдельная лицензия. Klein умеет точечные правки, смену сезона, добавление и удаление объектов, но это младшая модель семейства: ждать от неё качества флагманского FLUX 3 Image не стоит.

Метки SynthID и C2PA: что останется на файле

Каждая из трёх моделей помечает результат, и для фотографа, который сдаёт работу клиенту или на конкурс, это важно знать заранее.

Google маркирует SynthID все изображения из Gemini API; C2PA для Nano Banana 2 упоминает The Batch, для Nano Banana Pro — блог Google, а карточка модели 2.1 о метках не пишет. OpenAI в справке прямо пишет, что изображения из ChatGPT, Codex и API содержат и C2PA, и SynthID: метаданные дают подробный контекст, а водяной знак сохраняет сигнал, когда метаданные потеряны. Black Forest Labs в справке подтверждает C2PA для всех изображений из API и Playground (картинки с локально запущенных открытых весов меток не получают) и честно предупреждает, что скриншот, загрузка в соцсеть и дальнейшая правка метаданные удаляют.

Практический вывод: C2PA в JPEG живёт до первой соцсети, а SynthID зашит в пиксели и переживает скриншот. Если вы правите репортаж или документальный кадр нейросетью, метка всплывёт при проверке, даже если вы о ней забыли. Как устроены манифест, подпись и цепочка правок — в статье о C2PA и метках подлинности, а как распознать генерацию без меток — в чек-листе признаков ИИ-фото.

Что показывали рейтинги прошлого поколения

Сопоставимых замеров для Nano Banana 2.1, Images 2.5 и FLUX 3 Image на момент публикации мы не нашли. Есть мартовский срез 2026 года по предыдущим версиям — его стоит знать как точку отсчёта, а не как ответ на вопрос «кто лучше сейчас».

Разрыв между тремя моделями — 35 пунктов Elo, это меньше, чем обычно разделяет соседние поколения. В соседнем рейтинге Arena.ai на тот момент модель OpenAI и Nano Banana 2 стояли в редактировании почти вровень: 1407 и 1401 пункт при предварительной выборке около 3000 голосов. Вывод из этого среза: лидеры идут ноздря в ноздрю, и на конкретной задаче побеждает не «лучшая модель», а та, что лучше понимает ваш промпт и ваш тип кадра.

Что говорят на YouTube

Тема «Nano Banana против GPT Image и Flux» в октябре 2026 года — один из самых быстрых кластеров в нише обработки. В нашем мониторинге за месяц три англоязычных сравнения набрали десятки тысяч просмотров в первые дни после выхода.

Набор задач в этих роликах совпадает с нашей таблицей: у Joseph Martin, например, пять тестов — редактирование, консистентность персонажа, несколько референсов, текст и свет. Ролик Paul J Lipsky вышел при спонсорстве сервиса OpenArt — это стоит учитывать, читая выводы.

Сам по себе всплеск просмотров о качестве моделей ничего не говорит: это сигнал того, что фотографы массово пробуют генеративные редакторы на своих кадрах. Мы смотрим на такие ролики как на подсказку, какие задачи людям интересны: замена фона и одежды, удаление людей, «нейросеть не меняет лицо».

Из русскоязычных роликов самый свежий подробный разбор новой модели OpenAI — у канала VideoSmile, вышел через две недели после релиза Images 2.5. Автор тестирует обе версии, Flare и Sunburst, через Adobe Firefly:

VideoSmile, 21.09.2026

Выводы

1. Для больших кадров и многокадровых задач по документации сильнее Nano Banana 2.1: 4K-выход, до 14 референсов, согласованность нескольких персонажей, 4K-кадр через API за $0,113 — впятеро дешевле флагманского FLUX 3 Image.
2. Для точечных правок в диалоге удобнее всего ChatGPT Images 2.5: правка только выбранной области, Sketch, комментарии на картинке, заявленное улучшение света и сохранности лица. Ограничение — 3840 px по длинной стороне.
3. Для работы без облака и вне зависимости от страны — FLUX 3 Image: флагман в API с 4K и 10 референсами, младшая Klein — с открытыми весами на своей видеокарте.
4. Ни одна из трёх не заменяет ретушь в конвертере. Модель перерисовывает кадр целиком и отдаёт его меньше, чем снимала ваша камера. Для «убрать провод» и «почистить фон» локальная заливка в Photoshop или Lightroom сохраняет больше исходных пикселей.
5. Метки останутся. C2PA слетит после соцсети, SynthID у Google и OpenAI — нет. Для документальной и конкурсной съёмки это граница, которую лучше не проверять на практике.

Если вы выбираете не между тремя генераторами, а между классами инструментов — шумодавы, апскейлеры, ретушь, отбор кадров, — начните с общего обзора лучших нейросетей для обработки фото, а сюда возвращайтесь, когда понадобится именно генеративная правка.