همه مدل‌های تصویر هوش مصنوعی

GPT Image 2

بهترین رندر متن و طراحی پوستر. دقت متن ۹۵٪ برای طرح‌بندی‌های انگلیسی.

GPT Image 2.5New

جدیدترین مدل تصویر OpenAI (سپتامبر ۲۰۲۶): نسخه‌های Flare و Sunburst، تا ۵۰٪ سریع‌تر، ویرایش دقیق‌تر و حفظ بهتر مرجع.

MidjourneyNew

زیبایی‌شناسی و ترکیب‌بندی سینمایی نمادین. نسخه ۸.۱، نیجی، ریلکس/فست/توربو — بدون نیاز به دیسکورد.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

MAI-Image-2.5New

مدل تصویر پرچمدار مایکروسافت: متن درون تصویر واضح‌تر، عکس‌های تجاری از محصولات و ویرایش دقیق محلی.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

کلود فابل ۵

مدل بینایی و استدلال Frontier - تجزیه و تحلیل و کدنویسی اسکرین‌شات. نه یک مولد متن به تصویر.

تصویر GPT 1.5

OpenAI 1.x خط: ترمیم تصویر، 15 مرجع، PNG شفاف — مقایسه با تصویر 2.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

تصویر GPT 1.5

OpenAI GPT Image 1.5: رندر متن برتر، تا ۱۵ تصویر مرجع، PNG شفاف.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

جمینی ۳ پرو

واقع‌گرایی نوری استثنایی با رندر عالی نور و سایه. بهترین گزینه برای صحنه‌های واقع‌گرایانه.

جمینی ۳.۱ فلش

تولید فوق‌العاده سریع با هزینه اعتباری کمتر. ایده‌آل برای نمونه‌سازی سریع و تکرار.

تصویر فلش Gemini 2.5

گوگل نانو موز: سریع‌ترین خط تصویر جمنای برای طراحی‌های مفهومی 1K سریع.

تصویر ۴

مدل اختصاصی متن به تصویر فتوواقعی گوگل. بهترین برای عکس‌های قهرمانی بازاریابی و تصاویر سینمایی.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

تصویر کوئن ۲.۰

بهترین درک مطلب زبان چینی. ارائه عالی متن چینی و دقت فرهنگی.

سیدریم ۴.۵

متخصص در انیمه، تصویرسازی و سبک‌های هنری خلاقانه. بهترین گزینه برای طراحی شخصیت.

سیدریم ۴.۰

موتور تصویرسازی با کیفیت 4K، دسته‌های 15 تصویری و حالت مرجع متوالی.

Seedream 5.0 Lite

جدیدترین Seedream با 2K/3K و تولید متوالی برای سری‌های تصویرسازی.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

شار ۲.۰

لایه‌های Flex و Pro، 1K/2K، تا 8 مرجع — محبوب‌ترین گزینه در تولید میان‌رده.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

تصویر Wan 2.7

علی‌بابا وان ۲.۷: ویرایش، سری‌های متوالی، سطح پرو ۴K و کنترل پالت رنگ برند.

گروک ایمیجین

xAI Grok Imagine: تولید خلاقانه چند زبانه با حداکثر ۱۰ تصویر در هر درخواست.

توربو Z-Image

T2I سبک و سریع با دستورات CN/EN، 1K/2K و بازنویسی هوشمند دستورات.

Seedance2.5New

AI ویدیوی نسل جدید: روایت ۳۰ ثانیه، مراجع چندوجهی (۳۰ تصویر، ۱۰ ویدیو، ۱۰ صوت)، ویرایش برچسب زمانی.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

Vidu Q4New

تصویر به ویدیو و مرجع به ویدیو، تا ۱۶ ثانیه، صدای بومی، تا 4K — راهنمای قابلیت، هنوز در فضای کار نیست.

مسیر API شخص ثالث؛ اعتبار پولی لازم است.

دیپ‌سیک V4 فلش

مدل 200B Agent و LLM کدنویسی: API پاسخ‌ها، پشتیبانی از Codex، پیشرفت‌های پس از آموزش — این یک مدل متن به تصویر نیست.