Grok Imagine 2.0: что умеет новая модель xAI — и честный тест против GPT Image 2 и Nano Banana Pro

На Genova AI появилась Grok Imagine Image 2.0 — новое поколение генератора картинок xAI с точечным редактированием по областям и поддержкой нескольких референсов. Вместо пересказа пресс-релиза мы дали один и тот же русский промпт трём моделям — Grok 2.0, GPT Image 2 и Nano Banana Pro — и показываем кадры как есть, без пересъёмок и черри-пикинга.

Разработчик: xAI (архитектура Aurora) · Режимы: Текст → Фото, Фото → Фото, По областям · Цена на Genova AI: 55 Gens за изображение

Что такое Grok Imagine Image 2.0

Grok Imagine — генератор изображений xAI на собственной архитектуре Aurora: авторегрессивная mixture-of-experts модель, которая строит кадр последовательно и за счёт этого хорошо держит композицию, перспективу и свет. Первая версия запомнилась «живым» кинематографичным фотореализмом и точной передачей реальных объектов.

Image 2.0 — не косметическое обновление, а смена подхода: из «генератора картинок» модель превратилась в генератор с редактором. По данным арен, версия 2.0 входит в группу лидеров Text-to-Image Arena (Elo 1316±12) и занимает второе место в Image Edit Arena (Elo 1439±8) — то есть сильнее всего модель прибавила именно в редактировании.

Что нового — 4 главных изменения

• Редактирование по областям. Кадр разбирается на сегменты — одежда, фон, объекты, детали. Меняется только выбранная область, остальное остаётся нетронутым.
• До 6 референсов. В режиме Фото → Фото можно загрузить несколько исходников: персонажа — с одного фото, стиль — с другого, локацию — с третьего.
• Типографика и кириллица. Вывески, постеры, надписи — чище и структурнее. В нашем тесте модель без ошибок написала «СВЕЖИЙ ХЛЕБ» и неоновое «ГАРАЖ 24».
• Следование инструкциям. Многослойные промпты — «это слева, то справа, такая надпись, такой свет» — выполняются целиком.

Режимы и параметры

• Текст → Фото: генерация по описанию. Соотношения сторон: 1:1, 2:3, 3:2, 16:9, 9:16.
• Фото → Фото: редактирование по референсам — JPEG, PNG или WEBP до 30 МБ, до 6 изображений, есть авто-подбор соотношения сторон.
• По областям: «Разобрать на области» → выбрать сегмент → описать изменение.
• Скорость: обычно 10–40 секунд на изображение.
• Цена на Genova AI: 55 Gens за изображение — и для генерации, и для правки по областям.

Тест: один русский промпт — три модели

Методика простая и жёсткая: три промпта на русском языке, по одному прогону в каждой модели, без повторов и выбора лучшего. Соперники — GPT Image 2 (эталон по следованию инструкциям) и Nano Banana Pro (эталон по фотореализму). Обе тоже доступны на Genova AI.

Тест 1. Кириллица на вывеске

Витрина маленькой уютной пекарни вечером: тёплый свет из окна, деревянная вывеска с надписью «СВЕЖИЙ ХЛЕБ», на стеклянной двери табличка «Открыто с 7:00», на витрине багеты и круассаны, у входа велосипед с плетёной корзиной. Фотореалистичная уличная фотография, мягкий вечерний свет.

Grok Imagine 2.0 — «СВЕЖИЙ ХЛЕБ» и «Открыто с 7:00» без единой ошибки, самый атмосферный вечерний свет. GPT Image 2 — тоже идеальная кириллица, кадр светлее и «открыточнее». Nano Banana Pro — красивая уличная сцена, но обе надписи перевёл на английский: «FRESH BREAD» и «Open at 7:00». Для задач с русским текстом это дисквалификация.

Тест 2. Фотореалистичный портрет

Крупный портрет пожилого рыбака с седой бородой в жёлтом дождевике на рассвете у моря: капли воды на лице, глубокие морщины, внимательные серые глаза, мягкий золотой свет, лёгкий туман, размытая лодка на фоне. Фотореализм, детальная кожа, естественные цвета.

Здесь проигравших нет — уровень у всех троих студийный. Но детали любопытны: только Grok оставил рыбака в капюшоне дождевика, как было в промпте, — GPT и Nano Banana надели вязаную шапку от себя. По фактуре: Nano Banana Pro дал самую «сырую» документальную кожу, GPT Image 2 — более глянцевый портрет, Grok — кинематографичный кадр с туманом и контровым светом.

Тест 3. Многослойная инструкция

Гараж вечером: слева красный винтажный мотоцикл с хромированным баком, справа жёлтая металлическая канистра, между ними на бетонном полу мелом нарисована белая стрелка, указывающая на мотоцикл, на стене синяя неоновая надпись «ГАРАЖ 24», через открытые ворота виден оранжевый закат. Кинематографичный свет, фотореализм.

В промпте пять условий. Grok Imagine 2.0 — 5 из 5, композиция самая точная по ТЗ. GPT Image 2 — 5 из 5, кадр чуть плотнее. Nano Banana Pro — 4 из 5: расположение и стрелка на месте, но неон снова латиницей — «GARAGE 24».

Итог теста

Оговорка: это один прогон на промпт, а не бенчмарк — результаты варьируются от попытки к попытке. Но переводы надписей у Nano Banana Pro воспроизвелись в обоих текстовых тестах — это устойчивая особенность.

Ещё два примера: текст в кадре — главный козырь 2.0

Раз уж типографика — заявленная сильная сторона версии 2.0, мы дали ей два задания посложнее одной вывески: многострочную афишу и меню с ценами. Оба кадра — первая генерация, без правок.

Практический вывод: афиши мероприятий, доски меню, ценники и обложки с русским текстом теперь можно делать одним промптом — без графического редактора. Если строк много, перечисляйте их явно, каждую в своих кавычках.

Кому какая модель — шпаргалка

Как пользоваться «По областям» — за 4 шага

1. Сгенерируйте кадр или загрузите своё фото на странице Grok Imagine и переключитесь на вкладку «По областям».
2. Нажмите «Разобрать на области» — модель разделит изображение на сегменты.
3. Выберите сегмент и опишите изменение одной фразой: «перекрась куртку в красный», «замени фон на закат».
4. Запустите генерацию — изменится только выбранная область. Правка стоит те же 55 Gens.

Промпт-советы для Grok Imagine 2.0

• Текст в кадре — в кавычках: вывеска с надписью «СВЕЖИЙ ХЛЕБ».
• Говорите «съёмочным» языком: тип кадра, оптика (35mm, 85mm), свет (золотой час, неон, контровый).
• Раскладывайте сцену по местам: «слева…, справа…, на фоне…».
• Не переписывайте промпт целиком после неудачи — добавьте 1–2 уточнения или поправьте область.
• Несколько референсов — по ролям: первый — персонаж, второй — стиль, третий — локация.

Как попробовать из России

Grok Imagine 2.0 уже работает на Genova AI: без VPN, интерфейс на русском, оплата российскими картами и СБП. Обе модели из сравнения — GPT Image 2 и Nano Banana Pro — тоже на платформе, так что можно повторить наш тест на своих промптах.

Открыть Grok Imagine 2.0 на Genova AI — без VPN, 55 Gens за изображение, стартовый баланс новым пользователям.