هوش مصنوعی کاربردی، یادگیری ماشین و ایجنت‌های هوشمند.
تلفیق هوش مصنوعی مولد، پردازش داده‌های بزرگ و ایجنت‌های خودمختار برای شتاب‌بخشی به فرآیندهای کسب‌وکار.
بهترین هوش مصنوعی برای ساخت عکس
جی پی تی ایمیج ۲ امروز در صدر این معماری قرار دارد، چون تنها مدلی است که هر دو تخته آرنا را همزمان می‌برد: ساخت از متن و ویرایش. اگر محدودیت هزینه دارید، نانو بنانا ۲ نتیجه‌ای نزدیک ارائه می‌دهد؛ و اگر الزام استقرار روی سخت افزار خودتان است، تنها یک ردیف از این جدول برایتان قابل استفاده است.
- شش مدل، هر یک با رتبه مستند
- هر عدد از مستندات سازنده یا لیدربورد استخراج شده
- ستون ایران با روش سنجش اعلام شده
آخرین بررسی: این صفحه یک مرجع است. با هر نسخه تازه، منابع سازنده دوباره خوانده و صفحه بهروز می‌شود. چه چیزی عوض شد
امتیاز هر ابزار از کجا می‌آید
حلقه زیر، همان وزن‌هایی است که در سرستون‌های جدول پایین نوشته شده.
- تبدیل متن به تصویر ۳۰
- ظرفیت ویرایش تصویر ۲۰
- هزینه هر تصویر ۲۰
- ظرفیت ورودی مرجع ۱۰
- وضعیت باز بودن وزن‌ها ۱۰
- وضعیت دسترسی از ایران ۱۰
وزن‌ها را ما انتخاب کرده‌ایم و همین تنها جای سلیقه این جدول است. اگر وزن دیگری درست‌تر می‌دانید، ترتیب هم عوض می‌شود.
رتبه بندی امروز، ساخته شده از داده منتشرشده
امتیاز هر دو تخته مستقیما از آرنا استخراج شده و قیمت و مشخصات از مستندات رسمی خود سازنده. سلول خالی یعنی چیزی منتشر نشده، نه اینکه عدد آن صفر است.
سلول خالی یعنی آن عدد را نتوانسته‌ایم تایید کنیم، نه اینکه ابزار صفر گرفته است.
پشت هر عدد
هر نمره داوری این جدول یک دلیل نوشته شده دارد و ستون ایران می‌گوید چطور بررسی شده. آن دو اینجا بازند. رد اندازه گیری هر عدد، یعنی اینکه از کدام ردیف کدام لیدربورد و با چند رای آمده، زیر همان مدل باز می‌شود.
۱ جی پی تی ایمیج ۲
وضعیت باز بودن وزن‌ها ۰/۳ هیچ وزنی منتشر نشده است. مشخصه رسمی این مدل تنها سه نقطه پایانی API را فهرست می‌کند و هیچ مسیر دانلودی در معماری آن تعبیه نشده
وضعیت دسترسی از ایران مسدود / راه کارآمدی ندارد فهرست کشورهای پشتیبانی شده API اوپن ای آی از زیرساخت developers.openai.com استخراج شده و ایران در آن ثبت نشده. زیرساخت openai.com خود به این سرور سنجش کد ۴۰۳ برمی گرداند، پس این فهرست تنها سند قابل دسترسی است و صرفا درباره API صحبت می‌کند، نه درباره اپلیکیشن ChatGPT. هیچ آزمون شبکه‌ای از داخل ایران انجام نشده است.
