Лучший API image-to-image 2026 года: одно и то же редактирование, три модели, реальные результаты

Большинство обзоров «лучший API image-to-image» сравнивают только таблицы параметров. Мы сравниваем результаты. Мы взяли одно исходное фото — керамическую воронку для пуровера цвета шалфея на заставленном кухонном столе — отправили совершенно идентичную инструкцию по редактированию трём моделям image-to-image через одну и ту же конечную точку задач hiapi и поставили результаты рядом, без всякой обработки. В этой статье показано каждое изображение, точный промпт, актуальная цена за одно изображение и различия в схемах API, которые обнаруживаются только после реального вызова.

Тест: одно изображение, один промпт, три модели

Все участники вызываются через асинхронный API задач hiapi:

• gpt-image-2/image-to-image@ext — расширенная конечная точка редактирования GPT Image 2: до 16 референсных изображений, вывод в 4K, три уровня качества
• nano-banana-2 — основная модель текущей линейки Nano Banana: редактирование и генерация изображений, вывод в 4K, сильный рендеринг текста
• nano-banana-pro — премиальный уровень той же линейки, ориентированный на качество ключевых визуальных активов

Исходное фото намеренно снято в беспорядке — крошки на столешнице, льняная ткань, хлам у окна — потому что реальная задача «привести в порядок для публикации в каталоге» выглядит именно так. (Это изображение мы ранее сгенерировали с помощью gpt-image-2/text-to-image; теперь оно служит нашим стандартным входным изображением для тестов i2i.)

Каждая модель получила приведённую ниже инструкцию дословно:

Replace the background: put this exact sage green ceramic pour-over coffee
dripper, unchanged - same shape, same matte glaze, same camera angle - on a
polished white marble countertop against a seamless pale warm-grey studio
backdrop. Remove the crumbs, cloth and clutter. Soft diffused studio lighting,
gentle realistic shadow under the product, professional e-commerce catalog
photography. No text.

Классическая замена фона для электронной коммерции: сохранить продукт, заменить окружение. Это самый распространённый коммерческий сценарий использования API image-to-image, и он как раз проверяет то, о чём не расскажет таблица параметров — точность сохранения субъекта, то есть возвращает ли модель ваш продукт или правдоподобную его имитацию.

Результаты каждой модели

gpt-image-2/image-to-image@ext

Отличное следование инструкции: мраморная столешница, бесшовный фон тёплого серого цвета, исчезнувший беспорядок, мягкая студийная тень, композиция в духе каталога. Но посмотрите на сам продукт. Глазурь стала более глянцевой и пятнистой, чем исходная матовая, а на краю появилась светло-коричневая декоративная полоска, которой на исходном изображении не было. Форма, рифлёные внутренние стенки и ручка правильные — но материал ушёл в сторону. Для концептуальных работ и мудбордов это неважно; для товара, который готовится к публикации в каталоге, ваши операторы заметят это с первого взгляда.

В этом запуске использовались quality: "medium", 1K — стоимость изображения $0.061.

nano-banana-2

Именно этот результат заставил нас вернуться и проверить, не перепутали ли мы файлы. Матовая глазурь, рифление, неглазурованный край, ручка и даже угол камеры в основном не изменились, а столешница и фон были заменены на мрамор и тёплый серый, как и требовалось. Если задача — «поместить этот конкретный SKU в новую сцену», то в этом тесте точность сохранения субъекта у nano-banana-2 лучшая из трёх — $0.085 за 1K, а 2K, наоборот, дешевле ($0.076, см. цены ниже).

nano-banana-pro

Та же линейка, та же точность сохранения: продукт сохранён без изменений, матовая фактура не повреждена, сцена немного теплее, текстура мрамора более выражена — результат сразу выглядит чуть более «глянцевым», как в журнале. Стоит ли это почти вдвое дороже, чем nano-banana-2 ($0.17 за 1K или 2K), зависит от задачи; преимущество Pro обычно проявляется в сложных многоэлементных композициях и ключевых визуальных активах топового уровня, а не в такой замене фона для одного продукта.

