בשבועות האחרונים, כמעט כל מעבדת AI גדולה הוציאה מודל לעריכת תמונות. הראשון היה FLUX.1 Kontext מבית Black Forest Labs במאי, שבלט בטרנספורמציות סגנון ועריכות תמונה פשוטות. מאז, ראינו גל של מודלים, כל אחד חזק בדרכו שלו.
עם כל כך הרבה אפשרויות, זה יכול להיות קשה להבין איזה עובד הכי טוב לצרכים שלך. בפוסט זה, אנחנו מעמידים אותם זה מול זה ומעריכים כל אחד על פני מגוון משימות עריכת תמונה. בסוף, אמורה להיות לך תמונה ברורה של איזה מהם מתאים לתהליך העבודה שלך.
סקירת עלויות וזמני ביצוע
להלן סקירה של העלות וזמן ההסקה הממוצע עבור כל מודל שאנו מעריכים:
| מודל | מעבדה | מחיר לתמונה | זמן הסקה |
|---|---|---|---|
| FLUX.1 Kontext [dev] | Black Forest Labs | $0.025 | 1.7 שניות |
| FLUX.1 Kontext [pro] | Black Forest Labs | $0.04 | 4.4 שניות |
| FLUX.1 Kontext [max] | Black Forest Labs | $0.08 | 4.9 שניות |
| Qwen Image Edit | Alibaba | $0.03 | 2.9 שניות |
| Qwen Image Edit Plus | Alibaba | $0.03 | 16 שניות |
| Nano Banana | $0.039 | 10 שניות | |
| SeedEdit 3.0 | ByteDance | $0.03 | 13 שניות |
| Seedream 4 | ByteDance | $0.03 | 14 שניות |
| GPT Image 1 | OpenAI | $0.01-$0.25 | 40 שניות |
הזול ביותר הוא GPT-image-1 מבית OpenAI שמתחיל ב-$0.01 לתמונה, אך יש לו את זמן היצירה הארוך ביותר (כ-40 שניות). FLUX.1 Kontext [dev] (מותאם על ידי Pruna AI) הוא המהיר ביותר ב-1.9 שניות ליצירה והוא גם אחת האפשרויות הזולות יותר, אך יש, כמובן, פשרה עם איכות עריכת התמונה עבור מודלים מותאמים היפר.
הסרת אובייקטים
המשימה הראשונה שאנחנו בוחנים היא הסרת אובייקטים. זו משימה בסיסית שאמורה להיות אפשרית לביצוע בפוטושופ. במיוחד, אם אנחנו מסירים אובייקטים שנמצאים מול אלמנטים אחרים של תמונה, עד כמה המודל מסוגל לאינטרפולציה של מה שנמצא מאחורי האובייקט שהוסר?
בדקנו את זה עם תמונה של גשר שער הזהב.
הזוכים: SeedEdit 3.0 ו-Qwen Image Edit
המפסיד: FLUX.1 Kontext [pro]
המודל שנאבק הכי הרבה היה FLUX.1 Kontext [pro], שהשאיר את שני המגדלים במקום. Nano Banana הסיר את כל הגשר אך נכשל לשמור על עקביות גבעות הרקע. GPT-image-1 החליק את הבניין בפינה השמאלית התחתונה אך אכן הצליח להסיר את הגשר. המודלים האחרים התמודדו עם המשימה היטב.
השוואת תצוגה קדמית
משימת עריכת תמונה נפוצה נוספת היא שינוי זוויות הצפייה של האובייקט בתמונה. בואו נראה אילו מודלי תמונה יכולים לתת לנו את התצוגה הקדמית של דמות זו והחתול שלה תוך שמירה על עקביות הדמות.
הזוכה: Qwen Image Edit
המפסיד: SeedEdit 3.0
רק GPT-image-1 ו-Qwen Image Edit נתנו לנו את התצוגה החזיתית שחיפשנו, אם כי נראה ש-GPT-image-1 לא שמר על עקביות הדמות. FLUX.1 Kontext [pro] ו-Nano Banana הצליחו די טוב להראות תצוגה קדמית של הדמות שלנו; שניהם אפילו הצליחו לשמר את הקעקוע על זרוע הדמות. מודלי ByteDance נאבקו הכי הרבה – SeedEdit לא הפך את הדמות כלל ו-Seedream לא שימר את הדמות שלנו.
