برای شروع رایگان، ChatGPT Images یا Nano Banana 2 را امتحان کنید. اگر تصویر هنری می‌خواهید، Midjourney انتخاب جذابی است؛ برای پوسترهای دارای نوشته، Ideogram هم ارزش امتحان‌کردن دارد. بین بهترین مدل‌های ساخت عکس، انتخاب مناسب به کاری بستگی دارد که از تصویر انتظار دارید. ساخت یک منظره زیبا با حفظ دقیق ظاهر محصول در چند عکس، دو نیاز متفاوت‌اند. برای اجرای روی دستگاه خودتان هم سراغ FLUX.2 klein 4B، Z-Image-Turbo، Qwen-Image-2512 و SDXL می‌رویم.
منابع این راهنما در ۱۴ اکتبر ۲۰۲۶ بررسی شده‌اند. مقایسه بر پایه مستندات سازندگان و نمونه‌های منتشرشده است، نه تست یکسان همه مدلها. نمونه‌ها پرامپت مشترک ندارند؛ از آن‌ها برای آشنایی با خروجی استفاده کنید. تصویر شاخص را هم اختصاصی برای این مقاله ساخته‌ایم.
مقایسه بهترین مدل‌های ساخت عکس در یک نگاه
| مدل | کاربرد پیشنهادی | راه دسترسی رایگان | اجرای لوکال | محدودیت مهم |
|---|---|---|---|---|
| ChatGPT Images 2.5 | ساخت و اصلاح تصویر با گفت‌وگو | بله، با محدودیت حساب | خیر | API جداگانه هزینه دارد |
| Nano Banana 2 | شروع رایگان و ویرایش روزمره | بله، در Gemini با سقف مصرف | خیر | دسترسی تابع کشور و حساب است |
| Nano Banana 2.1 | ویرایش و کیفیت بالاتر در خانواده Gemini | پلن Google AI؛ رایگان همگانی تأیید نشده | خیر | نسخه رایگان را با ۲.۱ اشتباه نگیرید |
| Midjourney V8.2 | تصویر هنری و جهت‌دهی به سبک | در سایت و Discord ندارد | خیر | نیازمند اشتراک |
| Ideogram 4.5 | طرح دارای نوشته و ویرایش دقیق | اعتبار هفتگی برای حساب‌های واجد شرایط؛ محدود | اجرای لوکال ۴.۵ در این راهنما تأیید نشده | ویرایش AI به اعتبار اولویت‌دار نیاز دارد |
| FLUX.2 klein 4B | ساخت و ویرایش سریع در سیستم محلی | دموی سازنده؛ دسترسی تابع ظرفیت | بله؛ Apache 2.0 | نسخه کامل حدود ۱۳GB VRAM |
| Z-Image-Turbo | تولید سریع تصویر واقع‌گرایانه | دموی Hugging Face با ظرفیت محدود | بله؛ Apache 2.0 | سازنده اجرای مناسب روی ۱۶GB VRAM را ذکر میکند |
| Qwen-Image-2512 | جزئیات طبیعی و نوشته در تصویر | دموی رسمی، تابع ظرفیت | بله؛ Apache 2.0 | مدل سنگین؛ نسخه کم‌حجم و offload مهماند |
| Stable Diffusion XL 1.0 | شروع لوکال و کار با مدل‌های جانبی | دانلود و اجرای محلی | بله؛ Open RAIL++-M | قدیمی‌تر؛ محدودیت‌های مجوز را بخوانید |
رایگان آنلاین با مدل کاملاً رایگان و لوکال چه فرقی دارد؟
در سرویس رایگان آنلاین، سایت هزینه تعداد محدودی تصویر را می‌پذیرد. ممکن است بعد از چند درخواست به سقف مصرف برسید یا منتظر نوبت بمانید. با مدل رایگان لوکال، فایل‌های مدل را دانلود می‌کنید و روی دستگاه خودتان عکس می‌سازید؛ به سازنده هزینه‌ای بابت هر خروجی نمی‌دهید، ولی سخت‌افزار و برق همچنان هزینه دارند.
مجوز را هم کنار قیمت ببینید. FLUX.2 klein 4B، Z-Image-Turbo و Qwen-Image-2512 با Apache 2.0 منتشر شده‌اند. SDXL مجوز Open RAIL++-M دارد. برای استفاده تجاری، مجوز نسخه‌ای که دانلود می‌کنید و افزونه‌هایی مثل LoRA را بخوانید.
