Пять моделей, 30 изображений: что покупает доплата за quality

Игорь Чепур · «Игорь Чепур — IT-пилигрим» · 2 ноября 2026

Я выбирал модель для своих проектов и сравнил пять моделей на одном сюжете: семейные фотографии, старый альбом и смартфон со второй, цифровой копией архива. Для каждой модели сохранились low, medium и high в двух режимах — Standard и Batch. Получилось 30 квадратных иллюстраций, которые можно рассмотреть и сопоставить с расходом токенов.

Самое полезное в таком тесте — возможность поставить рядом картинку, её цену и конкретную задачу. Надпись high сама по себе мало говорит о том, как будет выглядеть рука на фотографии или сетка снимков на экране. И даже аккуратная таблица расходов может ошибаться: при проверке этого прогона пришлось исправить тарификацию Image 1.5 и смысл времени ожидания Batch.

Что выяснилось

• Сохранены все 30 комбинаций. Каждый оригинал — целый PNG 1024×1024 с подтверждённым SHA-256; повторяющихся файлов нет.
• Полная расчётная стоимость сохранённой матрицы после разделения категорий токенов — $0.980517, или 78.99 ₽. Это расчёт по usage, а не подтверждённое списание из кабинета.
• У Flare и Sunburst в этом прогоне совпали расход image-токенов и цены при каждом quality. Картинки и длительности запросов при этом различаются.
• Одинаковый quality у разных поколений не означает одинаковый бюджет: high у Image 2 дал 7024 image-токена, у обеих моделей 2.5 — 1756.
• Batch позволяет снизить тариф, но клиентское ожидание нельзя принимать за скорость модели. Особенно наглядно это видно у Sunburst low.

Для всех рублёвых сравнений используется 80,5573 ₽/$. Курс введён вручную; его происхождение как официального курса ЦБ не подтверждено. Комиссии и фактическая цена покупки валюты сюда не входят.

Итоги прогона

Все итоги относятся к полному запросу, как и остальные цены статьи.

Зачем проверять именно иллюстрацию для поста

В своих проектах изображение должно помогать читателю понять тему публикации. Для этого мало абстрактной «красоты»: в небольшой иллюстрации должны читаться действие, предметы и связь между ними. На выбранном сюжете бумажные снимки объясняют ценность архива, а смартфон — идею дополнительной копии. Если телефон превращается в панель непонятного приложения, смысл меняется.

Такой сюжет удобен для практической проверки сразу нескольких трудных мест. Руки должны держать тонкую бумагу, а не проходить сквозь неё. Альбом должен оставаться раскрытой книгой с понятным корешком. На маленьком экране нужны фотографии, но не рекламный интерфейс. Свет должен связывать предметы в одну сцену. При этом картинка должна работать и в ленте, где никто не рассматривает каждый пиксель.

Это объяснение выбора сюжета как тестовой задачи, а не рассказ о реальном семейном архиве автора. Все люди и фотографии внутри иллюстраций синтетические. Никаких входных фотографий, снимков родственников или референсов в запросах не было.

Как устроен эксперимент

Матрица проста: пять запрошенных моделей × три quality × два режима. Модели: gpt-image-1-mini, gpt-image-1.5, gpt-image-2, gpt-image-2.5-flare, gpt-image-2.5-sunburst. Каждый запрос просил одно изображение размером 1024×1024. Текст промпта во всех 30 сохранённых записях совпадает побайтно после принятого скриптом чтения файла без краевого перевода строки.

В фактически записанных параметрах переданы только model, prompt, n: 1, size: 1024x1024 и quality. Отдельные настройки seed, фона, формата, сжатия и входных изображений не передавались. Полученные файлы проверены непосредственно: отсутствие size в ответе API не помешало установить размер декодированного PNG.

Во всех 30 записях поле модели из ответа пусто: версия в ответе не указана. Названия в статье — запрошенные aliases, а не доказанные snapshots. Даже если документация перечисляет датированную версию, по этим материалам нельзя утверждать, что именно она обслужила запрос.

