بهترین هوش مصنوعی ساخت عکس ۱۴۰۵: مقایسه‌ی ۱۵ مدل (رایگان، فارسی، بدون پرداخت دلاری)

بهترین هوش مصنوعی ساخت عکس به کاری که می‌خواهید بستگی دارد: برای عکس واقع‌گرایانه و ویرایش، Nano Banana Pro و GPT Image 2 در صدرند؛ برای حال‌وهوای هنری، Midjourney؛ برای متن روی تصویر، Ideogram و GPT Image 2؛ و برای کنترل کامل، Flux 2. در این نوشته ۱۵ مدل را در یک جدول کنار هم می‌گذاریم و برای هر کار یک انتخاب روشن می‌دهیم.

هدف این صفحه فهرست‌کردنِ اسم‌ها نیست؛ معیار می‌دهد، روشِ آزمونِ قابل‌تکرار می‌دهد و می‌گوید از ایران کدام‌ها را بدون پرداختِ دلاری می‌شود امتحان کرد. اگر تازه شروع می‌کنید، اول راهنمای ساخت عکس با هوش مصنوعی را بخوانید و بعد به اینجا برگردید. آخرین بررسی: مهر ۱۴۰۵.

همین الان امتحان کنید: پرامپتِ آزمونِ همین مقاله را در ساخت عکس با هوش مصنوعی در هوش‌نو بچسبانید و چند مدل را پشت‌سرهم ببینید. هوش‌نو سرویسِ خودِ ماست.

روش مقایسه: یک پرامپت ثابت برای همه‌ی مدل‌ها

مقایسه‌ی منصفانه یعنی یک پرامپت، یک نسبت تصویر و چند بار تکرار برای همه‌ی مدل‌ها. اگر هر مدل را با پرامپتِ جدا بسنجید، در واقع پرامپت‌نویسی خودتان را سنجیده‌اید، نه مدل را.

برای هر مدل پنج معیار را جدا نمره بدهید:

• کیفیت و واقع‌گرایی: پوست، دست، نور و بافت طبیعی دیده می‌شود؟
• پیروی از پرامپت: همه‌ی اجزای توصیف‌شده در تصویر هست؟
• متن فارسی: حروف درست به هم می‌چسبند و جهت راست‌به‌چپ حفظ می‌شود؟
• حفظ چهره و ویرایش: با عکسِ خودتان، چهره بعد از ویرایش همان آدم می‌ماند؟
• سرعت و هزینه: هر تصویر چقدر طول می‌کشد و چقدر خرج دارد؟

پرامپتِ آزمونِ پیشنهادی ما در بخشِ «پرامپت آزمون» پایین‌تر آمده است. هر بار چهار تصویر بگیرید؛ یک تصویرِ خوب شانس است، چهار تصویرِ خوب ثبات. توجه: این صفحه نتیجه‌ی آزمونِ اختصاصیِ ما را ادعا نمی‌کند؛ ارزیابی‌ها بر پایه‌ی مستندات و گزارش‌های عمومیِ سازندگان است و پیشنهادمان این است که پرامپتِ آزمون را خودتان اجرا کنید.

جدول مقایسه‌ی بهترین مدل‌های ساخت عکس با هوش مصنوعی

جدول زیر ۱۵ مدل و سرویس را با پنج ستونِ کاربردی نشان می‌دهد. «متن فارسی» یعنی احتمالِ درست‌درآمدنِ حروف چسبیده؛ در همه‌ی مدل‌ها باید خودتان آزمایش کنید و برای متنِ مهم، بهتر است متن را در ویرایشگر روی عکس بگذارید.

نتیجه‌ی جدول: هیچ مدلی در همه‌ی ستون‌ها برنده نیست. Nano Banana Pro و GPT Image 2 برای کار روزمره‌ی واقع‌گرایانه، Midjourney برای زیبایی‌شناسی، Ideogram و Qwen Image برای متن، و Flux و Stable Diffusion برای کنترل انتخاب‌های منطقی‌اند. وضعیتِ «رایگان» و سهمیه‌ها مدام عوض می‌شود؛ پیش از تصمیم، صفحه‌ی رسمی را ببینید.