Оценочная таблица

Модель	Следует инструкции редактирования	Сохраняет точность продукта	Референсные изображения	Максимальный вывод	Цена за изображение
gpt-image-2/image-to-image@ext	Полностью	Частично — глазурь и край ушли в сторону	До 16	4K	$0.007–0.76
nano-banana-2	Полностью	Почти точно	Несколько	4K	$0.076–0.114
nano-banana-pro	Полностью	Почти точно	Несколько	4K	$0.17–0.2992

Приведённые наблюдения получены в ходе одного контролируемого редактирования, выполненного 5 июля 2026 года. Другие субъекты (лица, ткани, типографика) могут изменить рейтинг моделей — весь смысл этой статьи в том, что вы можете за несколько минут повторить этот эксперимент на собственных изображениях.

Цены, сверенные с актуальной страницей тарифов

Все цены ниже сверены 5 июля 2026 года со страницей тарифов hiapi. Оплата за каждое изображение, по факту использования, без подписок.

gpt-image-2/image-to-image@ext тарифицируется по качеству × разрешению:

Качество	1K	2K	4K
low	$0.007	$0.015	$0.022
medium	$0.061	$0.132	$0.217
high	$0.245	$0.535	$0.76

Модели линейки Nano Banana тарифицируются только по разрешению:

Модель	1K	2K	4K
nano-banana-2	$0.085	$0.076	$0.114
nano-banana-pro	$0.17	$0.17	$0.2992

Три практических совета:

• Самый дешёвый способ итеративно дорабатывать промпты редактирования — gpt-image-2 в режиме low/1K: $0.007 за попытку. Создавайте прототипы там, а затем прогоняйте отобранные промпты на более высоком качестве или на моделях Nano Banana.
• Уровень 2K у nano-banana-2 дешевле, чем 1K ($0.076 против $0.085). Нет причин не выбирать 2K.
• Более высокие уровни качества делают рендеринг резче; они не меняют поведение сохранения субъекта. Уход материала, который мы видели на medium, на high станет более резким уходом материала.

Схемы входных данных не взаимозаменяемы

Все три модели находятся за одной конечной точкой — POST https://api.hiapi.ai/v1/tasks — но схема input различается в зависимости от линейки моделей, и именно здесь возникает большинство ошибок при первой интеграции.

Конечная точка редактирования GPT Image 2 принимает image_urls, причём quality и resolution обязательны:

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/image-to-image@ext",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_urls": ["https://your-cdn.example.com/source.jpg"],
      "quality": "medium",
      "resolution": "1K"
    }
  }'

Модели линейки Nano Banana принимают image_input, а также aspect_ratio и resolution:

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-2",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_input": ["https://your-cdn.example.com/source.jpg"],
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'

Обе возвращают идентификатор задачи в data.taskId. Опрашивайте конечную точку деталей задачи, пока status не станет success, а затем как можно скорее скачайте output[0].url — URL вывода имеет ограниченный срок действия, поэтому сразу сохраняйте байты в собственное хранилище. В наших запусках редактирования возвращались за несколько минут через асинхронную очередь.

Приятная деталь: если вы отправите неверное имя поля, ответ 400 укажет ожидаемую схему ("image_urls: missing required field"), так что ошибка в угадывании стоит вам нескольких секунд, а не целой отладки.

Как редактирование с несколькими референсными изображениями меняет правила игры

Редактирование с одним исходным изображением — базовый сценарий, но обе линейки принимают больше одного входного изображения, и именно здесь решаются задачи согласованности продуктов и персонажей:

• image_urls у gpt-image-2/image-to-image@ext принимает до 16 референсных изображений — достаточно, чтобы передать всю бренд-доску (фото продукта, цветовые референсы, референсы макета) в одно редактирование.
• Модели линейки Nano Banana принимают несколько референсных изображений image_input и особенно хорошо сохраняют стабильность субъекта между сценами.