رد اندازه گیری (۲ مورد)
تبدیل متن به تصویر ۱,۳۸۱ جایگاه ۱ از میان ۷۷ مدل ثبت شده در جدول رتبه بندی ساخت تصویر از متن Arena، بر اساس برش رای ۱۰ اوت ۲۰۲۶. رکورد با شناسه «gpt-image-2 (medium)» ثبت شده، یعنی پیکربندی کیفیت متوسط، با ۷۰۰۶۵ رای سنجش
ظرفیت ویرایش تصویر ۱,۴۶۳ جایگاه ۱ از میان ۵۳ مدل ثبت شده در جدول رتبه بندی ویرایش تصویر Arena، بر اساس برش رای ۷ اوت ۲۰۲۶ و ۱۸۴۱۸۹ رای سنجش، همچنان بر پایه پیکربندی کیفیت متوسط
۲ نانو بنانا ۲
وضعیت باز بودن وزن‌ها ۰/۳ وزنی منتشر نشده و گوگل برای هیچ‌یک از واحدهای تصویری جمینای مسیر بازیابی وزن فراهم نکرده است
وضعیت دسترسی از ایران مسدود / راه کارآمدی ندارد صفحه مناطق در دسترس Gemini API فهرست کشورهایی را ارائه می‌کند که این واجهه در آن‌ها فعال است و ایران در آن فهرست ثبت نشده. این نتیجه از خواندن یک سند به دست آمده، نه از سنجش شبکه.
رد اندازه گیری (۲ مورد)
تبدیل متن به تصویر ۱,۲۶۴ رتبه ۷ از ۷۷ واحد، تخته ساخت تصویر از متن آرنا، برش ثبت ۱۰ اوت ۲۰۲۶، ۲۹۱۰۲ رأی. شناسه ردیف پسوند web-search دارد، یعنی پیکربندی متصل به موتور جستجو. بازه اطمینان: ۱۲۵۸.۷ تا ۱۲۶۸.۹
ظرفیت ویرایش تصویر ۱,۳۸۵ رتبه ۱۰ از ۵۳ واحد، تخته ویرایش تصویر آرنا، برش ثبت ۷ اوت ۲۰۲۶، ۱۰۲۶۵۷ رأی. بازه اطمینان ۱۳۸۱.۰ تا ۱۳۸۹.۱، که با بازه نانو بنانا پرو هم‌پوشانی کامل دارد
۳ نانو بنانا پرو
وضعیت باز بودن وزن‌ها ۰/۳ وزنی منتشر نشده و گوگل برای هیچ‌یک از واحدهای تصویری جمینای مسیر بازیابی وزن فراهم نکرده است
وضعیت دسترسی از ایران مسدود / راه کارآمدی ندارد صفحه مناطق در دسترس Gemini API فهرست کشورهایی را ارائه می‌کند که این واجهه در آن‌ها فعال است و ایران در آن فهرست ثبت نشده. این نتیجه از خواندن یک سند به دست آمده، نه از سنجش شبکه.
رد اندازه گیری (۲ مورد)
تبدیل متن به تصویر ۱,۲۴۶ رتبه ۱۲ از ۷۷ واحد، ردیف گزارش‌شده gemini-3-pro-image-2k، برش ثبت ۱۰ اوت ۲۰۲۶، ۱۳۹۸۵۱ رأی. ردیف دوم برای همین واحد با شناسهٔ preview، رتبهٔ ۱۴ و امتیاز ۱۲۳۲.۰ دارد
ظرفیت ویرایش تصویر ۱,۳۸۹ رتبه ۸ از ۵۳ واحد، ردیف گزارش‌شده gemini-3-pro-image-2k، برش ثبت ۷ اوت ۲۰۲۶، ۵۰۱۸۵۳ رأی. ردیف preview بلافاصله پس از آن با امتیاز ۱۳۸۵.۳ ثبت شده است
۴ سیدریم ۵.۰ پرو
رد اندازه گیری (۲ مورد)
تبدیل متن به تصویر ۱,۲۵۸ رتبه ۸ از ۷۷ واحد، تخته ساخت تصویر از متن آرنا، برش ثبت ۱۰ اوت ۲۰۲۶، ۲۸۸۳۰ رأی ثبت‌شده در این ردیف
ظرفیت ویرایش تصویر ۱,۳۹۳ رتبه ۵ از ۵۳ واحد، تخته ویرایش تصویر آرنا، برش ثبت ۷ اوت ۲۰۲۶، ۷۱۲۶۶ رأی ثبت‌شده در این ردیف
۵ فلاکس ۲ مکس
وضعیت باز بودن وزن‌ها ۰/۳ مشخصات این عضو بدون انتشار وزن‌های مدل عرضه شده است. بلک فارست لبز وزن نسخه کلاین را در دسترس می‌گذارد ولی وزن نسخه مکس را منتشر نمی‌کند؛ همین محدودیت در جدول مقایسه خود شرکت نیز ثبت شده است.