Nano Banana و Nano Banana Pro

Nano Banana مدلِ تصویرِ گوگل (خانواده‌ی Gemini) است و برای ساخت و ویرایشِ عکس با دستورِ متنی شناخته می‌شود؛ نسخه‌ی Pro برای واقع‌گرایی و تصویرهای پیچیده‌تر طراحی شده است.

نقطه‌ی قوتِ اصلیِ این مدل ویرایش است: یک عکس می‌دهید و می‌گویید «پس‌زمینه را ببر ساحل» یا «لباس را آبی کن»، و چهره و ترکیب‌بندی بیشتر حفظ می‌شود. برای عکس پروفایل، عکس محصول و تغییرِ جزئیاتِ یک تصویرِ موجود از بهترین گزینه‌هاست. ضعفش این است که سبک‌های هنریِ بسیار خاص را به‌اندازه‌ی Midjourney نمی‌دهد و نسخه‌ی Pro معمولاً پولی است.

اگر می‌خواهید با عکسِ خودتان تمرین کنید، تبدیل تصویر به تصویر همین کار را با چند مدل انجام می‌دهد؛ برای رعایتِ حریم خصوصی فقط عکسِ خودتان را بارگذاری کنید.

GPT Image 2

GPT Image 2 مدل تصویرسازِ OpenAI است که طبق گزارش‌ها در بهار ۲۰۲۶ عرضه شد و جای مدل‌های قبلیِ خانواده‌ی DALL-E را گرفته است. قدرتش در پیروی از پرامپتِ طولانی و جزئی است.

اگر پرامپتِ شما ده شیء، یک نورِ مشخص و یک متنِ کوتاه می‌خواهد، این مدل معمولاً بیشترِ آن‌ها را سر جایشان می‌گذارد. ویرایشِ تصویر هم در آن دقیق است. در API هزینه بر اساس توکن، کیفیت و اندازه تغییر می‌کند و برای هر تصویر از کسری از دلار تا حدود بیست‌ویک سنت در کیفیتِ بالا گزارش شده است؛ این عددها منبعِ ثالث دارند و پیش از برنامه‌ریزی باید از صفحه‌ی قیمتِ OpenAI تأیید شوند. محدودیتش برای کاربرِ ایرانی دسترسی و پرداختِ ارزی است، نه کیفیت.

برای مقایسه‌ی دقیق‌تر با گوگل، پرامپتِ آزمونِ پایین را روی هر دو اجرا کنید و نتیجه را کنار هم بگذارید.

Midjourney

Midjourney برای تصویرسازیِ هنری، سینمایی و «حس‌وحال» هنوز مرجع است؛ تصویرها معمولاً همان لحظه‌ی اول جذاب‌تر از رقبا به نظر می‌رسند. نسخه‌ی ۷ و نسخه‌های بعدی سرعت و درکِ پرامپت را بهتر کرده‌اند.

هزینه: طبق گزارش‌های عمومی، پلن‌ها از حدود ۱۰ دلار در ماه (Basic) شروع می‌شوند، Standard حدود ۳۰ دلار و Pro حدود ۶۰ دلار است؛ نسخه‌ی رایگان ندارد. نقطه‌ضعف‌ها: متنِ فارسی ضعیف است، ویرایشِ دقیقِ یک عکسِ واقعی سخت‌تر است و پرداخت باید دلاری باشد. برای یادگیریِ اصولی، راهنمای جامع Midjourney و پرامپت‌نویسی در Midjourney را ببینید.

Flux 2 و Flux Kontext

Flux ساخته‌ی Black Forest Labs است و مدلِ باز و ابریِ محبوبی برای کسانی که کنترل می‌خواهند. Flux 2 در ابتدای ۲۰۲۶ عرضه شد و Kontext شاخه‌ی ویرایش با دستور متنی است.

