مدل‌های هوش مصنوعی
پنج مدل تصویر هوش مصنوعی در Potto AI را بر اساس کار، سطح خروجی و اعتبار هر تصویر مقایسه کنید، سپس یکی را برای درخواست بعدی خود برگزینید.
مدل‌های تصویر هوش مصنوعی در Potto AI
پنج مدل تصویر هوش مصنوعی در Potto AI شامل سه مدل Nano Banana و دو مدل GPT Image 2.5 است. هر یک تصویر تازه می‌سازد و عکس‌های بارگذاری‌شده شما را ویرایش می‌کند: یک دستور اضافه کنید و مدل هوش مصنوعی تصویری تغییرکرده برمی‌گرداند. صفحه هر یک از مدل‌های هوش مصنوعی را برای تنظیمات و اعتبارش باز کنید و هنگام شروع یک تصویر آن را در سازنده برگزینید.
Nano Banana Pro
وضوح 4K و کیفیت مبتنی بر استدلال، ساخته‌شده برای حرفه‌ای‌هاGemini 3 Pro Image · HD / 2K / 4K · حداکثر 14 تصویر مرجع · از 45 اعتبار به‌ازای هر تصویرسازنده با این مدل انتخابشده باز می‌شود. HD و 2K به‌ازای هر تصویر همان 45 اعتبار هزینه دارند، پس 2K ارزش بهتری دارد، و 4K 80 اعتبار هزینه دارد. آن را برای رندرهای نهایی، توضیحاتی با بخش‌های متعدد که باید دنبال شوند و تصویرهایی که بزرگ نمایش داده می‌شوند برگزینید.
Nano Banana
تولید و ویرایش تصویر سریع و توانمندGemini 3.1 Flash Image · HD / 2K / 4K · حداکثر 14 تصویر مرجع · از 23 اعتبار به‌ازای هر تصویرهر سطح کمتر از Pro هزینه دارد: در HD 23 اعتبار، در 2K 34 و در 4K 51. این برای پیش‌نویس‌ها و نسخه‌های مختلف مناسب است، جایی که چند خروجی اجرا می‌کنید، آن‌ها را مقایسه می‌کنید و سپس قویترین توضیحات را به سطح بالاتر یا به مدل Pro منتقل می‌کنید.
Nano Banana 2.1
متن واضح‌تر، ثبات شخصیت بیشتر، تا 4KGemini Nano Banana 2.1 · HD / 2K / 4K · حداکثر 10 تصویر مرجع · از 12 اعتبار به‌ازای هر تصویرتازهترین مدل از سه مدل Nano Banana. در HD 12 اعتبار، در 2K 17 اعتبار و در 4K 38 اعتبار هزینه دارد، در هر سطح کمتر از Nano Banana و Nano Banana Pro. رندر بهتر متن و ثبات شخصیت از بهبودهای فهرستشده آن است و ارزش آزمودن روی منوها، تابلوها و شخصیتهایی را دارد که باید تکرار شوند. تا 10 تصویر مرجع می‌پذیرد.
GPT Image 2.5 Flare
تولید و ویرایش سریع و باکیفیت تصویر برای استفاده روزمرهgpt-image-2.5-flare · HD / 2K / 4K · حداکثر 14 تصویر مرجع · از 5 اعتبار به‌ازای هر تصویرOpenAI، Flare را سریع‌ترین مدلش برای تولید تصویر روزمره و باکیفیت میداند. در HD 5 اعتبار، در 2K 9 اعتبار و در 4K 15 اعتبار هزینه دارد. گزینه Flare High در سازنده همان مدل را با کیفیت بالاتر در ازای 18، 33 و 60 اعتبار رندر می‌کند که برای یک پاس نهایی روی پیشنویسی که دوست دارید مناسب است.
GPT Image 2.5 Sunburst
ویرایش دقیق تصویر با پیروی قوی از دستورهاgpt-image-2.5-sunburst · HD / 2K / 4K · حداکثر 14 تصویر مرجع · از 5 اعتبار به‌ازای هر تصویرOpenAI، Sunburst را توانمندترین مدلش برای تولید و ویرایش تصویر میداند، برای زمانی که دقت ویرایش بیشترین اهمیت را دارد. قیمتهایش با Flare یکسان است، 5، 9 و 15 اعتبار، و تا 14 تصویر مرجع می‌پذیرد. وقتی یک بخش از یک عکس باید تغییر کند و بقیه نه، آن را برگزینید.