رد اندازه گیری (۲ مورد)
تبدیل متن به تصویر ۱,۱۶۲ رتبه ۲۴ از ۷۷ مدل، تخته ساخت تصویر از متن آرنا، برش رای ۱۰ اوت ۲۰۲۶، ۱۱۷۴۴۰ رای به این ردیف
ظرفیت ویرایش تصویر ۱,۲۶۲ رتبه ۲۷ از ۵۳ مدل، تخته ویرایش تصویر آرنا، برش رای ۷ اوت ۲۰۲۶، ۳۵۳۱۱۱ رای به این ردیف
۶ فلاکس ۲ کلاین ۴B
وضعیت باز بودن وزن‌ها ۳/۳ وزن‌های مدل تحت پروانه آپاچی ۲.۰ روی هاگینگ فیس منتشر شده‌اند، به اضافه یک نسخه Base بدون تقطیر که خود سازنده آن را برای فاین تیون و آموزش LoRA معرفی کرده و راهنمای آموزشی مربوطه را نیز منتشر کرده است
رد اندازه گیری (۲ مورد)
تبدیل متن به تصویر ۱,۰۳۰ در تخته رتبه بندی ساخت تصویر از متن آرنا، این مؤلفه در جایگاه ۶۵ از مجموع ۷۷ مدل ثبت شده است؛ داده با برش رای ۱۰ اوت ۲۰۲۶ و مجموع ۱۴۴۵۶۷ رای برای همین ردیف گزارش شده
ظرفیت ویرایش تصویر ۱,۱۸۸ در تخته رتبه بندی ویرایش تصویر آرنا، این مؤلفه در جایگاه ۴۳ از مجموع ۵۳ مدل قرار دارد؛ داده با برش رای ۷ اوت ۲۰۲۶ و مجموع ۵۰۷۴۲۶ رای برای همین ردیف ثبت شده
این رتبه بندی چطور حساب می‌شود
هر معیار زیر یک وزن دارد و یک منبع. وزن را عوض کنید، کل جدول از نو حساب می‌شود. هیچ جای این مرجع، جایگاهی دستی گذاشته نشده است.
| معیار | وزن | شاهد |
|---|---|---|
| تبدیل متن به تصویر | ۳۰ | Arena (Text to Image)امتیاز ترجیح انسانی در تولید تصویر از یک پرامپت متنی؛ بیشترین وزن را می‌گیرد چون این وظیفه اصلی است که بیشتر کاربران از این مدل‌ها انتظار دارند |
| ظرفیت ویرایش تصویر | ۲۰ | Arena (Image Edit)ترجیح انسانی در ویرایش یک تصویر موجود؛ به صورت مستقل سنجیده می‌شود چون ترتیب دو تخته یکسان نیست و چند مدل روی یکی جایگاه بالاتر و روی دیگری جایگاه پایین‌تری دارند |
| هزینه هر تصویر | ۲۰ | مشخصات اعلامی سازندههزینه یک تصویر در ارزان‌ترین اندازه‌ای که خود سازنده عددش را منتشر کرده؛ مقدار کمتر برتری محسوب می‌شود. هر سلول به یک اندازه مشخص گره خورده و قید آن روی صفحه اختصاصی همان مدل ثبت شده |
| ظرفیت ورودی مرجع | ۱۰ | مشخصات اعلامی سازندهظرفیت پذیرش تصویر مرجع در یک اجرای تولید؛ برای حفظ ثبات یک شخصیت یا محصول، این عدد از هر معیار دیگری حیاتی‌تر است |
| وضعیت باز بودن وزن‌ها | ۱۰ | مقیاس تعریف شده، با دلیل نوشته برای هر انتساببرگرفته از پروانه‌ای که سازنده منتشر کرده، نه از قضاوت ما: طیفی از «فقط دسترسی API» تا «وزن باز زیر پروانه آزاد به همراه مسیر مستند بازآموزی» |
| وضعیت دسترسی از ایران | ۱۰ | ستون دسترسی ما، با روش اعلام شدهامروز این ستون هیچ تمایزی ایجاد نمی‌کند: هر سه نامزدی که مستند دارند یک وضعیت یکسان را نشان می‌دهند؛ شرح کامل آن در بدنه صفحه آمده |
چرا جی پی تی ایمیج ۲ با وجود یک سلول خالی در صدر قرار گرفت
پنجاه امتیاز از صد امتیاز این معماری به دو تخته آرنا تعلق دارد و این مدل هر دو را تصاحب می‌کند. روی تبدیل متن به تصویر امتیاز ۱۳۸۱.۱ گرفته، در حالی که نفر دوم ۱۲۶۳.۸ ثبت کرده، و روی ویرایش ۱۴۶۲.۷ در برابر ۱۳۹۲.۶ ایستاده. این فاصله‌ها بزرگ اند و بازه‌های اطمینان هیچ کدام به رقیب بعدی نمی‌رسد.