Standard здесь — отдельный обычный HTTP-запрос генерации. Batch — реальная отправка задач через Batch API, с последующим получением результатов. Это способ обработки и тарификации, а не художественный стиль. Quality — параметр генерации; в этой статье сравниваются только low, medium и high, без попытки распространить вывод на другие настройки.

Официальные роли двух моделей 2.5 различаются: Flare ориентирована на повседневную генерацию, Sunburst — в том числе на точность редактирования. Наш тест проверяет только создание изображения по тексту. Он не позволяет судить, какая из них лучше сохраняет объект при правках. См. страницу Flare и страницу Sunburst.

Точный исходный промпт

Realistic editorial illustration, photographic style: a cozy home interior, the hands of an elderly woman and a younger adult side by side over a wooden table, carefully sorting a stack of faded printed family photographs and an open worn photo album. Next to them on the table lies a modern smartphone, its screen glowing softly and showing a simple neat grid of the same family photo thumbnails, suggesting the photos are being kept as an extra digital backup copy. Soft warm natural window light, shallow depth of field, muted warm color palette, gentle atmosphere of care and family memory. The scene suggests the idea of preserving a photo archive and keeping a second copy — it must not look like a finished advertised product or a working software interface. No text, no letters, no numbers, no logos, no watermarks, no brand marks anywhere in the image.

Важные ограничения здесь встроены прямо в сюжет: акцент на руках, тёплый естественный свет, простая сетка тех же семейных фотографий, отсутствие текста и брендов. Слова «те же» задают довольно строгую связь между бумагой и экраном. Само появление сетки ещё не доказывает, что модель действительно повторила каждую фотографию.

Как смотреть на эти картинки

Дальше — визуальные суждения по открытым оригиналам, отдельно от измеренных показателей. Баллов качества и рейтинга с десятичными дробями здесь нет. Ясность композиции можно обсуждать предметно; превращать её в точное число по одному примеру было бы ложной аккуратностью.

При оценке рук важны не только пальцы, но и действие: где бумагу придерживают, где она изгибается, какую тень даёт. У смартфона полезно проверить контур корпуса, плоскость экрана, расположение сетки и содержание миниатюр. У альбома — корешок, разворот и толщину страниц. У света — согласованность бликов и теней, а не просто тёплый оттенок всего кадра.

Лица не считаются бонусом автоматически. Промпт просит прежде всего руки, фотографии и альбом. Более широкий портретный кадр может быть хорошей редакционной иллюстрацией, но он отводит часть площади от нужных предметов. Точно так же размытие может выглядеть фотографично и одновременно скрывать дефект миниатюры. Это два разных свойства.

Image 1 Mini: недорогая сцена, экран требует внимания

В gpt-image-1-mini_low_standard_01.png уже присутствуют деревянный стол, руки двух возрастов и семейные снимки. Крупные формы легко читаются, фон мягко размыт. Но телефон в правом нижнем углу показывает светлые полосы и красно-синие блоки. Это гораздо ближе к условному интерфейсу, чем к простой сетке тех же фотографий. Кроме того, справа альбом выглядит почти пустым: связь между архивом и резервной копией приходится достраивать.

Открыть

Источник: gpt-image-1-mini_low_standard_01.png; при отображении 340 CSS px масштаб 1:1. Видны цветные блоки вместо простой фотосетки.

Его парный gpt-image-1-mini_low_batch_01.png даёт более узнаваемую сетку снимков. Руки разложены вокруг альбома, большая фотография лежит на переднем плане. Однако миниатюры и лица на бумаге мягкие, местами сливаются в пятна. Различие двух low нельзя приписать Batch: это две разные случайные генерации без повторной серии.

На medium Standard фотографии на столе занимают больше площади и сетка телефона становится аккуратнее. В gpt-image-1-mini_medium_standard_01.png молодые руки держат снимок за два края; сам альбом при этом почти не читается как раскрытый разворот. В medium Batch он уже хорошо виден в центре, но экран остаётся заметно размытым. Это полезный пример того, что прирост budget не гарантирует лучшего выполнения каждого пункта промпта сразу.