بهترین مدل‌های ساخت عکس آنلاین و روش دسترسی رایگان
۱. ChatGPT Images 2.5؛ شروع آسان و اصلاح تصویر با گفت‌وگو
اگر می‌خواهید بعد از ساخت تصویر بگویید «پس‌زمینه را روشن‌تر کن و محصول را دست نزن»، ChatGPT Images گزینه مناسبی برای شروع است. OpenAI در معرفی نسخه ۲.۵ روی حفظ سوژه مرجع، نور طبیعی و ویرایش چندمرحله‌ای تأکید میکند. برای اتصال به نرم‌افزار، دو مدل Flare و Sunburst در API معرفی شده‌اند. منبع رسمی Images 2.5
روش رایگان: با حساب رایگان وارد ChatGPT شوید و درخواست ساخت تصویر بدهید. اگر به سقف مصرف رسیدید، زمان بازنشانی در حساب نمایش داده می‌شود. تعداد تصویر رایگان ممکن است بین حساب‌ها فرق کند. ساخت عکس رایگان داخل ChatGPT به معنی رایگان بودن API نیست. محدودیت‌های حساب رایگان
۲. Nano Banana 2 و 2.1؛ انتخاب Gemini برای ساخت و ویرایش تصویر
می‌خواهید چند عکس مرجع را ترکیب کنید یا حال‌وهوای یک عکس را عوض کنید؟ خانواده Nano Banana برای این کارها مناسب است. تفاوت مهم نسخه‌ها در دسترسی است: صفحه رسمی Gemini، Nano Banana 2 را رایگان و Nano Banana 2.1 را با پلن Google AI معرفی میکند. نسخه ۲.۱ در مستندات گوگل برای کیفیت تصویر، تبعیت از دستور و حفظ سوژه در ویرایش‌ها بهبود یافته است. مقایسه رسمی نسخه‌ها و مشخصات نسخه ۲.۱
برای شروع رایگان: وارد Gemini شوید، از منوی ابزارها Create images را انتخاب کنید و توضیح تصویر را بنویسید. در حساب رایگان، نسخه ۲ مسیر شروع است؛ صفحه رسمی دسترسی به ۲.۱ را به پلن Google AI وابسته می‌داند. اگر پیشنهاد آزمایشی یا دانشجویی در حساب‌تان دیدید، شرایط و مدت آن را بخوانید. هزینه API جدا از دسترسی داخل برنامه حساب می‌شود.
۳. Midjourney V8.2؛ انتخاب پیشنهادی برای تصویر هنری
برای کانسپت‌آرت، تصویر جلد و پیدا کردن یک سبک بصری، Midjourney از انتخاب‌های پیشنهادی ماست. نسخه V8.2 روی زیبایی‌شناسی و Personalization تمرکز دارد؛ Personalization کمک میکند خروجی به سلیقه شما نزدیک شود. با این حال، جزئیات تصویر را با پرامپت تطبیق دهید؛ زیبایی همیشه با دقت همراه نیست. نسخه‌های رسمی Midjourney
دسترسی رایگان: طبق راهنمای رسمی، سایت Midjourney و Discord در زمان بررسی دوره آزمایشی رایگان ندارند. آزمایش محدود اپ niji journey، سرویس و مدل جداگانه‌ای است و جای دسترسی رایگان به V8.2 را نمی‌گیرد. وضعیت رسمی Free Trial
۴. Ideogram 4.5؛ برای طرح‌های دارای نوشته و ویرایش دقیق
وقتی نوشته بخشی از خود تصویر است، مثلاً نام یک رویداد روی پوستر، Ideogram را امتحان کنید. نسخه ۴.۵ برای ویرایش هدفمند هم معرفی شده؛ حالت Precise Edit برای حفظ بخش‌هایی طراحی شده که قرار نیست تغییر کنند. دقت نوشتن فارسی را باید با متن خودتان امتحان کنید؛ یک نمونه انگلیسی، تضمین تایپوگرافی فارسی نیست. مستندات رسمی Ideogram 4.5
روش رایگان: صفحه قیمت‌گذاری، اعتبار هفتگی در صف کند را برای حساب‌های واجد شرایط ذکر میکند. مقدار اعتبار ممکن است متفاوت باشد. با Google، Apple یا Microsoft وارد شوید و اعتبار حساب را ببینید؛ ویرایش AI و Image Reference به اعتبار اولویت‌دار نیاز دارند و در صف کند رایگان ارائه نمی‌شوند. پس برای تولید اولیه می‌توانید از اعتبار رایگان استفاده کنید، ولی ویرایش‌های پیشرفته ممکن است هزینه داشته باشند. قواعد پلن رایگان
بهترین مدل‌های ساخت عکس لوکال و رایگان
اگر می‌خواهید فایل‌های پروژه روی دستگاه خودتان بمانند یا تولید مداوم را به سهمیه سایت‌ها وابسته نکنید، مدل لوکال را بررسی کنید. پس از دانلود فایل‌های لازم، گردشکار محلی می‌تواند بدون ارسال پرامپت و عکس به سرویس ابری اجرا شود. این موضوع را برای هر افزونه و هر نود جداگانه کنترل کنید؛ بعضی نودهای ComfyUI به API متصل‌اند.