نکته قابل توجه این است که این مدل با یک ستون خالی برنده شده. اوپن ای آی سقف ظرفیت تصویر مرجع را در مستندات خود منتشر نمی‌کند؛ نمونه کد آن چهار تصویر می‌پذیرد، اما نمونه به معنای سقف مشخصات نیست، پس آن سلول پر نشد و این مدل ده امتیاز از دست داد. حتی با این افت ده امتیازی، هشت امتیاز جلوتر از نفر دوم می‌ایستد.
یک قید عملیاتی که مستقیما در نام ردیف لیدربورد ثبت شده و در بیشتر منابع نادیده گرفته می‌شود: ردیفی که رتبه یک را گرفته «gpt-image-2 (medium)» است، یعنی پیکربندی کیفیت متوسط. کیفیت high در همان اندازه ۰.۲۱۱ دلار هزینه دارد، یعنی چهار برابر، و اصلا ردیفی در لیدربورد ندارد. عدد ثبت شده در ستون قیمت ما همان ۰.۰۵۳ دلار متعلق به پیکربندی است که رتبه را کسب کرده.
کم هزینه‌ترین مسیر به یک خروجی مطلوب
نانو بنانا ۲. در کنار نانو بنانا پرو، تنها نامزدی است که هر شش ستون این معماری را پر کرده، و تنها نامزدی است که همزمان پوشش کامل و امتیاز بالا دارد. ستون مرجع را به طور کامل تصاحب می‌کند (ده تصویر شی) و از نظر قیمت هم از رتبه اول ارزان‌تر عمل می‌کند.
و اینجا نکته‌ای است که تصمیم خرید را تغییر می‌دهد: نانو بنانا پرو، یعنی مدل پرچمدار و پرهزینه گوگل، در این جدول جایگاه سوم را گرفته و پایین‌تر از نسخه ارزان خودش قرار دارد. روی تبدیل متن به تصویر واقعا عقب‌تر است و بازه‌های اطمینان همین را تایید می‌کنند، روی ویرایش سطح یکسانی دارند، و هزینه‌اش دو برابر است. اگر میان دو مدل گوگل مردد هستید، تقریبا همیشه گزینه ارزان‌تر پاسخ درست است.
ردیف آخر جدول، تنها ردیفی است که قابل دانلود است
فلاکس ۲ کلاین ۴B در جایگاه ششم قرار گرفته و این نباید به عنوان ضعف خوانده شود. این مدل ستون قیمت را به طور کامل تصاحب می‌کند (۰.۰۱۴ دلار، حدود یک چهارم رتبه اول) و تنها نامزدی است که در ستون باز بودن وزن‌ها اصلا امتیازی کسب می‌کند. پنج ردیف دیگر همگی صفر گرفته‌اند، چون هیچ کدام وزنی منتشر نکرده‌اند.
یعنی اگر الزام عملیاتی شما استقرار مدل روی زیرساخت خودتان است، این جدول شش گزینه ارائه نمی‌دهد، فقط یک گزینه دارد. این مدل روی یک کارت گرافیک با حدود ۱۳ گیگابایت حافظه اجرا می‌شود و پروانه‌اش آپاچی ۲.۰ است، یعنی استفاده تجاری هم مجاز است. کیفیت آن با صدر جدول فاصله دارد و باید این را پذیرفت؛ در مقابل، نه حساب کاربری لازم دارد، نه کارت بانکی، و نه حضور نام کشور شما در هیچ فهرستی.