هر پنج مدل تصویر هوش مصنوعی یک پرامپت حداکثر 4,000 نویسه، 10 نسبت تصویر از 1:1 تا 21:9، یک، دو یا چهار خروجی در هر درخواست، و فایل‌های PNG یا JPEG می‌پذیرند. قیمت‌ها در سازنده به‌ازای هر تصویر است، پس چهار خروجی چهار برابر یکی هزینه دارد. اندازه دقیق پیکسل به مدل هوش مصنوعی و نسبتی که برمی‌گزینید بستگی دارد، پس اگر چیدمانی به ابعاد ثابت نیاز دارد فایل دانلودشده را بررسی کنید.
تصویرهای مدل‌های هوش مصنوعی نتایج نمونه‌اند، نه خروجی درخواست شما.
مدل‌های تصویر هوش مصنوعی را برای کار خود مقایسه کنید
هر پنج مدل هوش مصنوعی همان پرامپت، نسبت و کنترل‌های خروجی را می‌پذیرند و همان سه سطح را ارائه می‌دهند. آن‌ها در مدل زیرین، محدودیت تصویر مرجع و قیمت تفاوت دارند. پیش از انتخاب، یک توضیحات را با دو یا سه مدل هوش مصنوعی اجرا کنید.
| Nano Banana Pro | Nano Banana | Nano Banana 2.1 | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | |
|---|---|---|---|---|---|
| مناسب برای | وضوح 4K و کیفیت مبتنی بر استدلال، ساخته‌شده برای حرفه‌ای‌ها | تولید و ویرایش تصویر سریع و توانمند | متن واضح‌تر، ثبات شخصیت بیشتر، تا 4K | تولید و ویرایش سریع و باکیفیت تصویر برای استفاده روزمره | ویرایش دقیق تصویر با پیروی قوی از دستورها |
| وضوح | HD · 2K · 4K | HD · 2K · 4K | HD · 2K · 4K | HD · 2K · 4K | HD · 2K · 4K |
| تصویر مرجع | حداکثر 14 | حداکثر 14 | حداکثر 10 | حداکثر 14 | حداکثر 14 |
| اعتبار برای هر تصویر | 45 HD · 45 2K · 80 4K | 23 HD · 34 2K · 51 4K | 12 HD · 17 2K · 38 4K | 5 HD · 9 2K · 15 4K | 5 HD · 9 2K · 15 4K |
مدل‌های هوش مصنوعی را بر اساس کار انتخاب کنید. Pro برای رندرهای نهایی و توضیحاتی با بخش‌های متعدد مناسب است، Nano Banana برای پیش‌نویس‌ها و نسخه‌های مختلف، و 2.1 برای تصویرهای پرمتن با قیمت پایین. Flare برای تصویرهای روزمره سریع مناسب است و گزینه Flare High آن یک پاس باکیفیت‌تر با 18، 33 و 60 اعتبار می‌افزاید، و Sunburst برای ویرایش‌های دقیق. Pro برای HD و 2K یکسان شارژ می‌کند، در حالی که سایر مدل‌های تصویر هوش مصنوعی در هر گام بالاتر می‌روند. خروجی‌ها قیمت را چند برابر می‌کنند: چهار تصویر HD Nano Banana Pro 180 اعتبار و چهار تصویر HD Nano Banana 92 اعتبار است. مدل‌های هوش مصنوعی را در همان سطح مقایسه کنید، سپس پیش از تولید برآورد را در سازنده بخوانید.
مدل‌های تصویر هوش مصنوعی چه کاری برای شما می‌کنند
هر پنج مدل تصویر هوش مصنوعی در همان سازنده، با همان ورودی‌ها و سه سطح خروجی، تصویر تولید و ویرایش می‌کنند.