На high Standard видны рельеф кожи, края страниц и семейные портреты в альбоме. gpt-image-1-mini_high_standard_01.png выглядит собраннее low: предметы разделены, бумага и ткань имеют фактуру. В high Batch хорошо читается действие с несколькими карточками над альбомом. У обоих high экран всё ещё скорее обозначает архив, чем даёт проверяемое соответствие бумажным снимкам. В миниатюрных лицах есть упрощения и повторяемость форм.

Цена полного запроса Mini — от 0.1016 ₽ за low Batch до 2.7088 ₽ за high Standard. Для эскиза или небольшой иллюстрации medium выглядит разумной отправной точкой. Для публикации, где принципиален именно экран с архивом, даже выбранный high стоит проверить отдельно. Дешевизна здесь измерена; приемлемость конкретного результата остаётся редакционным решением.

Image 1.5: убедительная бумага и отдельная строка за текст

В low Standard Image 1.5 сразу показывает цветные семейные фотографии, большой раскрытый альбом и понятную фотосетку телефона. gpt-image-1.5_low_standard_01.png хорошо передаёт общую идею. Передние молодые руки и часть стола размыты сильнее, чем старшие руки: это создаёт глубину, но уменьшает возможность проверить контакт пальцев с бумагой.

В gpt-image-1.5_low_batch_01.png кадр построен иначе: альбом слева, телефон ближе к зрителю, молодые руки справа держат изогнутый снимок. Форма бумаги и хват читаются, но сам экран мягкий. Из двух low нельзя вывести стабильное преимущество режима: композиции различны, а контрольного повтора нет.

Medium Standard интересен изношенным корешком, неровными краями снимков и фактурой дерева. У gpt-image-1.5_medium_standard_01.png на белой рамке одной карточки в центральной стопке видна мелкая строка, похожая на подпись. Это отступление от требования «no text», даже если строка не складывается в уверенно читаемые слова. В medium Batch композиция чуть спокойнее: крупная фотография между молодыми руками, альбом за ней, телефон справа. Разноцветные миниатюры присутствуют, но их совпадение с бумагой не доказано.

High Standard даёт много отдельных отпечатков с разными рамками и правдоподобный потёртый альбом. В gpt-image-1.5_high_standard_01.png можно проследить, как молодые руки держат карточку, а старшие рассматривают другую над разворотом. High Batch сохраняет эту логику, меняя кадрирование и расположение вещей. Отдельные лица внутри старых снимков при увеличении всё равно остаются синтетически упрощёнными. High добавляет фактуру, но не превращает миниатюрные портреты в документальные фотографии.

У этой модели обнаружилась существенная ошибка исходного отчёта: все выходные токены были посчитаны по image-тарифу. После разделения категорий medium Standard стоит $0.038607, или 3.1101 ₽. Из этой суммы только выходное изображение — $0.033792. Отсутствие текстового сообщения читателю не делает выходные text-токены бесплатными.

Image 2: насыщенная деталями сцена за заметный бюджет high

В gpt-image-2_low_standard_01.png альбом занимает центр, старшие руки держат один снимок, молодые — другой. Телефон отделён от стопки и имеет читаемую прямоугольную форму. Свет мягкий, возраст рук выражен складками кожи, вязка одежды не превращается в общий шум. При этом экран уже на low похож на фотогалерею, хотя мелкие кадры недостаточны для строгого сравнения с бумажными.

В low Batch бумажные снимки показаны под большим углом и слегка изгибаются. gpt-image-2_low_batch_01.png хорошо передаёт толщину альбома и блеск защитных листов. В верхней полосе телефона появляются мелкие элементы интерфейса, похожие на системные значки и подписи. Запрет текста выполнен не идеально; даже реалистичный телефон может внести нежелательные знаки.

Medium Standard сильнее концентрируется на руках над разворотом. В gpt-image-2_medium_standard_01.png старшая рука приподнимает край листа или фотографии у корешка, молодые руки держат снимок сверху. Такой контакт интереснее простой раскладки, но на пересечении тонких краёв сложнее однозначно прочитать устройство альбома. В medium Batch в кадр вошли оба лица целиком. Это добавляет человеческое присутствие, одновременно уменьшая относительный размер рук и телефона.

