Генерация изображений: ChatGPT, Gemini, Nano Banana

Зачем AI для генерации изображений?

Современные AI-инструменты генерируют изображения за секунды по текстовому описанию. Для разработчиков это означает:

• Автоматические обложки для контента и постов
• Прототипирование UI без дизайнера
• Генерация иллюстраций для документации
• Создание ассетов для игр и приложений
• Персонализированные изображения в продуктах

В 2026 году главные игроки — GPT-4o (gpt-image-1), Nano Banana Pro (Gemini), и Midjourney v8. У каждого свои сильные стороны.

---

GPT-4o Image Generation (gpt-image-1)

ChatGPT с марта 2025 полностью перешёл на нативную генерацию изображений через GPT-4o, заменив DALL-E 3. Официальное название API-модели: gpt-image-1.

Что умеет

• Генерация изображений из текстового промпта
• Редактирование существующих изображений (inpainting)
• Генерация с учётом ссылочных изображений (style transfer)
• Чёткое отображение текста внутри изображений
• Понимание контекста разговора — “сделай то же, но в синих тонах”

Тарифы (2026)

Качество	Размер	Цена за изображение
Low	1024×1024	~$0.011
Medium	1024×1024	~$0.042
High	1024×1024	~$0.167

Как использовать через API

Python

from openai import OpenAI
import base64

client = OpenAI(api_key="sk-...")

response = client.images.generate(
    model="gpt-image-1",
    prompt="Логотип технологического стартапа: минимализм, синий градиент, круг с молнией",
    size="1024x1024",
    quality="medium",
    n=1
)

# Изображение возвращается в base64
image_base64 = response.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

with open("logo.png", "wb") as f:
    f.write(image_bytes)

print("Изображение сохранено: logo.png")

Node.js

import OpenAI from 'openai';
import fs from 'fs';

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const response = await client.images.generate({
  model: 'gpt-image-1',
  prompt: 'Логотип технологического стартапа: минимализм, синий градиент, круг с молнией',
  size: '1024x1024',
  quality: 'medium',
  n: 1
});

// Сохранить base64
const imageBase64 = response.data[0].b64_json;
const imageBuffer = Buffer.from(imageBase64, 'base64');
fs.writeFileSync('logo.png', imageBuffer);

console.log('Изображение сохранено: logo.png');

cURL

curl https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-1",
    "prompt": "Логотип: минимализм, синий градиент, круг с молнией",
    "size": "1024x1024",
    "quality": "medium"
  }' | jq -r '.data[0].b64_json' | base64 -d > logo.png

Редактирование изображения

response = client.images.edit(
    model="gpt-image-1",
    image=open("original.png", "rb"),
    mask=open("mask.png", "rb"),  # Белая область = что изменить
    prompt="Замени фон на закат над горами",
    size="1024x1024"
)

Совет

GPT-4o особенно силён в точном рендеринге текста внутри изображений. Если нужно добавить надпись на постер или логотип с буквами — это его конёк.

---

Nano Banana Pro (Gemini 3 Pro Image)

Nano Banana Pro — кодовое название флагманской модели Google для генерации изображений. API-идентификатор: gemini-3-pro-image-preview. Вышла в начале 2026 года.

Возможности

• Генерация изображений из текста с высокой детализацией
• Нативная поддержка мультиязычного текста в изображениях (ошибки < 10%)
• Понимание до 14 ссылочных изображений одновременно
• Скорость генерации: 8-12 секунд
• SynthID watermarking — идентификация AI-изображений

Тарифы (2026)

Модель	Цена за изображение
Nano Banana Pro (gemini-3-pro-image-preview)	$0.039
Imagen 4 Fast	$0.020
Imagen 4 Ultra	$0.040

Бесплатно через Google AI Studio: до 500-1000 изображений в день (зависит от модели).

Установка и настройка

pip install google-genai

Получи API ключ на aistudio.google.com.

Использование

Python

from google import genai
from google.genai import types
import base64

client = genai.Client(api_key="AIza...")