01
از واژه‌ها و تصویرهای مرجع تولید کنید
هر مدل هوش مصنوعی یک پرامپت را به تصویر تبدیل می‌کند. وقتی سوژه، پالت یا چیدمان یک اتاق باید نتیجه را هدایت کند، تا 14 تصویر مرجع، یا 10 تصویر در Nano Banana 2.1، اضافه کنید و بگویید هر تصویر مرجع برای چیست.
- پرامپت‌ها تا 4,000 نویسه
- حداکثر 14 تصویر مرجع در هر درخواست، 10 تصویر در Nano Banana 2.1
غذا و نورپردازی را توصیف کنید، سپس تصویر مرجع را فقط جایی که کمک می‌کند اضافه کنید. 02
یک عکس را با همان مدل ویرایش کنید
یک عکس را با یک دستور نوشتاری بارگذاری کنید و مدل تصویر هوش مصنوعی تصویری تغییرکرده برمی‌گرداند: پس‌زمینه‌ای تازه، لباسی متفاوت یا یک شیء حذف‌شده. تغییر را در یک جمله توصیف کنید و بگویید چه چیزی باید یکسان بماند. Sunburst برای ویرایش‌هایی ساخته شده که دقت در آن‌ها بیشترین اهمیت را دارد.
- در هر دستور یک تغییر را توصیف کنید
- نتیجه یک تصویر تازه است، نه فایل شما
عکسی با یک بخش تغییرکرده با دستور. 03
سه سطح خروجی روی هر مدل هوش مصنوعی
برای هر درخواست HD، 2K یا 4K را برگزینید. Nano Banana Pro در HD و 2K یکسان شارژ می‌کند و سایر مدل‌های هوش مصنوعی در هر گام بیشتر، پس جدول بالا نشان می‌دهد هر سطح به‌ازای هر تصویر چقدر هزینه دارد. قیمت با تعداد خروجی‌ها چند برابر می‌شود.
- سطح را برای جایی که تصویر نمایش داده می‌شود برگزینید
- پیش از تولید برآورد را در سازنده بخوانید
سطوح بزرگ‌تر برای صفحه‌های بزرگ و چاپ مناسب‌اند.
کجا از این مدل‌ها استفاده کنیم
در سازنده تصویر، درخواست‌به‌درخواست میان مدل‌های هوش مصنوعی انتخاب می‌کنید. از ورودی‌ای که از قبل دارید شروع کنید.
- ساخت تصویر با هوش مصنوعیهر یک از پنج مدل هوش مصنوعی را برگزینید، نسبت، سطح و تعداد خروجی را تنظیم کنید و از یک پرامپت تصویر بسازید
- متن به تصویرتصویر را با واژه‌ها توصیف کنید، بدون عکس مرجع، و آن را تولید کنید
- تصویر به تصویر با هوش مصنوعیاز یک پرامپت و حداکثر 10 یا 14 تصویر مرجع، بسته به مدل، شروع کنید و بگویید چه چیزی حفظ شود
- ویرایش عکس با هوش مصنوعییک عکس بارگذاری کنید و یک بخش از آن را با یک دستور نوشتاری تغییر دهید
- افکتهای عکسیک افکت ثابت، مانند اسکچ یا سبک پاپ آرت، روی یک عکس اعمال کنید
ساخت ویدیو با هوش مصنوعیاز مطالب خود ویدیو بسازید؛ نقشهای متن، گفتار و رندر داخل همان جریان کاری اجرا می‌شوند
پرسش‌های متداول مدل‌های هوش مصنوعی
مدل‌های هوش مصنوعی در یک جریان کاری خلاقانه چیستند؟
مدل‌های هوش مصنوعی سیستم‌هایی آموزش‌دیده برای انجام وظیفه‌ای هستند، مانند تولید تصویر، سازماندهی متن یا تولید گفتار. اینکه کدام مدل‌ها مهم‌اند به جریان کاری بستگی دارد: سازنده تصویر Potto AI به شما امکان انتخاب میان پنج مدل تصویر هوش مصنوعی را می‌دهد، در حالی که پروژه‌های ویدیویی یک مدل متنی، یک مدل گفتار و یک رندرر را ترکیب می‌کنند. خروجی هر مدلی هنوز برای آن وظیفه به بازبینی نیاز دارد.