В high Standard особенно хорошо видны морщины, вязка и толщина стопки. gpt-image-2_high_standard_01.png сохраняет фокус на действии, хотя лица обрезаны. Телефон на переднем плане остаётся менее резким, чем руки. High Batch, напротив, построен как общий семейный портрет за столом; молодая женщина указывает на снимок. Деталей много, но появление лиц не означает более точного следования исходному акценту на руках.

High Standard Image 2 — самый дорогой сохранённый запрос: 17.0447 ₽, HTTP-длительность 115,021 с. На выходное изображение пришлось 7024 токена. Для небольшого поста такая доплата требует конкретного основания: нужного жеста, подходящего кадрирования или заметной на конечном размере фактуры. Само максимальное число деталей не гарантирует, что иллюстрация лучше объяснит тему.

Flare: выразительная предметная сцена при меньшем расходе high

У gpt-image-2.5-flare_low_standard_01.png хорошо разделены стопка фотографий, разворот и телефон. Старшая рука держит карточку горизонтально, молодая находится рядом со стопкой. Свет подчёркивает глянец бумаги. Экран показывает ряд похожих цветных кадров на природе — фотосетка есть, но она не выглядит точным набором тех же выцветших бумажных оригиналов.

Low Batch меняет ракурс, добавляет кружку справа и переводит акцент на старшую руку с карточкой. В gpt-image-2.5-flare_low_batch_01.png у альбома хорошо виден потёртый край, а дальняя часть стола отделена глубиной резкости. В телефоне появились мелкие элементы управления; это ещё один повод различать правдоподобную фотогалерею и строгое исполнение запрета любых знаков.

Medium Standard — более широкий кадр с двумя лицами, кружкой и цветами. Он пригоден для человеческого сюжета о памяти, но содержит больше отвлекающих деталей, чем буквально просит промпт. В gpt-image-2.5-flare_medium_batch_01.png лица обрезаны, руки и стопки занимают больше места; молодая рука лежит на снимках, телефон показывает аккуратную сетку. Разный визуальный характер у одинакового quality напоминает о случайности единичного результата.

В high Standard выразительны кожа старшей руки, край удерживаемой фотографии и слоистые страницы справа. gpt-image-2.5-flare_high_standard_01.png особенно удобно рассматривать на фрагментах: пальцы и бумага достаточно крупные. Телефон находится слева внизу, на нём отчётливо видны отдельные миниатюры. В high Batch молодая рука указывает на карточки, а альбом сдвинут вправо; изображение снова меняет смысловой центр без изменения параметра quality.

High Standard Flare здесь стоит 4.3134 ₽ — столько же, сколько medium Standard Image 2. Причина проверяема: по 1756 выходных image-токенов и одинаковая ставка. Для этой сцены Flare high — практический кандидат на стартовый вариант: достаточно крупных предметных деталей при меньшем бюджете, чем high Image 2. Это выбор по конкретным кадрам, без обещания универсального превосходства.

Sunburst: спокойная композиция, но запреты тоже надо проверять

Low Standard Sunburst показывает старшую руку с вертикально ориентированным снимком и молодую руку рядом с разворотом. В gpt-image-2.5-sunburst_low_standard_01.png хорошо читаются блик на столе, тонкие страницы и сетка телефона справа. Передние фотографии размыты; сравнивать их содержание с экраном трудно. Глубина резкости работает на атмосферу, но ограничивает проверку детализации.

В low Batch обе пары рук сходятся на одной фотографии. Это ясный жест совместного просмотра. Однако у gpt-image-2.5-sunburst_low_batch_01.png в нижнем правом углу виден светлый четырёхлучевой знак, похожий на watermark. Промпт прямо запрещает водяные знаки, поэтому этот экземпляр нельзя назвать чистым выполнением задания. По изображению нельзя установить происхождение знака: здесь фиксируется только наблюдаемый дефект, без догадки о том, кто его добавил.

Открыть

Источник: gpt-image-2.5-sunburst_low_batch_01.png. Масштаб 1:1 при 128 CSS px; происхождение знака неизвестно.

Medium Standard делает молодую руку указателем: палец направлен на фотографию в альбоме, старшая держит другую над ним. gpt-image-2.5-sunburst_medium_standard_01.png хорошо связывает жест и объект. На экране смешаны цветные и чёрно-белые миниатюры. Medium Batch возвращается к общему удерживаемому снимку; бумага, корешок и сетка читаются, но одинаковость цифровых и бумажных кадров по-прежнему не доказана.