Два результата nano-banana-2 из нашей собственной библиотеки материалов демонстрируют это на практике — оба основаны на референсных изображениях одного и того же флакона и одного и того же человека:

Хитрость в промпте: назовите то, что нельзя менять («этот точный флакон сыворотки, без изменений — то же янтарное стекло, та же чёрная крышка-пипетка»), и позвольте модели восстановить всё остальное. Полное руководство см. в нашем руководстве по продуктовым изображениям с Nano Banana.

Как выбрать

• Редактирование собственного продукта или персонажа, где точность сохранения субъекта обязательна → начните с nano-banana-2. В нашем тесте у неё лучшая точность сохранения за свои деньги; выбирайте 2K, это самый дешёвый уровень.
• Массовые итерации с чувствительностью к затратам → gpt-image-2/image-to-image@ext в low/1K, $0.007 за попытку. Итерируйте дёшево, затем повышайте качество победившего промпта.
• Рабочий процесс с бренд-доской, требующий одновременной подачи множества референсных изображений → gpt-image-2/image-to-image@ext, единственная из трёх, принимающая 16 референсных изображений.
• Ключевые визуальные активы премиум-класса в 4K → nano-banana-pro, но сначала сделайте A/B-сравнение с nano-banana-2 за $0.114/4K — для работы с одним субъектом разница меньше, чем намекает цена.

Если вы взвешиваете, стоит ли интегрировать каждого производителя моделей отдельно, критерии, которые действительно важны в продакшене: цена за изображение, которую можно проверить на публичной странице; одна аутентификация и один цикл опроса задач вместо нескольких; и возможность заменить строку "model" без переписывания конвейера. В этом и смысл единой конечной точки; взвесьте её против того, что уже предоставляет ваш существующий стек.

Часто задаваемые вопросы

Чем API image-to-image отличается от API text-to-image? Text-to-image генерирует изображение только по описанию. Image-to-image получает одно или несколько входных изображений плюс инструкцию и возвращает изменённое изображение — замену фона, изменение стиля, редактирование объекта или композицию, построенную по нескольким референсным изображениям. Модели в этом тесте умеют i2i; большинство также генерирует с нуля.

Какой API image-to-image самый дешёвый в этом сравнении? По прейскуранту — gpt-image-2/image-to-image@ext с качеством low и 1K: $0.007 за изображение. А самое дешёвое редактирование, которое при этом сохраняет точный вид нашего продукта, — nano-banana-2 в 2K: $0.076.

Сколько референсных изображений я могу отправить? gpt-image-2/image-to-image@ext принимает до 16 через массив image_urls. Модели линейки Nano Banana принимают несколько референсных изображений через image_input — как раз для рабочих процессов согласованности, показанных выше.

Умеют ли эти модели рендерить текст в отредактированном изображении? nano-banana-2 указывает рендеринг текста как ключевое преимущество и является более надёжным выбором, когда редактирование связано с этикетками или текстом на упаковке. Какую бы модель вы ни использовали, перед публикацией вычитывайте отрендеренный текст — сгенерированная моделью типографика всё ещё требует проверки человеком.

Запустите тест на собственных изображениях

Самый быстрый способ решить, «какая модель image-to-image подходит для моего контента», — тот же, что и у нас: выберите одно исходное изображение, напишите один промпт редактирования и запустите его на gpt-image-2/image-to-image@ext, nano-banana-2 и nano-banana-pro — на hiapi это три одинаковых POST-запроса с заменой только строки модели. Получите ключ API из руководства по быстрому старту; при использованных нами уровнях весь эксперимент с тремя моделями обойдётся примерно в $0.32. Дешевле, чем кофе, который можно заварить в этой воронке.