مدل تولید تصویر چیست؟
مدل تولید تصویر یک درخواست نوشتاری و به‌اختیار تصویر مرجع را به تصویری تازه تبدیل می‌کند. در Potto AI مدل تصویر هوش مصنوعی را در سازنده برمی‌گزینید، به‌همراه نسبت، وضوح، تعداد خروجی و قالب. فقط مدل‌هایی که در سازنده ارائه می‌شوند در دسترس‌اند؛ ابزارهایی مانند حذف پس‌زمینه و افزایش وضوح تصویر از موتورهای خودشان استفاده می‌کنند.
کدام مدل‌های تصویر هوش مصنوعی را می‌توانم در Potto AI انتخاب کنم؟
پنج مدل تصویر هوش مصنوعی صفحه مدل خودشان را دارند: Nano Banana Pro، Nano Banana، Nano Banana 2.1، GPT Image 2.5 Flare و GPT Image 2.5 Sunburst. منوی سازنده همچنین GPT Image 2.5 Flare High را فهرست می‌کند، تنظیمی با کیفیت بالاتر از Flare که صفحه مستقل خودش را ندارد. حذف پس‌زمینه و افزایش وضوح روی موتورهای داخلی اجرا می‌شوند که گزینه‌های مدل نیستند. هنگام شروع یک درخواست، منوی واقعی را بخوانید.
کدام مدل هوش مصنوعی را انتخاب کنم؟
مدل‌های هوش مصنوعی را بر اساس کار انتخاب کنید، سپس با توضیحات خودتان تأیید کنید. برای رندرهای نهایی و توضیحاتی با بخش‌های متعدد، Pro را برگزینید. برای پیش‌نویس‌های ارزان و نسخه‌های مختلف، Nano Banana را برگزینید. برای تصویرهای پرمتن و شخصیت‌های تکرارشونده، 2.1 را بیازمایید. برای تصویرهای روزمره سریع، Flare را برگزینید و برای یک پاس باکیفیت‌تر Flare High را اضافه کنید. برای ویرایش‌های دقیق، Sunburst را برگزینید. پیش از اختصاص اعتبار به یک دسته، پرامپت یکسان را با دو مدل از این پنج مدل تصویر هوش مصنوعی اجرا کنید.
Nano Banana 2.1 چیست؟
این تازه‌ترین عضو خانواده Nano Banana در Potto AI است. گفته می‌شود کیفیت بصری، پایبندی به پرامپت، ثبات شخصیت، رندر متن و پشتیبانی از چند تصویر مرجع را بهبود می‌دهد، با خروجی تا 4K. در HD 12 اعتبار، در 2K 17 اعتبار و در 4K 38 اعتبار هزینه دارد و تا 10 تصویر مرجع می‌پذیرد. این‌ها را ادعاهایی برای آزمودن در نظر بگیرید: توضیحات خودتان را اجرا کنید تا ببینید نوشته‌ها و شخصیت‌ها دوام می‌آورند یا نه.
GPT Image 2.5 Flare و Sunburst چه مدل‌هایی هستند؟
آن‌ها دو مدل تصویر OpenAI هستند. OpenAI، Flare را سریع‌ترین مدلش برای تولید تصویر روزمره و باکیفیت توصیف می‌کند و Sunburst را توانمندترین مدلش برای تولید و ویرایش تصویر، همان که وقتی دقت ویرایش بیشترین اهمیت را دارد باید استفاده شود. در Potto AI هر دو در HD 5 اعتبار، در 2K 9 اعتبار و در 4K 15 اعتبار هزینه دارند و تا 14 تصویر مرجع می‌پذیرند.
گزینه Flare High چه چیزی را تغییر می‌دهد؟
GPT Image 2.5 Flare را با تنظیم کیفیت بالاتر اجرا می‌کند. ورودی‌ها، سه سطح و محدودیت 14 تصویر مرجع یکسان می‌مانند، اما هر تصویر در HD 18 اعتبار، در 2K 33 اعتبار و در 4K 60 اعتبار هزینه دارد، به‌جای 5، 9 و 15. سطح کیفیت در خودِ گزینه منو ثابت است، نه یک لغزنده، پس برای پیش‌نویس‌ها Flare و برای پاسی که قصد نگه‌داشتنش را دارید Flare High را برگزینید.