ستون ایران امروز هیچ تمایزی ایجاد نمی‌کند
این نکته باید صریح نوشته شود چون از خود جدول قابل استخراج نیست. سه نامزد در این ستون داده دارند: جی پی تی ایمیج ۲ و هر دو مدل گوگل. هر سه دقیقا یک وضعیت یکسان دارند: ایران در فهرست کشورهای پشتیبانی شده آن‌ها نیست و مسیر پرداخت رسمی هم وجود ندارد. وقتی همه مقادیر یک ستون برابر باشند، موتور امتیازدهی به همه آن‌ها امتیاز کامل می‌دهد. در نتیجه این ستون میان سه نامزد نخست هیچ تمایزی ایجاد نمی‌کند.
آنچه این ستون واقعا انجام می‌دهد این است: سه نامزد دیگر را ده امتیاز جریمه می‌کند، نه به این دلیل که وضعیت آن‌ها بدتر است، بلکه چون سازنده شان اصلا سندی برای خواندن منتشر نکرده. برای فلاکس، فهرست کامل مستندات آن‌ها را بررسی کردیم؛ نه صفحه شرایط استفاده وجود دارد و نه فهرست کشوری، و آدرس شرایط استفاده روی سایت اصلی کد وضعیت ۴۰۴ برمی گرداند. برای سیدریم هم بایت دنس چیزی معادل آن منتشر نکرده. در عمل این ستون دارد می‌سنجد که «آیا سازنده فهرست کشور منتشر کرده یا نه»، و این با «آیا از ایران کار می‌کند یا نه» یکسان نیست. تا زمانی که سند بیشتری پیدا شود، وضعیت همین است و آن را پنهان نمی‌کنیم.
دو معیاری که عمدا در این معماری ساخته نشد
اول، سقف رزولوشن. سه سازنده سه مشخصه ناسازگار منتشر می‌کنند و این سه با هم جمع پذیر نیستند. گوگل برای مدل‌های خود برچسب «تا ۴K» می‌نویسد و در هیچ کجا ابعاد پیکسلی هیچ یک از پله‌های ۰.۵K تا ۴K را منتشر نمی‌کند. اوپن ای آی دقیق‌ترین مشخصات را دارد: ۳۸۴۰ پیکسل در ضلع بلند و مجموع پیکسل میان ۶۵۵۳۶۰ و ۸۲۹۴۴۰۰. بلک فارست لبز عدد ۴ مگاپیکسل را اعلام می‌کند. یک برچسب بدون عدد، یک عدد دقیق، و یک واحد سوم؛ از ترکیب این سه یک ستون قابل ساخت نیست. این اعداد را به عنوان فکت در صفحه هر مدل نگه داشتیم و ستونی برایشان نساختیم.
دوم، متن داخل تصویر. برای فارسی زبانان این شاید مهم‌ترین پرسش عملیاتی باشد، و دقیقا همان چیزی است که هیچ سازنده‌ای عددش را منتشر نمی‌کند. گوگل رندر متن مدل‌های خود را «پیشرفته» توصیف می‌کند. اوپن ای آی خود می‌نویسد که مدلش هنوز ممکن است در رندر متن دچار مشکل شود. بلک فارست لبز فلکس را «تخصصی برای تایپوگرافی» معرفی می‌کند. اینها سه صفت اند و هیچ کدام یک اندازه گیری نیستند. ستونی که از صفت ساخته شود، یک معیار سنجش پذیر نیست. کلید این معیار در ساختار داده ما تعریف شده و خالی مانده، تا روزی که عددی برایش منتشر شود.
چرا میدجرنی در این معماری حضور ندارد
چون هیچ داده‌ای از آن استخراج نشده. midjourney.com از سرور ما کد وضعیت ۴۰۳ برمی گرداند: هم صفحه اصلی، هم صفحه به روزرسانی‌ها، هم مستندات آن. یک تفاوت با اوپن ای آی که ارزش ثبت دارد: درباره openai.com دست کم robots.txt پاسخ می‌دهد و خزیدن را منع نکرده، اما midjourney.com/robots.txt هم خود ۴۰۳ است، یعنی حتی قاعده‌ای که باید رعایت شود هم قابل خواندن نیست.