مزیتِ Flux این است که هم از طریق API و سرویس‌های ابری در دسترس است و هم نسخه‌های بازِ آن را می‌شود روی سخت‌افزارِ خودتان اجرا کرد. برای کسی که می‌خواهد سبک را با مدلِ سفارشی ثابت کند، گزینه‌ی طبیعی است. ضعف: برای مبتدی تنظیماتش بیشتر از Midjourney است. نکته‌های نوشتن پرامپت را در پرامپت‌نویسی Flux مرور کنید.

Seedream و Qwen Image

Seedream (بایت‌دنس) و Qwen Image (علی‌بابا) دو مدلِ چینیِ قدرتمندند که در عکسِ محصول، تبلیغ و متنِ روی تصویر رقابتی شده‌اند. Qwen Image به متنِ دوزبانه و هزینه‌ی کم و بازبودن شناخته می‌شود و Seedream به عکسِ تجاریِ تمیز.

برای کاربرِ فارسی‌زبان نکته‌ی مهم این است که این مدل‌ها روی متنِ غیرلاتین معمولاً از بعضی رقبای غربی بهتر عمل می‌کنند، ولی ضمانتی برای متن فارسی نیست. نسخه‌ها سریع عوض می‌شوند؛ نام و شماره‌ی آخرین نسخه را از صفحه‌ی رسمی سازنده بخوانید.

Ideogram، Leonardo، Bing/Copilot و Grok

این چهار سرویس بیشتر برای شروعِ ارزان یا کارِ تخصصی‌اند تا انتخابِ اولِ همه.

Ideogram

Ideogram به نوشتنِ متن روی تصویر شهرت دارد: لوگو، پوستر و کارت. برای هر پوستری که حرف دارد، اول با آن امتحان کنید. سهمیه‌ی رایگانِ محدود دارد.

Leonardo.ai

Leonardo پلتفرمی با سبک‌های آماده و ابزارهای ویرایش است و برای طراحانِ بازی و تصویرسازیِ مفهومی کاربردی است؛ سهمیه‌ی روزانه‌ی رایگان دارد.

Bing Image Creator و Copilot

شروعِ رایگان با سهمیه‌ی محدود برای کسی که فقط می‌خواهد ببیند هوش مصنوعی چه می‌کند. کنترلش کم است و دسترسی از ایران ثابت نیست.

Grok Imagine

مدلِ تصویر و ویدیوی xAI است که با حسابِ X در دسترس می‌شود و برای ایده‌پردازی سریع خوب است؛ ثبات و کنترلش از رقبای تخصصی کمتر است.

سه گزینه‌ی دیگر هم باید بشناسید: Stable Diffusion (متن‌باز و بسیار قابل‌سفارشی‌سازی)، Adobe Firefly (مجوزِ تجاریِ روشن‌تر) و DALL-E که عملاً جایش را GPT Image گرفته است. مقایسه‌ی قدیمی‌تر را در مقایسه‌ی Midjourney، DALL-E و Stable Diffusion ببینید.

برای هر کار کدام مدل بهتر است؟

جواب کوتاه: برای هر کار یک مدلِ اصلی و یک مدلِ پشتیبان انتخاب کنید و نتیجه را با همان پرامپتِ ثابت بسنجید.

نتیجه‌ی جدول: اگر فقط یک ابزار می‌خواهید، مدلی را بردارید که هم بسازد هم ویرایش کند. اگر متنِ فارسیِ خوانا لازم است، پس از ساخت، متن را در ویرایشگر روی عکس بگذارید؛ مطمئن‌ترین راه همین است. برای ویرایش‌های ساده، ابزارهای ادیت عکس با هوش مصنوعی هم کمک می‌کنند.

بهترین هوش مصنوعی ساخت عکس رایگان

رایگانِ واقعی یعنی سهمیه‌ی محدود، نه نامحدود. گزینه‌های معمول: سهمیه‌ی روزانه‌ی Leonardo، سهمیه‌ی Bing/Copilot، سهمیه‌ی Ideogram، نسخه‌ی محدودِ Nano Banana و مدل‌های متن‌باز اگر سخت‌افزار دارید. فهرستِ کامل‌ترش در ساخت تصویر رایگان با هوش مصنوعی آمده است. نکته: «رایگان» معمولاً با واترمارک، صف یا محدودیتِ استفاده‌ی تجاری همراه است؛ شرایط را بخوانید.