کدام مدل گسترش تصویر و دیگر ابزارهای ویرایش را اجرا می‌کند؟
گسترش تصویر با هوش مصنوعی و حذف واترمارک روی Nano Banana Pro، مدل پیش‌فرض سازنده، اجرا می‌شوند. حذف پس‌زمینه و افزایش وضوح تصویر از موتورهای اختصاصی استفاده می‌کنند که شما انتخاب نمی‌کنید. هر ابزار قیمت خودش را دارد: 81 اعتبار برای گسترش تصویر، 60 برای حذف واترمارک، 4 برای حذف پس‌زمینه، و 2 در 2× یا 6 در 4× برای بزرگ‌نمایی.
سه مدل Nano Banana چه تفاوتی دارند؟
آن‌ها روی موتورهای متفاوت با قیمت‌های متفاوت اجرا می‌شوند: Gemini 3 Pro Image برای مدل Pro، Gemini 3.1 Flash Image برای مدل استاندارد و Gemini Nano Banana 2.1 برای 2.1. Pro به‌ازای هر تصویر در HD و 2K 45 اعتبار و در 4K 80 اعتبار هزینه دارد؛ مدل استاندارد 23، 34 و 51؛ و 2.1 12، 17 و 38. Pro و مدل استاندارد تا 14 تصویر مرجع و 2.1 تا 10 تصویر می‌پذیرند. Pro معمولاً در جزئیات ظریف و نوشته‌ها قوی‌تر است، پس توضیحات خودتان را با هر یک از این مدل‌های هوش مصنوعی اجرا کنید تا تصمیم بگیرید.
HD، 2K و 4K برای این مدل‌های تصویر هوش مصنوعی چه معنایی دارند؟
آن‌ها سطوح خروجی‌اند که برای هر درخواست برمی‌گزینید، با HD به‌عنوان سطح پایه. اندازه دقیق پیکسل از مدل و نسبت تصویری که برمی‌گزینید می‌آید، پس اگر چیدمانی به ابعاد ثابت نیاز دارد فایل دانلودشده را بررسی کنید. سطح بالاتر در همه این مدل‌های هوش مصنوعی به‌جز مدل Pro اعتبار بیشتری هزینه دارد؛ Pro در HD و 2K یکسان شارژ می‌کند.
یک مدل تصویر چند تصویر مرجع می‌تواند استفاده کند؟
در مجموع 14 در چهار مدل از پنج مدل تصویر هوش مصنوعی و 10 در Nano Banana 2.1، که روی همه چیزهایی که پیوست می‌کنید با هم شمرده می‌شود. تصویرهای مرجع نتیجه را هدایت می‌کنند و پرامپت باید بگوید هر یک برای چیست، مانند فرد، محصول یا سبکی که باید دنبال شود. تصویر مرجع نسخه کپی دقیق را تضمین نمی‌کند، پس پیش از استفاده خروجی را با منبع خود مقایسه کنید.
آیا این مدل‌های تصویر می‌توانند پس‌زمینه شفاف بسازند؟
نه به‌عنوان تنظیمی در سازنده، در هیچ‌یک از پنج مدل هوش مصنوعی. سازنده فایل‌های PNG یا JPEG ارائه می‌دهد و گزینه پس‌زمینه شفاف ندارد، پس برای تولید پیکسل‌های واقعاً شفاف به پرامپت تکیه نکنید. برای گرفتن یک PNG شفاف، تصویر نهایی را از حذف پس‌زمینه بگذرانید که 4 اعتبار به‌ازای هر تصویر هزینه دارد و از موتور خودش استفاده می‌کند.
آیا رندرر ویدیو مدل مولد دیگری است؟
خیر. رندر صحنه‌ها و دارایی‌های تأییدشده را بر اساس ساختار پروژه در فایل ویدیو گرد هم می‌آورد. مدل‌های هوش مصنوعی می‌توانند در ساختن متن، تصویرسازی یا گویندگی کمک کنند، اما MP4 رندرشده ثابت نمی‌کند که آن ورودی‌ها دقیق‌اند. هم محتوا و هم پخش را بررسی کنید.
