Дизайнер приносит третью версию правок, а картинки для каталога всё ещё нет. Стоки дорогие и одинаковые, зарубежные генераторы просят карту, которая из России не проходит. Китайские модели для генерации изображений решают это иначе: доступ по API, оплата за картинку, а не за подписку, и коммерческий кадр среднего уровня уже получается с первого десятка попыток.
Разберём, что именно умеют такие модели, где они стабильно ошибаются и как построить работу, чтобы генерация не превратилась в лотерею.
Кто из китайских моделей вообще рисует
Направление живое, и названия меняются быстрее, чем вы успеваете их запомнить. Но семейства устойчивые, и логика выбора между ними простая.
- Seedream (ByteDance) — товарные и предметные кадры, аккуратный свет, спокойная коммерческая эстетика. Чаще всего берут под карточки товаров и обложки.
- Qwen-Image (Alibaba) — сильнее других работает с надписями внутри картинки: вывески, упаковка, постеры с коротким текстом.
- Hunyuan Image (Tencent) — универсальный вариант под смешанные задачи, когда непонятно, к какому лагерю отнести запрос.
- Kolors (Kuaishou) — портреты и стилизация, мягкая пластика лиц.
- CogView (Zhipu) — быстрые черновики, когда нужно накидать двадцать вариантов композиции и выбрать один.
Все они доступны по API и все принимают запрос на естественном языке. Разница между ними не в «умности», а в том, на каких данных модель училась: одна лучше держит фактуру металла, другая — вёрстку на упаковке.
Запрос картинки устроен не как запрос текста
Это первое, обо что спотыкаются разработчики. Текстовая модель отвечает сразу и считает деньги в токенах. Генерация изображения работает как задача в очереди.
Вы отправляете промпт и получаете идентификатор задачи. Дальше три-четыре секунды, иногда больше, сервис рисует, а вы опрашиваете статус. Готовый результат приходит ссылкой на файл, и эта ссылка живёт ограниченное время. Скачать и положить к себе — ваша работа, не сервиса.
Из этого следуют три инженерные мелочи, которые экономят недели. Первая: опрос статуса с паузой и потолком попыток, иначе скрипт зациклится. Вторая: хранение своего файла, потому что внешняя ссылка умрёт. Третья: счётчик генераций на пользователя, потому что цена считается за изображение, а не за символ в промпте.
Если делаете массовую генерацию для каталога, добавьте очередь и лимит параллельных задач. Сервисы ограничивают одновременные запросы, и пачка из сотни картинок «в лоб» вернёт половину ошибок.
Где модель попадает в цель, а где проваливается
Получается хорошо: предмет на нейтральном фоне, интерьерная сцена, обложка статьи, фактурный фон, деловой человек в обстановке без узнаваемых черт, стилизация под плёнку или под каталог девяностых.
Проваливается почти всегда: мелкий текст и точная типографика, логотипы и бренды, чертежи с соблюдением размеров, один и тот же персонаж из кадра в кадр, техническая достоверность узлов и механизмов. Если картинка должна доказать, что деталь выглядит именно так, генерация не подходит — нужна фотография.
Отдельная история с руками и мелкими деталями: на общем плане всё нормально, при приближении начинается каша. Поэтому в промпте либо убирают руки из кадра, либо кадрируют так, чтобы их не было видно.
Промпт как техническое задание
Работает не «красивый текст», а список проверяемых требований. Шесть строк, каждая отвечает за одно решение. Если строку нельзя проверить глазами на результате, она лишняя.
Предмет: матовая керамическая кружка цвета графит, стоит на бетонной поверхности.
Ракурс: три четверти, камера на уровне предмета, объектив 50 мм.
Свет: мягкий боковой, один источник слева, глубокая тень справа.
Фон: тёмно-серый, размытый, без деталей.
Стиль: коммерческая предметная съёмка, чисто, без декора.
Запрет: без текста, без надписей, без логотипов, без людей.
Запреты выносите отдельным блоком в конце. Модели хуже понимают частицу «не» внутри фразы, зато нормально отрабатывают перечисление того, чего быть не должно.
Английский промпт обычно даёт чуть более предсказуемый результат, но для товарных сцен разница невелика. Важнее единый шаблон: один раз собрали рабочий набор строк, подставляете в него новые предметы и получаете серию в одном стиле.
Что проверить до того, как встраивать в процесс
Проверка стоит одного дня и снимает большую часть сюрпризов.
- Соберите двенадцать промптов из своих настоящих задач, а не тестовых «котиков». Прогоните все пять семейств моделей на одном наборе.
- Приёмку отдайте тому, кто отвечает за витрину. «Похоже» и «можно ставить на карточку» — разные оценки.
- Прочитайте условия использования: право на коммерческое применение, водяные знаки, ограничения на изображения людей и товарных знаков.
- Заведите хранилище с понятными именами файлов. Через месяц вы не вспомните, какой промпт дал этот кадр.
- Сохраняйте параметры генерации вместе с картинкой: без них повтор кадра невозможен.
- Поставьте суточный лимит расходов до запуска, а не после. Механика описана в статье про лимиты расходов на API.
Эти шесть пунктов не требуют подключения и денег. Их можно пройти на пробном доступе и уже потом решать, нужен ли постоянный канал.
Где генерация окупается в малом бизнесе
Карточки товаров: один предмет в пяти ракурсах на едином фоне, где фотограф стоит дороже, чем весь тираж. Обложки для статей и рассылок, когда нужна иллюстрация под тему, а не абстрактный сток. Объявления на площадках, где важно быстро менять первый кадр и следить за откликом.
Логика везде одна: генерация выигрывает там, где картинок много и они похожи, и проигрывает там, где нужна документальная точность. Подробнее про товарный сценарий — в материале про ИИ для карточек товаров, а про общий обзор медиамоделей — в гайде по видео и изображениям.
Оплата и доступ
Китайские модели продаются в юанях и не принимают российские карты напрямую. Отсюда два рабочих пути: возиться с зарубежным платёжным посредником либо идти через российский шлюз, который закрывает вопрос оплаты и документов. Второй вариант интересен компаниям, которым нужны счёт, акт и НДС, а не скриншот списания в личном кабинете.
Как это устроено с точки зрения бухгалтерии, разобрано в статьях про оплату API юрлицом и про оплату из России. Для генерации изображений логика та же, меняется только единица тарификации: не токены, а картинка.
Что дальше
Если картинки нужны регулярно, начните с одного семейства моделей и одного шаблона промпта. Прогоните свою реальную выборку товаров, посмотрите, сколько кадров проходит приёмку без правок. Эта доля и есть главная цифра проекта: по ней считается экономика, и по ней же видно, стоит ли расширять набор моделей.
Мы делаем российский шлюз к китайским моделям: один ключ, оплата в рублях, документы для бухгалтерии. Запуск готовится, приём заявок на ранний доступ открыт — можно оставить контакт и получить доступ, когда канал поднимут.