سایت‌های خارجی و فارسی: کدام بدون پرداخت دلاری؟

بیشترِ بهترین سایت ساخت عکس با هوش مصنوعیِ خارجی برای ایرانی‌ها دو مانع دارند: دسترسی و پرداختِ ارزی. این صفحه راهِ دورزدنِ این موانع را آموزش نمی‌دهد؛ راهِ قانونی و ساده، استفاده از پلتفرم‌های فارسی است که چند مدل را در یک جا می‌دهند و پرداخت را تومانی می‌گیرند.

نتیجه‌ی جدول: سایتِ خارجی تنها وقتی برتری دارد که مدلِ خاصی را بخواهید که جای دیگر نیست. برای بقیه، پلتفرمِ فارسی ساده‌تر است. هوش‌نو سرویسِ خودِ ماست و Nano Banana، Flux، Midjourney، GPT Image و Qwen Image را برای ساخت عکس ارائه می‌دهد؛ هزینه‌ی هر ساخت پیش از شروع در خودِ ابزار نشان داده می‌شود و اگر ساخت ناموفق شود، اعتبار برمی‌گردد. برای مقایسه‌ی سرویس‌های فارسی، راهنمای انتخاب پلتفرم هوش مصنوعی فارسی و ساخت عکس با هوش مصنوعی فارسی را ببینید. برای نگاهِ کلی‌تر، هوش مصنوعی ایرانی هوش‌نو را هم امتحان کنید.

پرامپت آزمون: یک متن برای همه‌ی مدل‌ها

این پرامپت همزمان واقع‌گرایی، نور، جزئیات و متن را می‌سنجد. آن را بدون تغییر در همه‌ی مدل‌ها بچسبانید:

پرامپت: A realistic photo of a small bakery storefront on a rainy evening, warm window light, a chalkboard sign that reads "نان تازه" in clear right-to-left Persian script, a woman in a yellow raincoat holding a paper bag, wet cobblestone reflections, 35mm lens, shallow depth of field, natural skin texture, 16:9.

بعد از اجرا، چهار چیز را وارسی کنید: دست‌ها و صورت، خواناییِ «نان تازه»، انعکاسِ نور روی خیابان و تعدادِ اجزا (ویترین، تابلو، زن، کیسه). هر مدل را از ۱ تا ۵ نمره بدهید و جدولِ شخصیِ خودتان را بسازید. اصولِ نوشتنِ پرامپتِ خوب در آموزش پرامپت‌نویسی برای هوش مصنوعی ساخت تصویر آمده است.

اشتباه‌های رایج در انتخاب مدل

1. مقایسه با پرامپت‌های متفاوت: نتیجه به پرامپتِ شما بستگی پیدا می‌کند، نه مدل.
2. قضاوت بر اساس یک تصویر: دست‌کم چهار خروجی بگیرید.
3. اعتماد به نمره‌ی سایت‌های فهرست: بسیاری از آن‌ها سال‌ها به‌روز نمی‌شوند و حتی مدل‌های بازنشسته را هنوز بهترین می‌نامند.
4. نوشتنِ متنِ فارسی مستقیم در مدل: برای متنِ مهم، روی عکس جداگانه تایپ کنید.
5. فراموش‌کردنِ مجوز: برای کارِ تجاری، شرایطِ استفاده‌ی هر سرویس را بخوانید.

نگاهِ اخلاقی و حقوقیِ ساخت تصویر هم مهم است؛ خلاصه‌اش را در چالش‌های اخلاقی هوش مصنوعی ساخت تصویر بخوانید. ساختِ عکس از چهره‌ی دیگران بدون رضایتشان درست نیست؛ فقط عکس خودتان یا شخصیت‌های خیالی را بسازید.