مدل‌های متنی و گفتاری در یک پروژه ویدیویی چه می‌کنند؟
یک مدل متنی کمک می‌کند توضیحات و مطالب منبع شما به یک طرح کلی، متن صفحه و گویندگی تبدیل شود. یک مدل گفتاری فیلم‌نامه را با صدایی که برمی‌گزینید بلند می‌خواند. هیچ‌کدام واقعیت‌ها را بررسی نمی‌کنند: فیلم‌نامه را با منابع خود بررسی کنید و پیش از تأیید ردیف صدا برای نام‌ها، اعداد و آهنگ گوش دهید. هر دو داخل جریان کاری ویدیو اجرا می‌شوند، نه به‌عنوان یکی از مدل‌های هوش مصنوعی که در این صفحه انتخاب می‌کنید.
چگونه می‌توانم مدل‌های تصویر را منصفانه مقایسه کنم؟
پرامپت، تصویرهای مرجع، نسبت، سطح و معیارهای بازبینی را برای هر مدل هوش مصنوعی یکسان نگه دارید، سپس خروجی‌ها را در جایگاهی که در نظر دارید داوری کنید. بر اساس وظیفه داوری کنید: هویت و حالت چهره برای یک پرتره، شکل و برچسب‌ها برای یک مفهوم محصول، املا برای یک گرافیک. شکست‌ها را همراه با بهترین گزینه ثبت کنید؛ نتیجه‌ای از پرامپتی متفاوت شاهدی بر بهتر بودن یک مدل به‌طور کلی نیست. هر بار فقط یک تنظیم را تغییر دهید، زیرا مقایسه مدل‌های هوش مصنوعی تنها زمانی چیزی می‌گوید که سایر ورودی‌ها یکسان باشند.
آیا هر ویژگی در مستندات یک ارائه‌دهنده در Potto AI در دسترس است؟
خیر. مستندات ارائه‌دهنده می‌تواند ورودی‌ها و ابزارهایی را توصیف کند که یک محصول ارائه نمی‌دهد. در Potto AI، گزینه‌های قابل مشاهده در سازنده و در صفحه هر مدل همان چیزهایی هستند که می‌توانید استفاده کنید. یک مدل هوش مصنوعی می‌تواند همان نام را نگه دارد در حالی که نسخه زیرینش تغییر می‌کند، پس نسخه نام‌برده‌شده در صفحه مدل را بررسی کنید.
آیا برای مقایسه مدل‌های هوش مصنوعی به حساب نیاز دارم؟
خیر. می‌توانید هر کارت مدل و مقایسه مدل‌های هوش مصنوعی را بدون ورود بخوانید. فقط هنگام تولید یک تصویر به حساب نیاز دارید.
اگر تولیدی با یکی از مدل‌های هوش مصنوعی شکست بخورد چه می‌شود؟
وظیفه نشان می‌دهد چرا متوقف شده و گزینه تلاش دوباره ارائه می‌کند و اعتبار رزروشده آزاد می‌شود، هر یک از مدل‌های هوش مصنوعی که استفاده کرده باشید. یک درخواست در حال اجرا را از کنترل‌های وظیفه‌اش لغو کنید؛ تلاش تازه روی یک تصویر تمام‌شده دوباره هزینه می‌شود.
هزینه مدل‌های هوش مصنوعی چقدر است؟
به‌ازای هر تصویر، Nano Banana Pro در HD یا 2K 45 اعتبار و در 4K 80 اعتبار هزینه دارد؛ Nano Banana 23، 34 یا 51؛ Nano Banana 2.1 12، 17 یا 38؛ Flare و Sunburst 5، 9 یا 15؛ و Flare High 18، 33 یا 60. دکمه «تولید» پیش از تأیید مجموع مدل و تنظیمات شما را نشان می‌دهد.
برای تصویر بعدی خود از مدل‌های هوش مصنوعی یکی را برگزینید
صفحه هر یک از مدل‌های هوش مصنوعی را باز کنید تا تنظیمات و اعتبارش را بررسی کنید، یا مستقیم به سازنده بروید و یکی را برگزینید. برآورد پیش از تأیید روی دکمه «تولید» است.