و برخلاف اوپن ای آی که مدل آن روی هر دو تخته رتبه یک دارد، میدجرنی روی هیچ یک از دو تخته تصویر آرنا حضور ندارد؛ هفتاد و هفت مدل در تبدیل متن به تصویر و پنجاه و سه مدل در ویرایش فهرست شده‌اند، و نام آن در هیچ کدام دیده نمی‌شود. بنابراین نه فکتی در اختیار داریم و نه شاهدی، و ردیفی بدون عدد هم برایش نمی‌سازیم. اگر جایی خواندید میدجرنی برترین است، بپرسید عددش کجاست.
ردیفی که با پوشش نیمی از ستون‌ها رتبه گرفت
سیدریم ۵.۰ پرو در جایگاه چهارم قرار گرفته، در حالی که تنها دو ستون از شش ستون این معماری را پر کرده. روی هر دو تخته جایگاه بالایی دارد (پنجم در ویرایش، هشتم در تبدیل متن به تصویر) و همین برای پیشی گرفتن از فلاکس ۲ مکس با اختلاف چهار دهم امتیاز کافی بوده، در حالی که فلاکس چهار ستون را پر کرده است. این را با احتیاط بخوانید: جایگاه سیدریم در این جدول یعنی «در دو معیاری که سنجیده شده عملکرد خوبی دارد»، نه اینکه «از فلاکس برتر است».
خالی بودن آن چهار ستون هم ناشی از کوتاهی ما نیست. صفحه معرفی سیدریم ۵.۰ پرو باز می‌شود و پر از نمونه است، اما نه شناسه مدل دارد، نه قیمت، نه سقف ورودی مرجع و نه تاریخ. صفحه سیدریم ۵.۰ کد وضعیت ۲۰۰ برمی گرداند و بدنه‌اش خالی است. پوشش داده این ردیف دقیقا ۵۰ از ۱۰۰ است، یعنی درست روی مرز: یک سلول خالی دیگر کافی بود تا از جدول خارج شود و به فهرست «داده کافی نداریم» منتقل شود.
چه زمانی گزینه‌های دیگر مناسب‌ترند
- اگر نیاز شما رندر متن فارسی داخل تصویر است، این جدول پاسخگو نیست: هیچ سازنده‌ای عددی درباره کیفیت رندر متن منتشر نکرده و ما هم این شش مدل را روی فارسی آزمایش نکرده‌ایم.
- اگر به دنبال یک اشتراک ماهانه با رابط گرافیکی هستید، این صفحه مناسب شما نیست؛ این جدول مدل‌ها را ابزارسنجی می‌کند و قیمت‌هایش هزینه هر تصویر روی API است.
- اگر الزام عملیاتی شما استقرار محلی و بدون اتصال اینترنت است، فقط ردیف آخر جدول برایتان قابل استفاده است و بقیه اصلا گزینه محسوب نمی‌شوند.
- اگر تصویر شما باید چند شخصیت ثابت را حفظ کند، به ترتیب این جدول توجه نکنید و مستقیم سراغ ستون ورودی مرجع بروید.
ظرفیت‌های بهبود و ملاحظات فنی
- سقف رزولوشن ستونی در این معماری ندارد، چون سه سازنده سه واحد ناسازگار منتشر می‌کنند.
- کیفیت رندر متن داخل تصویر ستونی ندارد، چون هیچ سازنده‌ای عددی برایش منتشر نکرده.
- ستون ایران امروز میان سه نامزدی که مستند دارند هیچ تمایزی ایجاد نمی‌کند.
- قیمت‌ها به یک اندازه مشخص گره خورده‌اند و برای فلاکس بر مبنای مگاپیکسل محاسبه می‌شود، یعنی عدد این جدول یک کف قیمتی است، نه هزینه یک تصویر بزرگ.
- سیدریم ۵.۰ پرو با پوشش داده ۵۰ درصدی رتبه گرفته و جایگاهش باید با همین قید تفسیر شود.