پرامپت آماده برای چهار کارِ پرتکرار

مدل خوب بدون پرامپتِ خوب نصفِ کار را انجام می‌دهد. چهار قالبِ زیر را با عوض‌کردنِ داخلِ کروشه برای کارِ خودتان بازنویسی کنید. پرامپت‌های تصویر را انگلیسی نگه داشته‌ایم چون بیشترِ مدل‌ها با انگلیسی دقیق‌تر عمل می‌کنند؛ زیرِ هرکدام توضیحِ فارسی هست.

عکس پروفایل حرفه‌ای

پرامپت: Professional headshot of [a person described by you], soft window light, neutral grey background, 85mm lens, shallow depth of field, natural skin texture, calm confident expression, high detail.

مناسبِ: رزومه و لینکدین. اگر از عکسِ مرجعِ خودتان استفاده می‌کنید، در مدلی که ویرایشِ تصویر دارد بنویسید «همین چهره را حفظ کن و فقط پس‌زمینه و لباس را عوض کن». نتیجه: چهره‌ای که هنوز شبیه خودتان است. فقط عکسِ خودتان را بارگذاری کنید.

عکس محصول برای فروشگاه آنلاین

پرامپت: Studio product photo of a [product, e.g. ceramic coffee mug] on a light wooden table, soft diffused daylight, subtle shadow, clean minimal background, commercial catalog style, sharp focus.

مناسبِ: ویترینِ اینستاگرام و فروشگاه. برای هر محصول چند پس‌زمینه بسازید و بهترین را نگه دارید. اگر محصولِ واقعی دارید، عکسِ خودش را بدهید و فقط پس‌زمینه را عوض کنید تا شکلِ واقعی محصول عوض نشود؛ مشتری با عکسِ غیرواقعی ناراضی می‌شود.

پوستر با متن کوتاه

پرامپت: A minimal event poster with a large clean headline, bold geometric shapes, warm orange and deep blue palette, plenty of empty space for text, flat vector style.

مناسبِ: اعلان و کارت. متنِ فارسی را پس از ساخت در ویرایشگر اضافه کنید یا چند مدلِ متن‌محور را امتحان کنید. جای خالی برای تیتر بخواهید تا ترکیب‌بندی قابلِ استفاده شود.

تصویرسازی هنری

پرامپت: A cozy mountain village at dusk, watercolor and ink illustration, glowing windows, drifting mist, muted teal and amber colors, storybook mood, highly detailed.

مناسبِ: کتاب کودک، کاور و پس‌زمینه. این‌جا Midjourney و Flux معمولاً جذاب‌ترین نتیجه را می‌دهند. اسمِ هنرمندِ زنده را در پرامپت ننویسید؛ سبک را با واژه‌های توصیفی (آبرنگ، جوهر، سینمایی) بگویید.

چطور نتیجه‌ی هر مدل را بهتر کنیم؟

جواب کوتاه: پرامپتِ ساختاریافته بنویسید، یک چیز را در هر دور عوض کنید و از ویرایش به‌جای ساختِ دوباره استفاده کنید. این گام‌ها روی همه‌ی مدل‌ها جواب می‌دهد:

1. موضوع را در یک جمله بنویسید: چه کسی یا چه چیزی، در چه صحنه‌ای.
2. نور و لنز را اضافه کنید: «نور پنجره»، «لنز ۸۵ میلی‌متر»، «عمق میدان کم».
3. سبک را با یک یا دو واژه مشخص کنید: عکسِ مستند، آبرنگ، تصویرسازی تخت.
4. چهار خروجی بگیرید و بهترین را انتخاب کنید.
5. به‌جای نوشتنِ پرامپتِ تازه، با دستورِ کوتاه ویرایش کنید: «نور را گرم‌تر کن».
6. در پایان، اندازه را عوض کنید یا با ابزارِ ارتقای کیفیت ریز‌جزئیات را بالا ببرید.

اگر می‌خواهید بعد از ساخت تصویر، آن را بزرگ‌تر یا ویرایش کنید، ویرایشگر حرفه‌ای تصویر در هوش‌نو و ارتقای کیفیت تصویر این گام‌ها را پوشش می‌دهند. هزینه‌ی هر کار پیش از شروع در خودِ ابزار نشان داده می‌شود.

