Изображения по фото нейросетью: 7 шагов и цена кадра

Изображение по фото: что это и чем оно не является

Генерация по фото - это режим, в котором ты отдаёшь модели свой снимок как образец, а получаешь НОВУЮ картинку с тем же человеком или предметом. В интерфейсах Google и OpenAI он называется image-to-image. На выходе не улучшенный исходник и не вырезанное лицо на новом фоне, а собранное заново изображение, которое держится за образец

Три входа легко перепутать, и от путаницы растёт половина разочарований

В интерфейсах третий режим называют по-разному: образец, референс, «картинка в картинку». Слово меняется, смысл один: твой снимок работает ориентиром, поверх которого собирается новый кадр

Отсюда сразу практическая развилка. Задача «убрать лишнего человека с моего фото» закрывается вторым режимом, и деньги за третий платить незачем. А вот под «хочу себя в деловом костюме на светлом фоне, а такого снимка нет» нужен именно он

Почему лицо на выходе выглядит другим человеком

Потому что модель не переносит пиксели твоего лица в новый кадр, а рисует его заново, опираясь на образец. Это главная причина, из которой дальше выводятся все рабочие правила, и её почти нигде не объясняют

Представь, что ты показал художнику фотографию и попросил нарисовать этого человека в другой обстановке. Художник смотрит на снимок, запоминает форму носа, разрез глаз, линию челюсти и рисует. Получится похоже. Точной копией это не станет никогда, потому что копию никто и не делал

Из механики следуют четыре вещи, которые экономят попытки и деньги

Первое. Чем хуже видно лицо на исходнике, тем меньше модели за что зацепиться. Снимок в кепке, в тени, вполоборота, с бликом на очках даёт разброс на выходе, и виноват тут не сервис

Второе. Чем длиннее список условий в одном запросе, тем охотнее модель жертвует чем-то из списка. Официальное руководство Google прямо советует собирать сложную сцену по шагам, вместо одного абзаца с требованиями

Третье. Результат каждый раз слегка другой. Одинаковый запрос на одном и том же образце вернёт похожие, но не идентичные кадры. Поэтому нормальная работа держится на трёх-пяти запусках, из которых лучший выбирается глазами

Четвёртое. Просьба сохранить черты лица без изменений работает лучше, если стоит отдельной короткой фразой, а не тонет посреди описания одежды и света

Сколько фотографий модель берёт как образец

До четырнадцати изображений в одном запросе, но раскладка у трёх моделей разная, и разница решает, получится ли собрать сцену. На официальной странице документации это сказано так:

«Gemini 3 image models let you to mix up to 14 reference images. These 14 images can include the following:»

Google, документация Gemini API, раздел генерации изображений, снято 19.08.2026

Дальше идёт таблица, из которой видно, что четырнадцать бывают разными четырнадцатью

Читается это так. Самая дешёвая модель принимает больше всего картинок, но у неё нет отдельной строки под лица: она держит предметы, а не людей. Как только тебе нужно, чтобы на кадре узнавали именно человека, ты уходишь на две старшие, и у старшей из них появляется третья строка. Это образцы стиля, то есть картинки, с которых берётся манера, а не содержимое

Практический вывод простой. Для кадра с одним человеком хватает одного хорошего образца, лишние снимки того же лица помогают меньше, чем кажется. Несколько образцов начинают работать там, где в кадре должно оказаться сразу несколько разных вещей: ты, твой товар и, скажем, конкретная обстановка

Там же в ограничениях сказано прямо, что модель не всегда возвращает ровно то количество картинок, которое у неё попросили. Сбоем это не считается: поведение заявлено прямо в документации

Какого размера получится кадр

От 512 пикселей по короткой стороне до 4K, и размер ты выбираешь сам до запуска. Ступеней четыре: 0.5K, 1K, 2K и 4K, доступны они не у всех моделей одинаково

Полезные строки из этой таблицы, чтобы не считать самому:

Кадр выше показывает начало этой таблицы, там читаются квадрат и портрет. Широкие пропорции 16:9, 9:16 и 21:9 стоят в ней ниже линии обреза, их я взял с той же страницы документации