۵. FLUX.2 klein 4B؛ ساخت و ویرایش در یک مدل قابل دانلود
FLUX.2 klein 4B یک مدل چهارمیلیاردپارامتری برای تولید تصویر و ویرایش با چند مرجع است. مجوز Apache 2.0 و پشتیبانی از ComfyUI و Diffusers، آن را به گزینه‌ای کاربردی برای پروژه محلی تبدیل میکند. هنگام دانلود، به نام klein 4B دقت کنید؛ نسخه‌های دیگر FLUX مجوز و نیاز حافظه متفاوتی دارند. کارت رسمی مدل
هزینه و سخت‌افزار: دانلود و اجرای لوکال هزینه اشتراک سازنده ندارد؛ API تجاری جداست. کارت مدل برای اجرای متعارف حدود ۱۳ گیگابایت VRAM ذکر میکند. نسخه کم‌حجم یا انتقال بخشی از پردازش به RAM می‌تواند نیاز را تغییر دهد و سرعت را کاهش دهد. قبل از دانلود می‌توانید خروجی را در دموی رسمی klein ببینید؛ استفاده از دمو به ظرفیت سرویس بستگی دارد.
۶. Z-Image-Turbo؛ تولید سریع تصویر واقع‌گرایانه
Z-Image-Turbo نسخه تقطیرشده یک مدل شش‌میلیاردپارامتری است. سازنده آن را برای تولید سریع معرفی کرده و روی واقع‌گرایی و متن انگلیسی و چینی تأکید دارد. برای نوشته فارسی، با عبارت موردنظر خودتان تست بگیرید. Turbo برای تولید سریع ساخته شده؛ قابلیت‌های ویرایش سایر نسخه‌های Z-Image را جداگانه ببینید. کارت رسمی Z-Image-Turbo
روش رایگان: مدل با Apache 2.0 قابل دانلود است و دموی رسمی Hugging Face هم دارد. سازنده اجرای مناسب روی دستگاه با ۱۶ گیگابایت VRAM را ذکر میکند. زمان کمتر از یک ثانیه‌ای که در معرفی مدل می‌بینید، روی GPU سازمانی اندازه‌گیری شده است. سرعت لپ‌تاپ شما به کارت گرافیک و تنظیمات بستگی دارد.
۷. Qwen-Image-2512؛ گزینه لوکال برای جزئیات و متن
Qwen-Image-2512 نسخه‌ای قابل دانلود از خانواده Qwen-Image است که سازنده برای آن بهبود چهره، جزئیات طبیعی و چیدمان متن را گزارش کرده است. اگر جزئیات و چیدمان نوشته برایتان مهم است و اجرای لوکال می‌خواهید، نسخه 2512 ارزش امتحان‌کردن دارد. فایل‌های مدل و راهنمای اجرا در دسترس‌اند. کارت رسمی مدل 2512
روش رایگان: وزن‌های مدل Apache 2.0 دارند و دموی رسمی برای بررسی اولیه معرفی شده است. برای دستگاه شخصی، نسخه‌های کوانتایزشده یا کم‌دقت و offload اهمیت دارند. راهنمای Comfy اجرای GGUF را از حدود ۱۲ گیگابایت VRAM مطرح میکند؛ این عدد به نسخه و گردشکار وابسته است و نیاز نسخه کامل را نشان نمی‌دهد. راهنمای حافظه و گردشکار Comfy
۸. Stable Diffusion XL؛ گزینه شروع لوکال با اکوسیستم گسترده
SDXL 1.0 قدیمی‌تر از مدل‌های جدید این فهرست است، اما برای یادگیری گردشکار، آزمایش LoRA و کار با ابزارهای محلی هنوز نقطه شروع خوبی است. مدل پایه را میتوان مستقل اجرا کرد؛ اضافه‌کردن Refiner اختیاری است و مصرف منابع و زمان را تغییر می‌دهد. برای متن طولانی و دستورهای پیچیده، بهتر است خروجی را با مدل‌های جدیدتر همین مقاله مقایسه کنید. کارت رسمی SDXL
روش رایگان: مدل را دانلود و با ابزار محلی اجرا کنید. مجوز آن Open RAIL++-M است و شرایط استفاده مخصوص به خود را دارد. برای آزمایش روی GPU با ۶ تا ۸ گیگابایت حافظه، گردشکار سبک، batch برابر ۱ و offload را در نظر بگیرید؛ مصرف حافظه با تنظیمات و افزونه‌های انتخابی تغییر میکند.