В high Standard молодая рука указывает на край удерживаемой фотографии. gpt-image-2.5-sunburst_high_standard_01.png показывает тонкий изгиб карточки, ткань страниц, блеск справа и отчётливую разницу возрастов рук. High Batch меняет расположение снимков и цветовые отношения; палец уже направлен на альбом. Это два убедительных варианта общей сцены, но не два измерения стабильности модели.

High Standard Sunburst стоит 4.3134 ₽ и занял 38,849 с по HTTP-таймеру. При равной цене с Flare high выбор можно делать по композиции и нужному жесту. Проверить сильную сторону Sunburst в редактировании этот прогон не позволяет: ни одного запроса правки здесь нет.

Фрагменты: руки, смартфон и фотографии

Для сравнения ниже взяты high Standard всех пяти моделей. Каждый фрагмент содержит ровно 256×256 пикселей оригинала, без повышения резкости, дорисовки, цветокоррекции и изменения разрешения. Координаты отсчитываются от левого верхнего угла, правая и нижняя границы исключаются. На узком экране отображение может уменьшаться; файл остаётся исходным вырезом. Разные композиции требуют разных координат, поэтому это одинаковый пиксельный масштаб, а не одинаковый физический размер руки.

На руках полезно сравнивать границу ногтя и кожи, положение большого пальца и контакт с карточкой. На телефонах заметно, как быстро маленькая фотография теряет узнаваемость при увеличении. Бумажные портреты у всех моделей остаются областью локальных упрощений: общий семейный сюжет читается лучше, чем индивидуальность каждого человека. Это ограничение наблюдаемых экземпляров, а не численный рейтинг анатомии.

Руки и контакт с предметами

Экран смартфона

Бумажные фотографии

За что платит quality

Все оригиналы имеют одинаковое разрешение. Поэтому доплата за high в этом опыте не покупает дополнительные пиксели файла. Она связана с режимом генерации и расходом токенов. Визуально её можно увидеть в фактуре кожи, материалах, мелких объектах и организации сцены, но изменение композиции мешает считать разницу чистым эффектом одного параметра.

У Mini и Image 1.5 выход изображения составил 272 / 1056 / 4160 токенов для low / medium / high. У Image 2 — 196 / 1756 / 7024. У Flare и Sunburst — 196 / 439 / 1756. В этой матрице Standard и Batch внутри каждой пары дали одинаковое число image-токенов. Это описание сохранённых ответов, а не обещание расхода любого будущего сюжета.

Особенно важно не сравнивать названия quality как одинаковые ступени между поколениями. Medium 2.5 расходует в четыре раза меньше выходных image-токенов, чем medium Image 2. High 2.5 совпадает по расходу с medium Image 2. Тем не менее равный бюджет токенов не делает картинки идентичными: модели по-разному строят свет, предметы и кадрирование.

Практический способ читать эти данные — сначала определить минимально приемлемый результат на реальном размере поста. Затем посмотреть оригинал в местах, которые важны для смысла. Если medium уже хорошо объясняет сюжет, переплата за high должна решать видимую проблему. Если low исказил экран или потерял альбом, его низкая цена не делает иллюстрацию готовой к публикации.

Открыть

Выходные image-токены. В этой выборке Standard и Batch совпали.

Цена картинки и цена полного запроса

Пересчёт строится по четырём категориям: входной текст, входные изображения, выходной текст и выходные изображения. Формула — сумма произведений количества токенов каждой категории на её ставку за миллион. Входных изображений в этом тесте нет, и ноль здесь подтверждён usage. Неизвестную категорию нельзя было бы просто заменить нулём.

Для Mini Standard ставки входного текста / входного изображения / выходного изображения составляют $2 / $2,5 / $8 за миллион. Для Image 1.5 — $5 / $8 / $32 и отдельно $10 за выходной текст. Для Image 2 и двух моделей 2.5 — $5 / $8 / $30. Batch-ставки этих категорий в проверенной таблице вдвое ниже, включая $5 за выходной текст Image 1.5. Ссылки: официальные тарифы, Mini, Image 1.5, Image 2.