Правило выбора ступени бытовое. Кадр, который живёт только в ленте и в переписке, закрывается ступенью 1K. Как только он попадёт на страницу сайта, на обложку или в печать, бери сразу 2K: у старшей модели обе ступени стоят одинаково, а переделывать потом дороже

Ступень 4K нужна редко и стоит заметно дороже. Смысл в ней появляется, когда кадр пойдёт крупным форматом или его будут резать на части

Сколько стоит один кадр в рублях

От 51 копейки до 20 рублей 44 копеек за штуку, разрыв внутри одной темы сорокакратный. Цены я снял с официальных страниц тарифов Google и OpenAI 19 августа 2026 года и пересчитал в рубли по курсу Центробанка того же дня

Курс взят из официальной выдачи Центробанка: доллар США 85,1645 ₽ на 19.08.2026. Пересчёт прогнан отдельным расчётом, вот что вышло:

Цены сняты 19.08.2026 с официальных страниц тарифов, пересчёт по курсу ЦБ 85,1645 ₽ за доллар. Вот хвост сырого расчёта, откуда взяты крайние значения:

вход: одно фото-образец у Nano Banana Pro = 0.0011 USD = 0.09 RUB
итого: самый дешёвый кадр 0.51 RUB, самый дорогой 20.44 RUB, разрыв 40.0x

Что тут увидишь. Правая колонка таблицы отвечает на бытовой вопрос: сколько картинок выйдет из тысячи рублей. У самой дешёвой строки почти две тысячи штук, у самой дорогой сорок восемь

Твоё фото на входе стоит почти ничего: девять копеек за один образец. Деньги списываются за нарисованный кадр, сам факт загрузки снимка почти бесплатен

Отдельная строка, которую стоит прочитать до того, как выбирать размер. У старшей модели ступени 1K и 2K стоят ОДИНАКОВО, 11,41 ₽ за кадр. Значит брать 1K, когда доступна 2K, смысла нет: платишь ту же сумму за вчетверо меньше пикселей

Ещё одна нелогичная на вид строчка есть у OpenAI, и она прямо оговорена в их руководстве:

«A larger non-square resolution can sometimes produce fewer output tokens than a smaller or square resolution at the same quality setting.»

OpenAI, руководство по генерации изображений, снято 19.08.2026

По-русски: вертикальный кадр 1024 на 1536 в высоком качестве стоит 14,05 ₽, а квадрат 1024 на 1024 в том же качестве стоит 17,97 ₽. Больше пикселей, меньше денег. Проверять это стоит на каждом сервисе отдельно, вслепую логика «больше значит дороже» не работает

Сколько стоит серия, а не один кадр

Цену одиночного кадра меряют в статьях, а из кошелька уходит цена серии: пять сценариев по три попытки на каждый дают пятнадцать запусков и 172,59 ₽ на старшей модели. Вот весь разброс по тем же ценам:

СЕРИЯ: 5 сценариев x 3 попытки = 15 кадров
Nano Banana Pro, 1K/2K        0.1340    2.0265    172.59
самая дешёвая серия 7.66 RUB, самая дорогая 308.00 RUB, разрыв 40.2x

Одну оговорку по этому расчёту делаю сразу, иначе цифры не сойдутся при проверке. Цена кадра на старшей модели без округления - 11,4120 ₽, а не ровно 11,41 ₽, поэтому пятнадцать кадров дают 171,18 ₽. В строки Google я добавил загрузку образца: пятнадцать запусков дают 1,41 ₽ сверх цены кадров, и 171,18 + 1,41 = 172,59 ₽ на старшей модели. В строках OpenAI входного изображения нет: там своя ставка за вход, я её не снимал и в расчёт не тащил

Что это тебе даёт. Полный комплект кадров под профиль, обложку и пару постов на старшей модели в 2K обходится в 172,59 ₽. Это цифра, с которой можно принимать решение, в отличие от «около пяти рублей за картинку»

Три попытки на сценарий я заложил не для красоты. Модель каждый раз рисует лицо заново, и разброс тут заявлен в самой документации. Один запуск на сценарий означает, что ты берёшь первое, что выпало