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="Нарисуй обложку для технического курса по AI: футуристично, неоновые цвета, код на фоне",
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE", "TEXT"]
    )
)

for part in response.candidates[0].content.parts:
    if part.inline_data:
        image_bytes = base64.b64decode(part.inline_data.data)
        with open("cover.png", "wb") as f:
            f.write(image_bytes)
        print("Сохранено: cover.png")
    elif part.text:
        print(part.text)

Node.js

import { GoogleGenAI } from '@google/genai';
import fs from 'fs';

const ai = new GoogleGenAI({ apiKey: process.env.GOOGLE_API_KEY });

const response = await ai.models.generateContent({
  model: 'gemini-3-pro-image-preview',
  contents: 'Нарисуй обложку для технического курса по AI: футуристично, неоновые цвета',
  config: {
    responseModalities: ['IMAGE', 'TEXT']
  }
});

for (const part of response.candidates[0].content.parts) {
  if (part.inlineData) {
    const imageBuffer = Buffer.from(part.inlineData.data, 'base64');
    fs.writeFileSync('cover.png', imageBuffer);
    console.log('Сохранено: cover.png');
  }
}

Заметка

Бесплатный лимит AI Studio: 100 изображений/день в приложении Gemini, 500 запросов/день через API. Отлично для разработки и тестирования.

OpenClaw: Nano Banana Pro скилл

В OpenClaw есть встроенный скилл для работы с Nano Banana Pro:

/nano-banana-pro нарисуй логотип для приложения с котом-хакером

Скилл автоматически выбирает модель, формирует запрос и возвращает изображение прямо в чат.

---

Midjourney v8

Midjourney — лидер по художественному качеству изображений. Версия v8 (2026) добавила:

• Нативный веб-интерфейс (не только Discord)
• Режим Character Reference — сохранение внешности персонажей
• Style Reference — применение стиля одного изображения к другому
• Улучшенная фотореалистичность

Важно: нет официального API

По состоянию на начало 2026, у Midjourney нет официального публичного API. Все официальные взаимодействия — через Discord-бот или веб-интерфейс на midjourney.com.

Для автоматизации используют:

• APIFrame (apiframe.ai) — unofficial wrapper API
• Apify — cloud scraper для автоматизации
• Zapier/Make — no-code интеграции

Осторожно

Unofficial API-враппры нарушают ToS Midjourney. Используй для серьёзных продуктов официальные альтернативы с публичным API (GPT-4o, Gemini, FLUX).

Тарифы (2026)

Plan	Цена	GPU часы
Basic	$10/мес	3.3 ч/мес
Standard	$30/мес	15 ч/мес
Pro	$60/мес	30 ч/мес
Mega	$120/мес	60 ч/мес

---

FLUX — Open Source альтернатива

FLUX от Black Forest Labs — лучший open source вариант на 2026 год. Полностью самохостится.

# Установка через diffusers
pip install diffusers transformers accelerate

# Или запуск через ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI

from diffusers import FluxPipeline
import torch

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    torch_dtype=torch.bfloat16
)
pipe.enable_model_cpu_offload()

image = pipe(
    "Футуристичный город ночью, неоновые огни, дождь",
    height=1024,
    width=1024,
    num_inference_steps=50,
).images[0]

image.save("city.png")

Модели FLUX:

• FLUX.1-schnell — быстрая, Apache 2.0 лицензия (коммерческое использование)
• FLUX.1-dev — высокое качество, non-commercial
• FLUX.1-pro — через API fal.ai, $0.055/изображение

---

Сравнение инструментов

GPT-4o (gpt-image-1)

Лучший для: текст в изображениях, контекстное редактирование, интеграция с ChatGPT
API: ✅ Официальный
Цена: от $0.011/img
Уникально: нативное понимание диалога

Nano Banana Pro

Лучший для: детализированные иллюстрации, мультиязычный текст, бесплатная квота
API: ✅ Официальный
Цена: от $0.020/img
Уникально: 14 референсных изображений одновременно

Midjourney v8

Лучший для: художественные изображения, маркетинговые материалы
API: ❌ Нет официального
Цена: от $10/мес
Уникально: художественное качество вне конкуренции

FLUX (open source)

Лучший для: self-hosted, коммерческие проекты без API-зависимости
API: через fal.ai / Replicate
Цена: $0 (self-host) / от $0.055
Уникально: полный контроль, без цензуры