چطور مدل ساخت عکس را روی لپ‌تاپ یا سرور اجرا کنیم؟
- VRAM کارت گرافیک را بررسی کنید. RAM سیستم با حافظه اختصاصی GPU یکسان نیست؛ نام Core i9 یا Xeon به‌تنهایی معیار اجرای مدل تصویر نیست.
- ComfyUI را از منبع رسمی دریافت کنید و نصب محلی را انتخاب کنید. برای شروع رایگان از نودهای مدل محلی استفاده کنید؛ نود API می‌تواند هزینه داشته باشد.
- گردشکار متناسب با نسخه دقیق مدل را باز کنید و همه فایل‌های موردنیاز آن، مانند مدل اصلی، text encoder و VAE را دریافت کنید.
- فایل‌ها را در پوشه‌ای که راهنمای همان گردشکار مشخص کرده قرار دهید. SDXL پایه و مدل‌های FLUX، Qwen و Z-Image ساختار بارگذاری یکسانی ندارند.
- اولین تصویر را با batch برابر ۱ و تنظیمات پیشنهادی همان نمونه بسازید. در خطای کمبود حافظه، اندازه تصویر و batch را کاهش دهید یا نسخه کم‌حجم و offload سازگار را انتخاب کنید.
- پس از اجرای موفق، فقط یک تنظیم را در هر بار تغییر دهید. برای مقایسه قابل تکرار، پرامپت، seed، نسخه مدل و تعداد گام‌ها را ثبت کنید.
اگر دستگاهی با ۶ تا ۸GB حافظه گرافیکی دارید، از گردشکار سبک SDXL شروع کنید. برای FLUX.2 klein و Z-Image، کلاس ۱۶GB فضای مناسب‌تری دارد. Qwen به نسخه دانلودشده حساس‌تر است: نسخه کم‌حجم همراه با offload می‌تواند روی حافظه کمتر اجرا شود، در حالی که نسخه کامل و تصویر بزرگ‌تر منابع بیشتری می‌خواهند. ۲۴GB یا بیشتر دست شما را بازتر می‌گذارد، اما ظرفیت لازم را از گردشکار دقیق‌تان تعیین کنید. برای شروع جدی، ۳۲GB RAM و SSD با فضای خالی کافی پیشنهاد عملی ماست.
لپ‌تاپ‌های استوک‌لند برای شروع اجرای مدل لوکال
برای شروع با لپ‌تاپ، دو کانفیگ زیر را ببینید. HP ZBook Power 15 G9 در کاتالوگ فعلی RTX A2000 Laptop با ۸GB حافظه گرافیکی و ۳۲GB RAM دارد. HP ZBook Fury 16 G10 با RTX A1000 Laptop با ۶GB حافظه و ۱۶GB RAM عرضه شده است. کاربرد مناسب این کانفیگ‌ها در این راهنما، یادگیری و اجرای گردشکار سبک‌تر است. برای نسخه کامل Qwen یا FLUX با تنظیمات سنگین، پیش از خرید ظرفیت حافظه لازم را مشخص کنید.
سرورهای هوش مصنوعی برای تولید مستمر تصویر
وقتی تولید تصویر به کار روزانه تبدیل می‌شود، سرور قابل‌پیکربندی دست شما را برای انتخاب GPU و حافظه باز می‌گذارد. PC Land Astra AI Server و PC Land Atlas R4 AI Server در استوک‌لند با انتخاب RAM، SSD و GPU عرضه می‌شوند. انتخاب را از کارت گرافیک و VRAM موردنیاز مدل شروع کنید؛ سپس RAM و ذخیره‌سازی را متناسب با پروژه ببندید. حتی دو پردازنده Xeon هم کمبود حافظه گرافیکی را جبران نمی‌کنند. در صفحه محصول، به وضعیت آماده تحویل یا پیش‌سفارش هر گزینه توجه کنید.