- امتیازهای آرنا به پیکربندی مشخص سرویس دهی گره خورده‌اند: ردیف اول متعلق به پیکربندی «کیفیت متوسط» است و ردیف نانو بنانا ۲ پسوند جستجوی وب دارد.
- میدجرنی در این جدول حضور ندارد چون هیچ صفحه‌ای از آن برای سرور ما در دسترس نیست و روی هیچ یک از دو تخته هم ردیفی ندارد.
- ما این شش مدل را خودمان کنار هم روی یک پرامپت مشترک اجرا نکرده‌ایم؛ تمام اعداد این جدول منتشرشده و مستند هستند.
جمع‌بندی فنی
اگر باید یک مدل را انتخاب کنید و بودجه محدودیت اصلی نیست، جی پی تی ایمیج ۲ روشن‌ترین انتخاب این معماری است و با فاصله زیاد پیشتاز است. اگر هزینه محدودیت واقعی است، نانو بنانا ۲ را انتخاب کنید و احتمالا تفاوت را در کار روزمره حس نخواهید کرد. و اگر الزام شما مالکیت کامل مدل و عدم وابستگی به زیرساخت بیرونی است، فلاکس ۲ کلاین ۴B تنها گزینه است و باید کیفیت پایین‌تر آن را بپذیرید. سه پاسخ متفاوت برای سه محدودیت متفاوت، و هیچ کدام «بهترین» بدون قید و شرط نیست.
پرسش‌هایی که واقعا پرسیده می‌شود
بهترین هوش مصنوعی برای تولید تصویر کدام است
جی پی تی ایمیج ۲، چون تنها مدلی است که هر دو لیدربورد آرنا را می‌برد. اگر هزینه اهمیت دارد، نانو بنانا ۲ نتیجه‌ای نزدیک با هزینه کمتر ارائه می‌دهد.
کم هزینه‌ترین هوش مصنوعی تولید تصویر کدام است
فلاکس ۲ کلاین ۴B، با هزینه‌ای از ۰.۰۱۴ دلار برای هر تصویر. اگر آن را به صورت محلی اجرا کنید، هزینه‌ای به سازنده پرداخت نمی‌شود، چون وزن آن زیر پروانه آپاچی ۲.۰ منتشر شده است.
کدام هوش مصنوعی متن فارسی داخل تصویر می‌نویسد
نمی‌دانیم و هیچ سازنده‌ای در این باره عددی منتشر نکرده. سه مورد از آن‌ها رندر متن خود را با صفت‌هایی مثل پیشرفته توصیف می‌کنند، اما هیچ کدام درباره فارسی چیزی نگفته‌اند. ما هم این را آزمایش نکرده‌ایم و تا زمانی که این کار انجام نشود، چیزی درباره‌اش نمی‌نویسیم.
کدام مدل تصویر را می‌شود روی کامپیوتر خودم اجرا کرد
فقط فلاکس ۲ کلاین ۴B، که وزن آن زیر پروانه آپاچی ۲.۰ منتشر شده و روی یک کارت گرافیک با حدود ۱۳ گیگابایت حافظه اجرا می‌شود. پنج مدل دیگر این جدول هیچ وزنی منتشر نکرده‌اند.
از ایران می‌شود از اینها استفاده کرد
برای جی پی تی ایمیج ۲ و هر دو مدل گوگل، ایران در فهرست کشورهای پشتیبانی شده نیست و مسیر دسترسی رسمی وجود ندارد. برای فلاکس و سیدریم اصلا سندی برای خواندن منتشر نشده. ما اکانت نمی‌فروشیم و روش دور زدن محدودیت را هم پیشنهاد نمی‌کنیم.
چرا میدجرنی در این جدول نیست
چون سایت آن از سرور ما کد وضعیت ۴۰۳ برمی گرداند و حتی robots.txt آن هم قابل دسترسی نیست، و روی هیچ یک از دو تخته تصویر آرنا هم ردیفی ندارد. نه فکتی در اختیار داریم و نه شاهدی، پس ردیف بدون عدد هم نمی‌سازیم.
اگر خروجی باید یک تصویر آماده انتشار باشد و نه یک خروجی خام مدل، این دقیقا همان کاری است که در
خدمت طراحی گرافیک