متن فارسی روی عکس: چرا مشکل دارد و راه عملی چیست؟

مدل‌های تصویرساز بیشترِ داده‌ی آموزشی‌شان لاتین است؛ پس حروفِ فارسی که شکلشان به جایگاهِ کلمه بستگی دارد (ابتدا، میانه، انتها) آسان خراب می‌شوند. نشانه‌های معمول: حروفِ جدا از هم، نقطه‌های جابه‌جا، یا جهتِ چپ‌به‌راست.

سه راهِ عملی دارید. اول، جمله‌ی کوتاه بنویسید؛ هرچه متن کوتاه‌تر، احتمالِ درست‌بودن بیشتر است. دوم، در پرامپت بگویید «right-to-left Persian text, connected letters» و متن را داخلِ گیومه بیاورید. سوم و مطمئن‌ترین راه، عکس را بدونِ متن بسازید و متن را در ویرایشگرِ تصویر یا ابزارِ طراحی روی آن بگذارید. برای کارِ تجاری و متنِ مهم، همین راهِ سوم را بردارید. جزئیاتِ بیشتر درباره‌ی پرامپتِ فارسی در ساخت عکس با هوش مصنوعی فارسی آمده است.

هزینه و مجوز: پیش از کارِ تجاری چه چیزی را بخوانیم؟

جواب کوتاه: هزینه‌ی هر تصویر از مدلی به مدلِ دیگر چندبرابر فرق می‌کند و مجوزِ استفاده‌ی تجاری هم یکسان نیست. قیمت‌های زیر را از صفحه‌ی رسمی هر سرویس بخوانید، چون هر چند ماه عوض می‌شود.

نتیجه‌ی جدول: برای تمرین از سهمیه‌های رایگان شروع کنید و فقط وقتی به یک مدل عادت کردید، برایش اشتراک بخرید. برای کار تجاری، پیش از چاپ یا تبلیغ، شرایطِ استفاده را بخوانید؛ بعضی پلن‌های رایگان استفاده‌ی تجاری را اجازه نمی‌دهند و تصویرها ممکن است واترمارک داشته باشند. اگر پروژه‌ی مهمی دارید، مجوزِ روشن‌تر مثل Adobe Firefly گزینه‌ی امن‌تری است.

برای ساختِ نشانِ برند هم می‌توانید از ابزارهای ساخت لوگو با هوش مصنوعی کمک بگیرید.

پس از آشنایی با ابزارهای ساخت عکس، برای دیدنِ قالب‌های پرطرفدارِ امروز فهرستِ ترندهای عکس با هوش مصنوعی را ببینید.

سه پرسش برای انتخاب سریع

اگر وقتِ آزمونِ کامل ندارید، به این سه پرسش جواب بدهید.

1. عکسِ شما واقعی است یا هنری؟ واقعی: Nano Banana Pro یا GPT Image 2؛ هنری: Midjourney یا Flux.
2. متن لازم دارید؟ بله: Ideogram یا GPT Image 2، و متنِ فارسی را در ویرایشگر اضافه کنید.
3. از عکسِ موجود شروع می‌کنید؟ بله: مدلی با ویرایشِ تصویر مثل Nano Banana یا Flux Kontext.

بعد از انتخاب، ببینید پرداخت و دسترسی از ایران چگونه ممکن است. اگر برای مدلِ دلخواه راهِ مستقیم ندارید، پلتفرمِ فارسی که همان مدل یا مدلِ مشابه را ارائه کند ساده‌ترین گزینه است. اگر دوست دارید پیش از انتخاب بنیادِ کار را بفهمید، نحوه‌ی کار هوش مصنوعی ساخت تصویر توضیح می‌دهد مدل‌های انتشار چطور از نویز عکس می‌سازند و چرا دست و متن سخت‌ترین بخش‌اند.

سه سناریوی واقعی: هر کس چه مدلی بردارد؟

جواب کوتاه: نیازِ شما مدل را تعیین می‌کند، نه اسمِ مدل. سه مثالِ مشخص این را روشن می‌کند.