Тарифы проверены 2 ноября 2026 года, в день эксперимента. Это текущая официальная таблица на дату проверки, а не независимая историческая выгрузка биллинга. Исходный снимок тарифов совпадает с ней по использованным image-ставкам, но не содержит отдельной ставки text output для Image 1.5. Применение исправленного расчёта обосновано этой таблицей и деталями usage; квитанции списания в материалах нет.

Показательный запрос — Image 1.5 medium Standard. В нём 173 входных текстовых токена, 1056 выходных графических и 395 выходных текстовых. Получается:

173 × $5 / 1 000 000      = $0.000865  — входной текст
1056 × $32 / 1 000 000    = $0.033792  — выходное изображение
395 × $10 / 1 000 000     = $0.003950  — выходной текст
Итого                    = $0.038607

Исходный отчёт давал $0,047297, умножая все 1451 выходных токена на $32. Исправление снижает сумму, но не до стоимости одной картинки: text output остаётся оплачиваемой категорией. В шести ответах Image 1.5 количество выходных text-токенов различается — от 187 до 416. Для остальных четырёх моделей в сохранённых ответах эта категория равна нулю.

Открыть

Полная расчётная стоимость запроса, ₽. Курс 80,5573 ₽/$, введён вручную.

Расходы на входной текст невелики, но на дешёвом low их доля заметнее. Поэтому опубликованная ориентировочная цена «за картинку» и стоимость полного запроса могут различаться. Здесь в подписях галереи и итоговой таблице всегда используется полный запрос. Для каждого результата CSV отдельно содержит стоимость самого image output и каждой другой категории.

Открыть

Структура расходов: по шести результатам каждой модели. Входных image-токенов нет.

Сумма 30 сохранённых запросов — $0.980517 ≈ 78.99 ₽. Standard в этой матрице даёт $0.653708, Batch — $0.326809. Рублёвые суммы считаются из неокруглённых долларов по одному курсу; округление каждой строки перед суммированием может дать небольшое расхождение последнего знака.

В исходной шапке $1,016039 оказались смешаны две суммы: $1,013517 за сохранённые результаты по прежней формуле и $0,002522 оценки потери. Исправление категорий Image 1.5 уменьшает первую на $0,033000. Поэтому прежние $1,0160 / 81,85 ₽ нельзя напрямую сравнивать с новой чистой суммой матрицы.

Отдельно в состоянии прогона записана потерянная успешная генерация Mini low Standard. Её usage не сохранился. Дополнительный расход оценён в $0,002522 по повторному запросу, а не измерен. Эта оценка не входит в сумму 30 сохранённых результатов. Называть её точным списанием или включать в доказанную стоимость картинки нельзя. Итоговый счёт аккаунта по предоставленным файлам установить невозможно.

Что даёт Batch по цене

Открыть

Standard и Batch: каждый столбец — отдельный сохранённый результат.

В нашем наборе Batch примерно вдвое дешевле соответствующего Standard. Для четырёх моделей с нулевым text output и совпавшим расходом токенов пары дают ровно половину. У Image 1.5 небольшое отклонение связано с разным количеством выходных text-токенов в двух отдельных генерациях.

Это сравнение не отвечает на вопрос, одинаково ли хороши результаты двух режимов в среднем. Для этого нужны повторные серии и заранее заданная оценка качества. Здесь Batch иногда дал более удобный ракурс, иногда — менее подходящую мелочь. Принимать удачный единичный кадр за эффект способа обработки было бы ошибкой.

Batch удобен там, где иллюстрации можно подготовить заранее: например, для очереди постов. При интерактивном выборе обложки важнее время обратной связи. Скидка имеет смысл только вместе с допустимым сроком ожидания; скорость конкретных заданий рассмотрим отдельно.

Время: четыре разных интервала

У Standard таймер скрипта охватывает вызов HTTP-функции до возврата ответа: отправку, ожидание, получение и разбор ответа. Запись PNG происходит после остановки таймера. Поэтому график показывает длительность HTTP-запроса по методике скрипта, а не чистое серверное время рисования.