---

Когда что использовать

Задача	Рекомендация
Генерация в чате/продукте	GPT-4o gpt-image-1
Большой объём, бюджет важен	Imagen 4 Fast (Gemini)
Максимальное художественное качество	Midjourney (вручную)
Self-hosted / privacy-first	FLUX.1-schnell
Прототипирование (бесплатно)	Google AI Studio
Интеграция в OpenClaw	Nano Banana Pro скилл

---

Практика: автоматическая генерация обложек

Создадим скрипт, который генерирует обложку для статьи по заголовку.

import os
from openai import OpenAI
import base64

client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

def generate_cover(title: str, output_path: str = "cover.png"):
    """Генерирует обложку для статьи по заголовку."""

    prompt = f"""
    Создай обложку для технической статьи на тему: "{title}".
    Стиль: современный, минималистичный, тёмный фон, акцентный цвет — синий или фиолетовый.
    Без текста в изображении. Абстрактные технологические элементы.
    """

    response = client.images.generate(
        model="gpt-image-1",
        prompt=prompt,
        size="1792x1024",  # Широкоформатная обложка
        quality="medium"
    )

    image_bytes = base64.b64decode(response.data[0].b64_json)

    with open(output_path, "wb") as f:
        f.write(image_bytes)

    print(f"Обложка сохранена: {output_path}")
    return output_path

# Использование
generate_cover("Введение в вайб-кодинг с AI", "vibe-coding-cover.png")
generate_cover("Cursor vs Codex: сравнение AI-редакторов", "cursor-vs-codex-cover.png")

Batch-генерация через Gemini (дешевле)

from google import genai
from google.genai import types
import base64
import asyncio

client = genai.Client(api_key=os.environ["GOOGLE_API_KEY"])

async def generate_batch(titles: list[str]):
    """Генерирует обложки для списка статей параллельно."""

    async def generate_one(title: str, index: int):
        response = await client.aio.models.generate_content(
            model="imagen-4-fast",  # Более дешёвая модель для batch
            contents=f"Обложка для статьи: {title}. Технологический стиль, тёмные тона",
            config=types.GenerateContentConfig(
                response_modalities=["IMAGE"]
            )
        )

        for part in response.candidates[0].content.parts:
            if part.inline_data:
                img_bytes = base64.b64decode(part.inline_data.data)
                filename = f"cover_{index}.png"
                with open(filename, "wb") as f:
                    f.write(img_bytes)
                print(f"Готово: {filename}")

    tasks = [generate_one(title, i) for i, title in enumerate(titles)]
    await asyncio.gather(*tasks)

# Запуск
titles = [
    "Как настроить Cursor для максимальной продуктивности",
    "FLUX vs Midjourney: что выбрать в 2026",
    "Автоматизация с OpenClaw: практическое руководство"
]
asyncio.run(generate_batch(titles))

---

Промпт-инжиниринг для изображений

Хороший промпт = хорошее изображение. Несколько приёмов:

Структура промпта

[Объект/сцена] + [Стиль] + [Освещение] + [Качество] + [Цветовая схема]

Плохо:

Кот программист

Хорошо:

Кот в толстовке с капюшоном сидит за двумя мониторами с кодом,
профессиональная студийная фотография, мягкое боковое освещение,
cyberpunk стиль, неоновые синие и фиолетовые тона, детализированный fur

Полезные ключевые слова

Качество	Стиль	Освещение
photorealistic	minimalist	golden hour
8K resolution	cyberpunk	studio lighting
highly detailed	flat design	neon lights
sharp focus	isometric	backlit
professional photo	illustration	dramatic shadow

---

Официальные ресурсы

• DALL-E 3 (OpenAI) — генерация изображений от OpenAI
• Google Gemini — мультимодальный AI от Google
• Nano Banana Pro (OpenClaw) — скилл генерации изображений

Ресурсы

• OpenAI Images API docs — официальная документация gpt-image-1
• Google AI Studio — бесплатная квота для Nano Banana Pro
• Midjourney Docs — официальная документация
• FLUX на Hugging Face — open source модели
• fal.ai — облачный запуск FLUX и других open source моделей