صاحبِ یک فروشگاه اینستاگرامی

هر هفته ده محصول تازه می‌گیرد و عکسِ استودیویی ندارد. بهترین مسیر: عکسِ ساده‌ی گوشی از محصول، بعد مدلی با ویرایشِ تصویر برای تمیزکردنِ پس‌زمینه و ساختِ چند صحنه. Nano Banana یا Flux Kontext اینجا کافی است و هزینه‌ی ماهانه‌ی کمی دارد. مهم‌ترین نکته: شکل و رنگِ واقعیِ محصول نباید تغییر کند.

معلم یا مدرسی که اسلاید و جزوه می‌سازد

تصویرِ ساده و گویا می‌خواهد، نه فوق‌واقع‌گرایی. یک مدلِ ارزان با سهمیه‌ی رایگان مثل Leonardo یا Bing کافی است و متنِ فارسی را خودش در اسلاید اضافه می‌کند. برای تصویرهای توضیحیِ پرجزئیات، GPT Image 2 در پیرویِ دقیق از توضیح قوی است.

طراحِ مستقل یا تصویرگر

سبکِ ثابت و کنترل می‌خواهد. Midjourney برای ایده‌ی اولیه و Flux یا Stable Diffusion برای تکرارِ یک سبک در چند تصویر مناسب است. اگر قرار است خروجی را به مشتری تحویل دهد، مجوزِ تجاری هر سرویس را باید مرور کند و برای متنِ فارسی از ابزارِ طراحیِ جدا استفاده کند.

در هر سه حالت، اصل یکی است: با ارزان‌ترین مدلی که کارتان را راه می‌اندازد شروع کنید و فقط وقتی کیفیت کم آمد، به مدلِ گران‌تر بروید. از چند مدلِ همزمان هم می‌توانید استفاده کنید: یکی برای ایده، دیگری برای ویرایشِ نهایی.

تفاوتِ فنیِ مدل‌ها در یک پاراگراف

بیشترِ مدل‌های قدیمی (Stable Diffusion و نسخه‌های اولِ Midjourney و DALL-E) بر پایه‌ی انتشار کار می‌کردند: از نویزِ تصادفی شروع می‌کنند و گام‌به‌گام تصویر را تمیز می‌کنند. مدل‌های تازه‌تر مثل GPT Image 2 و Nano Banana Pro پیش از ساخت «فکر» هم می‌کنند؛ یعنی ساختارِ صحنه را جدا برنامه‌ریزی می‌کنند و برای همین در شمردنِ اجزا و نوشتنِ متن بهتر شده‌اند. تفاوتِ عملی برای شما: مدل‌های استدلالی کندترند و گران‌ترند ولی پرامپتِ پیچیده را دقیق‌تر اجرا می‌کنند.

از کجا بفهمیم یک فهرست قدیمی شده است؟

جواب کوتاه: به تاریخ و به مدل‌هایی که اسم می‌برد نگاه کنید. هوش مصنوعیِ تصویر در چند ماه چند نسخه عوض می‌کند و فهرستی که هنوز DALL-E را بهترین می‌نامد یا از «آپدیت سال گذشته» حرف می‌زند، قدیمی است.

• فهرستی که نسخه‌ی مدل را ننوشته، قابلِ اعتماد نیست؛ نامِ مدل بدونِ نسخه کمکی نمی‌کند.
• فهرستی که فقط تصویرِ منتخب نشان می‌دهد و پرامپت را نمی‌دهد، قابلِ تکرار نیست.
• فهرستی که قیمت را بدونِ تاریخ می‌نویسد، احتمالاً کهنه است.
• فهرستی که فقط یک سرویس را می‌ستاید و محدودیتش را نمی‌گوید، تبلیغ است.

به همین دلیل این مقاله پرامپتِ آزمون را کامل داده و تاریخِ آخرین بررسی را نوشته است. نکته‌ی مهم: ما هر ماه جدول و تاریخ را به‌روز می‌کنیم؛ اگر مدلی را جاافتاده می‌بینید، پیش از اعتماد به هر فهرستی، صفحه‌ی رسمیِ سازنده را هم ببینید.