Открыть

Один HTTP-запрос на точку; это наблюдения, без статистического обобщения.

На low получились значения от 8,605 до 14,192 с, на medium — от 14,089 до 38,750 с, на high — от 25,267 до 115,021 с. Эти диапазоны описывают пять сохранённых запросов соответствующего quality. Они не являются SLA и не показывают «обычную скорость модели». На каждую точку приходится единственный запрос, а порядок вызовов последовательный.

Для Batch есть серверные отметки подачи и завершения общего задания. Есть также клиентская отметка, которую код записывает уже после получения файла результатов. И есть время окончания сохранения каждого изображения. Эти поля позволяют разделить интервалы, но не восстановить каждый этап сети.

У Sunburst low Batch подача записана в 12:08:53,411 UTC, серверное завершение — в 12:29:10. Это 20 минут 16,589 секунды. Клиентская отметка появилась в 13:01:46,987 UTC — 52 минуты 53,576 секунды после подачи. Разница около 32 минут 37 секунд не является дополнительной генерацией изображения. Из этих файлов нельзя установить, какую часть заняли пауза клиента, polling и получение файла.

Название batch_ready_detected_utc может ввести в заблуждение. Функция сначала получает файл результатов, а уже потом ставит эту отметку. Поэтому она ближе к «клиент получил файл», чем к точному моменту, когда polling впервые увидел completed. Интервал до download_finished_utc отражает оставшуюся обработку и сохранение изображения после получения файла; это не измерение полного скачивания. Отдельного чистого download-таймера нет.

Открыть

Девять отдельных Batch-заданий. Полосы показывают серверное завершение и клиентскую отметку.

На диаграмме девять Batch-заданий, хотя изображений в этом режиме пятнадцать. Mini, Image 1.5 и Image 2 отправлены по три quality в одном задании; у Flare и Sunburst качества разнесены по трём заданиям. Одинаковый серверный интервал трёх изображений внутри одного Batch нельзя считать тремя независимыми замерами.

У Flare low общий Batch завершился примерно за 19,5 с после подачи. У Sunburst medium — примерно за 46 минут 14 с. Эти задания разного состава и отправлены в разное время; из них нельзя строить надёжный рейтинг пропускной способности. Статистики повторов, p95 и доверительных интервалов здесь нет.

Какой вариант выбрать для своей задачи

Для первого эскиза или небольшой второстепенной иллюстрации можно начать с Mini medium: в этом наборе он лучше low передаёт семейные снимки, оставаясь дешёвым. Но экран и наличие раскрытого альбома нужно проверять на конкретном результате. Если это смысловой центр поста, экономия на неподходящей картинке не помогает.

Для редакционной иллюстрации с руками и предметами Flare high выглядит полезной отправной точкой по совокупности наблюдений: крупные фактуры, понятное действие и 4.3134 ₽ за полный Standard-запрос. Sunburst high стоит столько же; его кадр можно выбрать, если лучше подходит жест у фотографии и расположение альбома. Это два кандидата для следующего рабочего теста в своих проектах, а не объявление победителя всех сюжетов.

Image 1.5 стоит рассмотреть, когда подходит его подача бумаги, потёртых альбомов и цветных семейных снимков. При расчёте бюджета необходимо сохранять детализацию usage: иначе выходной текст потеряется или попадёт под неверную ставку. У Image 2 high есть выразительные фактуры и ясные руки, но самый высокий в выборке расход требует видимой пользы на конечном размере.

Если фотография на экране должна точно повторять бумажный оригинал, этот прогон не даёт гарантии ни для одной модели. Входных изображений здесь не было. Для такой задачи нужен отдельный эксперимент с референсами или редакционное соединение реального снимка и интерфейса. Платные проверки в рамках этой работы не выполнялись.

Если публикации готовятся заранее, имеет смысл проверить Batch в собственном расписании. Если пользователь ждёт изображение в диалоге, начальный выбор лучше делать по Standard и измерять полное время пользовательского сценария. Ни один из этих выводов не меняет рабочие настройки моих проектов автоматически.