עריכת רקע
עריכת רקע דורשת מהמודלים להבין גבולות אובייקט וליצור סביבות קוהרנטיות. הנה איך מודלי עריכת תמונה שונים מבצעים כאשר מוטלת עליהם משימה לערוך או להחליף רקעים:
הזוכים: SeedEdit 3.0 ו-Seedream 4
המפסיד: Nano Banana
Nano Banana מבצע את הגרוע ביותר כאן, חותך חלק קטן של הדמות ומציב אותו על רקע ג'ונגל גנרי. מודלי Seed של ByteDance עושים את העבודה הטובה ביותר, עם עקביות דמות חזקה, תאורה טבעית והצבה אמינה. FLUX.1 Kontext [pro] מתקרב אבל לא מושלם לחלוטין, בעוד GPT-image-1 ו-Qwen מייצרים דמויות שנראות שונות באופן בולט. Qwen גם מחליק את הטקסטורות, מה שגורם לתוצאה להרגיש פחות מפורטת.
עריכת טקסט
עריכת טקסט בתוך תמונות מייצגת את אחת היכולות המאתגרות והמרשימות ביותר של מודלי עריכת תמונה מודרניים. היכולת להבין, לשנות וליצור טקסט תוך שמירה על טיפוגרפיה נכונה, פרספקטיבה ותאורה היא הישג טכני מדהים שהיה כמעט בלתי אפשרי אפילו לפני שנה.
בהערכה זו, אנחנו מחפשים אילו מודלי תמונה משמרים את הגופן המקורי של הטקסט ושומרים על האלמנטים הפיזיים של השלט (כלומר טקסטורת/צבע השלט, מיקום המילים הסובבות, וכו')
הזוכים: FLUX.1 Kontext [pro] ו-Nano Banana
המפסידים: GPT-image-1 ו-Seedream 4
המועדפים כאן הם FLUX.1 Kontext [pro] ו-Nano Banana שהצליחו להציג את המילה "eight" באופן טבעי עם סוג ומיקום עקביים. אפילו הטקסטורה דמוית הנייר של ההערה נשמרת בעריכות אלה. עם Seededit ו-Qwen, המילה "eight" בולטת ובבירור נראית ערוכה. GPT-image-1 נראה מושך מבחינה חזותית אבל לא שמר על ההערה המקורית. הטיפוגרפיה של Seedream נראית בסדר אבל הוא יצר ארטיפקט בקטע "to:" של ההערה.
העברת סגנון
העברת סגנון מציגה את היכולת של כל מודל להבין סגנונות אמנותיים ולהחיל אותם תוך שמירה על התוכן והקומפוזיציה של התמונה המקורית. חלק מהמודלים מצטיינים בתפיסת פרטים אמנותיים עדינים בעוד אחרים מתמקדים בשמירה על שלמות מבנית.
הזוכה: Nano Banana
המפסיד: FLUX.1 Kontext [pro]
משימה זו הניבה תוצאות מעניינות על פני כל המודלים שכן לכל אחד יש רעיונות שונים על איך ציור שמן צריך להיראות. Nano Banana ו-Seedream נראים הכי קרובים לתמונה המקורית, ומציעים מראה מוברש אוויר, מעורבב היטב. ל-GPT-image יש גם את המשיכות הקצרות אך יש לו גוון צהוב ייחודי שלו. Qwen ו-FLUX.1 Kontext [pro] די דומים, עם מראה ציורי יותר, לא מעורבב (אף על פי כן לשניהם יש את הגוון הצהוב).
מסקנות
לאחר הערכת שישה מודלי עריכת תמונה אלה על פני חמש משימות שונות – הסרת אובייקטים, טרנספורמציית פרספקטיבה, עריכת רקע, מניפולציה של טקסט והעברת סגנון – יש כמה זוכים ברורים שיכולים להדריך את הבחירה שלך על סמך צרכים ועדיפויות ספציפיים.
- הסרת אובייקטים: רוב המודלים הצליחו, אך FLUX.1 Kontext [pro] נאבק
- שינויי פרספקטיבה: GPT Image 1 ו-Qwen Image Edit השיגו הכי טוב את התצוגות החזיתיות המבוקשות עם עקביות דמות
- עריכת רקע: מודלי ByteDance (SeedEdit ו-Seedream) שלטו בבירור עם אינטגרציה טבעית של הדמות עם נוף הג'ונגל
- עריכת טקסט: FLUX.1 Kontext ו-Nano Banana שימרו טיפוגרפיה וטקסטורה בצורה היעילה ביותר
- העברת סגנון: Nano Banana ו-Seedream שמרו על הדמיון הקרוב ביותר למקור תוך השגת אפקטים אמנותיים יפים
זכרו שאלו היו כולן ניסויים שטחיים וההמלצות לעיל עשויות לא להספיק כדי להצדיק את בחירת המודל שלכם.
צריכים להתנסות יותר? בדקו את Playground של Replicate כדי לבחון ולהשוות במקביל מודלי עריכת תמונה (או כל מודל):
כתמיד, שוחחו איתנו ב-Discord ועקבו אחרינו ב-X כדי להישאר מעודכנים באחרון.