چطور کیفیت مدل‌های ساخت عکس را منصفانه مقایسه کنیم؟
یک تصویر زیبا کافی نیست. اگر از مدل دو فنجان خواسته‌اید و سه فنجان ساخته، دستور را درست انجام نداده است. برای مقایسه، یک پرامپت ثابت بدهید و تعداد اشیا، جای عناصر، نوشته و حفظ ظاهر سوژه را کنار زیبایی بسنجید. نمونه‌های انتخاب‌شده توسط سازنده برای دیدن سبک خروجی مفیدند؛ برای تصمیم نهایی، موضوع خودتان را امتحان کنید.
پرامپت پیشنهادی: عکس تبلیغاتی یک فنجان سرامیکی آبی روی میز چوبی کنار پنجره، یک برگ سبز کنار فنجان، نور نرم صبح، پس‌زمینه کرم، کادر افقی و بدون نوشته. فقط یک فنجان در تصویر باشد.
بعد از تصویر اول، از هر مدل بخواهید رنگ فنجان را سفید کند و باقی تصویر را حفظ کند. سپس آزمون نوشته را جدا انجام دهید: پوستر با عبارت دقیق «شروع تازه». کیفیت فارسی، سرعت و هزینه هر خروجی قابل استفاده را ثبت کنید. seed مشترک بین مدل‌های متفاوت، تصویر اولیه یکسان ایجاد نمی‌کند؛ seed برای تکرار آزمایش در همان مدل مفید است.
پرسش‌های رایج درباره ساخت عکس با هوش مصنوعی
بهترین هوش مصنوعی رایگان برای ساخت عکس کدام است؟
برای شروع آنلاین، ChatGPT Images و Nano Banana 2 را امتحان کنید؛ هر دو محدودیت مصرف و شرایط دسترسی دارند. برای اجرای رایگان روی دستگاه، FLUX.2 klein 4B، Z-Image-Turbo و Qwen-Image-2512 وزن‌های Apache 2.0 دارند. انتخاب نهایی به کاربرد و حافظه GPU بستگی دارد.
آیا Midjourney رایگان است؟
در زمان بررسی، سایت Midjourney و Discord دوره آزمایشی رایگان ندارند. آزمایش محدود niji journey به معنی دسترسی رایگان به Midjourney V8.2 نیست.
آیا Nano Banana 2.1 با حساب رایگان Gemini در دسترس است؟
صفحه رسمی Gemini، Nano Banana 2 را رایگان و نسخه ۲.۱ را با پلن Google AI معرفی میکند. دسترسی رایگان عمومی به نسخه ۲.۱ را فرض نکنید؛ شرایط هر پیشنهاد آزمایشی را در حساب بررسی کنید.
آیا بدون کارت گرافیک میتوان عکس هوش مصنوعی ساخت؟
بله، سرویسهای آنلاین پردازش را روی سرور انجام میدهند. بعضی ابزارهای محلی هم اجرای CPU یا offload دارند، اما سرعت و مصرف حافظه به مدل و گردشکار وابسته است؛ CPU مسیر مناسبی برای تولید سریع همه مدلها نیست.
برای اجرای لوکال، RAM مهمتر است یا VRAM؟
هر دو مهماند، ولی ظرفیت حافظه GPU برای بارگذاری و اجرای سریع بخشهای مدل تعیینکننده است. offload بخشی از مدل را به RAM منتقل میکند و ممکن است زمان تولید را افزایش دهد؛ RAM بیشتر معادل VRAM بیشتر نیست.
کدام مدل متن فارسی را بهتر مینویسد؟
بدون آزمون یکسان، برنده قطعی اعلام نمیکنیم. ChatGPT Images، Nano Banana و Ideogram را با متن فارسی خودتان آزمایش کنید. برای متن حساس مثل قیمت، شماره یا عنوان چاپی، حروف را بازبینی کنید و در صورت نیاز نوشته نهایی را در ابزار طراحی اضافه کنید.
برای شروع کدام مدل را انتخاب کنیم؟
برای چند عکس شبکه اجتماعی، از حساب رایگان ChatGPT یا Gemini شروع کنید؛ همین تجربه کوتاه نشان می‌دهد چقدر اصلاح لازم دارید. اگر سبک هنری اولویت دارد، Midjourney را امتحان کنید. برای پوستر دارای نوشته، Ideogram را هم کنار آن بگذارید. در اجرای لوکال، اول مدلی را انتخاب کنید که با حافظه دستگاه‌تان جور باشد. خرید سخت‌افزار را به مرحله‌ای موکول کنید که مدل و گردشکار موردنیازتان مشخص شده است.
اولین دیدگاه مفید درباره این مطلب را شما بنویسید.