Сценарий на 30 и 100 иллюстраций

Ниже — арифметический сценарий: все иллюстрации делаются на medium, по одному успешному запросу на публикацию, с тем же usage, теми же тарифами и курсом. Повторные попытки, отбор нескольких вариантов, правки, комиссии и будущие изменения цен исключены. Это не прогноз фактического месячного счёта.

Все 30 результатов: проверяемая таблица

Цены — полный запрос по usage. HTTP относится только к Standard. Batch-сервер и клиент показывают интервалы общего задания от подачи; повторяющиеся значения внутри задания не являются отдельными измерениями. Для всех строк версия модели в ответе не указана. Доступны CSV всех показателей, JSON и проверенные ставки. Хеши оригиналов включены в CSV.

Галерея оригинальных результатов

Превью облегчены для страницы. По ссылке в подписи открывается неизменённый PNG 1024×1024. Слайды упорядочены по полной стоимости запроса в ₽ — от дешёвых к дорогим; при равной цене сначала Standard, затем Batch, дальше — порядок моделей из таблицы выше. Под каждым изображением — модель, quality, режим и цена полного запроса. Карусель листается кнопками «Назад» и «Вперёд», стрелками клавиатуры и свайпом; каждое изображение открывается в полноэкранном просмотре. Фильтров и слепого просмотра здесь нет — для них нужен отдельный интерфейс.

Ограничения и итог

Этот эксперимент — один сюжет, один промпт, один результат на комбинацию. Нет серии независимых повторов, пользовательской панели оценщиков, проверки редактирования и контроля изменения нагрузки сервиса. Пять aliases не подтверждены версиями из ответа. Отсутствует выгрузка биллинга, а ручной курс не подтверждён как официальный. Существующие метаданные фиксируют запросы, но сетевого трассирования для независимой реконструкции отправки нет.

В состоянии есть запись о потерянной успешной генерации; это означает, что 30 сохранённых изображений не равны всем возможным расходам прогона. Все финальные результаты успешны, девять Batch-заданий завершены. Полного журнала прежних ошибок и перезапусков нет, поэтому нельзя заявлять об отсутствии любых незафиксированных попыток. Именно поэтому отдельно названы расчёт по usage, оценка потери и неизвестное фактическое списание.

Главный практический вывод — выбирать изображение на своём сюжете и своём конечном размере. Здесь доплата за quality чаще проявляется в фактуре и мелких формах, но не гарантирует исполнения запрета текста, отсутствия знака или совпадения цифровых и бумажных фотографий. Цена объясняется токенами; редакционная пригодность объясняется тем, что действительно видно в кадре.

Коротко по итогам прогона: 30 сохранённых запросов обошлись в расчёте $0.980517 ≈ 78.99 ₽, ещё около $0.0025 — оценка одной потерянной генерации. Израсходовано 49 468 выходных image-токенов и 1 997 выходных text-токенов. Суммарные длительности — около 6,6 минуты HTTP для Standard и примерно 85,9 / 123,0 минуты серверного и клиентского времени Batch по девяти заданиям; это суммы по запросам, а не время всего эксперимента.

Для дальнейшего выбора в своих проектах этот набор сужает круг: Mini medium подходит для проверки дешёвого чернового варианта, Flare high и Sunburst high — для сравнения предметной редакционной подачи. Следующий обоснованный шаг — серия на разных реальных темах с учётом отбракованных генераций. Текущая работа заканчивается локальной статьёй, открытыми изображениями и проверяемой арифметикой; производственный выбор остаётся отдельным решением.

Источники и статус публикации

Первичные данные — локальный прогон 20261102-01: общий промпт, manifest, результаты JSON/CSV, метаданные оригиналов, состояние и код измерения. Исходный ANALYSIS проверен и не использован как безусловно верный отчёт. Документы проверки: исправления, методика, источники, проверки.

Официальная документация проверена 02.11.2026: тарифы, Mini, Image 1.5, Image 2, Flare, Sunburst.

Страница подготовлена локально и не опубликована. RSS содержит полную статью, но до настройки SITE_URL не готов к внешнему импорту: домен не выбран, адреса изображений относительные. Дата RSS — редакционная дата материала. Совместимость с Дзеном и другими импортёрами отдельно не проверялась.