Отдельно про бесплатное. У всех трёх картиночных моделей Google в тарифной таблице в колонке бесплатного тарифа стоит «Not available». На кадре в начале страницы это читается у старшей модели, остальные две стоят в той же таблице ниже. То есть бесплатного доступа к ним через ключ разработчика нет вовсе, бесплатно работают только приложения и сайты, где сервис сам платит за модель

Что открылось с российского адреса, а что нет

Проверял я с сервера в Москве, а не с домашнего интернета: иначе замер ничего не значит. Запрос уходил с обычным браузерным заголовком, ожидание ответа до двадцати секунд, вот две крайние строки сырого результата:

https://shedevrum.ai/                                        200 0.190285s
https://fusionbrain.ai/                                      000 20.002227s

Читать это надо аккуратно, и вот где я остановлюсь честно

Если страница открылась - это значит ровно одно: адрес рабочий. Это НЕ значит, что сервис пустит тебя к генерации: вход требует учётной записи, а региональные правила проверяются уже внутри. Поэтому про Шедеврум я пишу «страница открылась», а не «работает из России без ограничений»

По Шедевруму есть отдельная деталь из того же дня: более ранний прогон показал переход на страницу входа Яндекса. Значит без учётной записи Яндекса внутрь не попасть, и такое поведение штатное

Такой отказ у ChatGPT - штатный ответ защиты сайта на запрос без полного браузерного отпечатка. Из него нельзя сделать вывод «заблокирован», и я такого вывода не делаю. Оплату я в этот день не проверял ни на одном сервисе, поэтому про карты российских банков вывода здесь тоже не будет: замера нет, значит и утверждения нет

Ноль вместо кода у Fusion Brain, где живёт Кандинский, значит, что ответа не пришло за двадцать секунд. Прогонов в тот день было три, все с московской точки, и адрес не ответил ни в одном. Причину я не называю: сервис мог лежать, мог отвечать выборочно, мог фильтровать запросы. Факт один - в день проверки он молчал каждый раз. Многие статьи по этой теме уверенно советуют Кандинский как бесплатный путь без VPN, и вот эту уверенность я разделить не могу

Отдельный разбор этой части лежит в гайде Нейросеть Кандинский онлайн: 2 входа, мой прогон в одном

Бесплатные пути и где у них потолок

Бесплатно поработать с образцом можно, но каждый бесплатный путь упирается в один из трёх потолков, и лучше знать в какой заранее

Третья строка - та самая, которую редко называют вслух. У всех трёх картиночных моделей Google в официальной таблице тарифов колонка бесплатного тарифа заполнена словами «Not available». Никакого пробного объёма там нет

Первые два потолка проявляются одинаково: младшая модель держит предметы лучше, чем лица. Для аватарки в переписке этого хватает - если нужна именно аватарка, а не сложный кадр, у меня есть разбор попроще: нейросеть для аватара. Для страницы «обо мне», обложки или карточки товара, где человек должен узнать именно тебя, обычно нет

Отсюда рабочая последовательность, которая не стоит денег на старте. Сначала прогоняешь свой сценарий бесплатно и смотришь, устраивает ли тебя сходство. Если устраивает, ты закончил. Если нет, ты уже знаешь, ЧТО именно не устраивает, и за платный кадр платишь осознанно, а не наугад

Про доступ к Gemini из России и способы оплаты у меня есть отдельный разбор: Gemini нейросеть: как пользоваться из России. Про Midjourney, где логика оплаты своя, тоже отдельно: Midjourney: как пользоваться из России

Семь шагов от своего снимка до готового кадра

Порядок один и тот же в любом сервисе: выбрал модель, загрузил образец, описал сцену, задал пропорцию и ступень, запустил, забрал полный файл. Кнопки называются по-разному, смысл шагов не меняется

Продолжение темы у меня разобрано отдельно: Текст в 3D-сцену нейросетью в 2026 году

Про язык описания. Русский стоит в официальном списке языков, на которых модели Google работают лучше всего, вместе с английским, немецким, японским и ещё десятком. Это написано в разделе ограничений документации, так что переводить свой запрос не нужно