سؤالات متداول

بهترین هوش مصنوعی ساخت عکس ۲۰۲۶ کدام است؟

هیچ مدلی در همه‌ی کارها برنده نیست. برای عکس واقع‌گرایانه و ویرایش، Nano Banana Pro و GPT Image 2 انتخاب‌های اولند؛ برای تصویرسازی هنری Midjourney؛ برای متن Ideogram. بهترین راه این است که پرامپتِ آزمونِ همین مقاله را روی دو یا سه مدل اجرا کنید و با نتیجه‌ی خودتان تصمیم بگیرید.

بهترین هوش مصنوعی ساخت عکس رایگان کدام است؟

رایگانِ نامحدود وجود ندارد؛ بیشترِ سرویس‌ها سهمیه‌ی محدود می‌دهند. Leonardo، Ideogram، Bing/Copilot و نسخه‌ی محدودِ Nano Banana رایج‌ترین گزینه‌اند. اگر سخت‌افزارِ مناسب دارید، مدل‌های متن‌باز مثل Stable Diffusion و نسخه‌های باز Flux بدون سهمیه اجرا می‌شوند.

بهترین سایت ساخت عکس با هوش مصنوعی کدام است؟

برای کاربرِ ایرانی، بهترین سایت آن است که هم مدلِ خوب بدهد هم پرداختِ تومانی داشته باشد. سایت‌های خارجی مثل Midjourney و Ideogram کیفیتِ بالایی دارند ولی پرداختِ دلاری می‌خواهند. پلتفرم‌های فارسی مثل هوش‌نو چند مدل را یک‌جا و با پرداختِ تومانی می‌دهند.

Midjourney بهتر است یا Nano Banana؟

به کار بستگی دارد. Midjourney برای تصویرسازی هنری و سینمایی بهتر است؛ Nano Banana برای ویرایشِ عکس، حفظ چهره و تغییر جزئیاتِ یک تصویرِ واقعی. Midjourney پولی و بدونِ نسخه‌ی رایگان است، در حالی که Nano Banana نسخه‌ی محدودِ رایگان هم دارد.

کدام هوش مصنوعی عکس واقعی‌تر می‌سازد؟

در گزارش‌های عمومی، Nano Banana Pro و GPT Image 2 معمولاً واقع‌گراترین‌ها شمرده می‌شوند و Flux 2 هم نتایج قوی می‌دهد. واقع‌گرایی به پرامپت هم بستگی دارد: ذکرِ لنز، نور طبیعی و بافتِ پوست به همه‌ی مدل‌ها کمک می‌کند.

کدام هوش مصنوعی عکس می‌سازد و متن فارسی را درست می‌نویسد؟

هیچ مدلی متن فارسی را همیشه درست نمی‌نویسد. Ideogram، GPT Image 2، Nano Banana Pro و Qwen Image معمولاً بهترند، ولی حروفِ چسبیده ممکن است خراب شوند. مطمئن‌ترین راه ساخت عکسِ بدونِ متن و افزودنِ متن در ویرایشگر است.

جمع‌بندی

اگر یک پیشنهادِ عملی می‌خواهید: برای واقع‌گرایی و ویرایش با Nano Banana شروع کنید، برای متنِ پوستر Ideogram یا GPT Image 2، برای هنر Midjourney و برای کنترل Flux. بعد پرامپتِ آزمونِ این مقاله را روی دو مدل اجرا کنید و نتیجه را با چشمِ خودتان بسنجید؛ هر فهرستی، از جمله این یکی، با یک ماه تأخیر قدیمی می‌شود و تنها آزمونِ خودتان ثابت می‌ماند. گام بعدی: ساخت عکس با چند مدل در هوش‌نو را باز کنید، پرامپت را بچسبانید و خروجی‌ها را کنار هم ببینید. برای فهمِ بنیادیِ این فناوری هم نحوه‌ی کار هوش مصنوعی ساخت تصویر و هوش مصنوعی چیست را بخوانید.