Про длину. Официальное руководство советует разбивать сложную сцену на шаги: сначала обстановка, потом человек, потом деталь. Там же есть приём, который экономит попытки: вместо запрета «без машин» описывать желаемое утвердительно, «пустая улица без движения». Модели плохо работают с отрицанием и легко выполняют описание

Если хочешь делать это потоком, а по одному кадру руками уже надоело, тебе понадобится окно, где ты обычными словами ставишь задачи ИИ. Как его себе поставить, разобрано отдельно: установка рабочего окна с ИИ

Пять сценариев, под которые это берут чаще всего

Пять задач закрывают почти весь спрос на кадр по своему фото, и под каждую меняется не модель, а описание сцены

Последняя строка - приём, который экономит потом час работы в редакторе. Если сразу попросить оставить свободную зону под текст, кадр ляжет в макет без переделки. Про то, как из такого кадра собирается изображение со смыслом, а не декоративная картинка, есть отдельный разбор: как собрать кадр со смыслом

Отдельный случай - предмет вместо человека. Товар держат все три модели, включая младшую, и там образцов можно давать больше. Логика та же: снимок предмета на входе, описание новой сцены в тексте, на выходе тот же предмет в другой обстановке. Родственная задача с комнатой разобрана здесь: нейросеть для дизайна интерьера по фото

Невидимая метка, которая стоит на каждом кадре

На каждой картинке, вышедшей из этих моделей, стоит цифровая метка о том, что её сделал ИИ. Догадкой это не назовёшь: строка стоит в официальной документации

«All generated images include a SynthID watermark.»

Google, документация Gemini API, раздел ограничений, снято 19.08.2026

Метка невидима глазом и переживает пересохранение и обрезку. Кроме неё на обзорной странице Google сказано, что в приложении к картинке добавляется ещё и видимая отметка об ИИ-происхождении, а любую картинку можно загрузить обратно в приложение и спросить, сделана ли она в Google AI

Почему это важнее, чем кажется. Кадр по своему фото люди ставят ровно туда, где нужно доверие: страница «обо мне», профиль, обложка курса, карточка эксперта. И именно там всё чаще проверяют происхождение изображения

Практический вывод у меня простой и без запугивания. Метка не запрещает пользоваться кадром, она запрещает выдавать его за фотосъёмку. Разница между «мой портрет собран нейросетью по моему снимку» и молчанием в том, что первое не разрушается проверкой, а второе разрушается

Отдельно про права на исходник. В той же документации есть прямое напоминание: загружая изображение, ты обязан иметь на него права. Своё фото - твоё. Чужой портрет, кадр из фильма, фотография человека без его согласия - не твоё, и ответственность за это лежит на том, кто загрузил

Пять ошибок, которые съедают попытки и деньги

Почти все неудачные серии упираются в один из пяти пунктов, и все пять лечатся до запуска, а не после

Шестая ошибка не техническая. Люди ждут точной копии своего лица и меряют результат именно этим. Копии не будет ни на одной модели и ни за какие деньги. Вопрос стоит иначе: узнают меня на этом кадре или нет

Если сходство всё равно не устраивает, задача может быть не той: иногда нужна правка существующего снимка, а это другой инструмент и другие деньги. Разобрано отдельно: обработать фото нейросетью без VPN, а про фотореализм до мелочей есть своё: реалистичные ИИ-картинки

Источники

Все страницы открыты 19 августа 2026 года

• Google, тарифы Gemini API, цена кадра и колонка бесплатного тарифа - ai.google.dev
• Google, документация по генерации изображений: лимиты образцов, пропорции и размеры, список языков, метка SynthID - ai.google.dev
• Google, обзор генерации изображений в приложении Gemini - gemini.google
• OpenAI, руководство по генерации изображений, цена кадра по размерам и качеству - developers.openai.com
• Центробанк России, официальные курсы валют на 19.08.2026 - cbr.ru
• Яндекс, Шедеврум - shedevrum.ai
• Sber AI, Fusion Brain и Кандинский - fusionbrain.ai
• Сбер, портал разработчика GigaChat - developers.sber.ru

Памятка: кадр по своему фото за один заход

Семь строк, по которым проверяется любая серия

Частые вопросы