Grok против Gemini в 7 тестах по генерации изображений с помощью ИИ: что лучше?

Генераторы изображений на основе ИИ стремительно развиваются, становясь умнее, быстрее и креативнее. После тестирования возможностей генерации изображений ChatGPT-5 и Gemini я решил сравнить производительность Gemini от Google с Grok, «бесплатным» чат-ботом Илона Маска.

В семираундовой битве, включающей фотореалистичные и Pixar запросы, я проверил каждую модель на соответствие инструкциям и способность создавать убедительные изображения. Вот основные сильные стороны каждой модели и то, какой ИИ в итоге одержал верх. Это сравнение поможет вам понять, какая модель, Gemini или Grok, лучше всего подходит для ваших задач по генерации изображений с помощью ИИ.

1. Гиперреалистичная концепция продукта

Задача: «Создать реалистичную фотографию складного прозрачного смартфона, лежащего на деревянном столике в кафе, с отражениями городских огней на его поверхности».

Компания Grok успешно выполнила это требование, создав две реалистичные фотографии, включающие все необходимые детали. Обе версии выглядели качественно и точно отражали концепцию.

Результат Gemini был хорошим, но не идеальным. Прозрачный смартфон выглядел несколько непропорционально, а отражения городских огней, ключевой элемент заявления, были отображены не так убедительно, как в попытке Grok.

Победитель: Grok побеждает за создание превосходного изображения и лучшую интерпретацию утверждения. В этом тесте на генерацию изображений с помощью ИИ Grok явно превзошел конкурентов.

2. Рисование персонажей с эмоциями

Задание: «Нарисуйте в стиле комикса иллюстрацию молодого космонавта, который понимает, что забыл свой шлем на поверхности Марса, — с преувеличенным выражением лица, яркими цветами и мультяшным чувством юмора».

Грок сделал два снимка, на которых, судя по всему, изображены два удивленных астронавта, оба в шлемах. Поскольку снимки сделаны очень близко друг к другу, их сложно однозначно интерпретировать, и "забывчивость" не очень очевидна.

Компания Gemini создала изображение забывчивого астронавта, и облачко с мыслью лучше всего иллюстрирует причину его раздражения, хотя изображение было бы еще лучше, если бы астронавт не был в шлеме. Фон и общий дизайн понятны.

Победитель: Gemini побеждает за точное следование инструкциям по оформлению заявки и за более юмористическое изображение.

3. Переосмысление истории

Запрос: «Напишите картину в стиле Ренессанса, изображающую Клеопатру, держащую современный смартфон, в стиле Леонардо да Винчи».

Грок создал изображение, которое выглядит как фотография современной женщины в одежде в стиле Ренессанса, держащей в руках смартфон. Изображение больше похоже на селфи и выглядит очень современно.

В работе «Близнецы» больше внимания уделялось художественному аспекту. Картина больше напоминала полотно эпохи Возрождения и больше походила на саму Клеопатру, чем просто на современную женщину в костюме.

Победитель: «Близнецы» побеждают за лучшую интерпретацию ордена и лучшую историческую точность.

4. Сложная массовая сцена

Заявитель: «Создайте аэрофотоснимок Таймс-сквер в канун Нового года, заполненной толпами, светящимися рекламными щитами и конфетти, падающим в ночном небе».

Экскурсия с Гроком меня действительно разочаровала. Обе фотографии получились одинаково плохими, довольно размытыми и плохо передавали атмосферу новогодней ночи на Таймс-сквер. Люди находятся слишком далеко друг от друга, и отсутствуют другие детали, которые могли бы намекнуть на новогоднюю атмосферу.

Джемини запечатлел энергию и огромные толпы людей на Таймс-сквер в новогоднюю ночь. Снимок явно сделан в Нью-Йорке, и вывески помогают понять масштаб события. Толпа переполнена, в отличие от фотографии Грока.

Победитель: Gemini получает самое четкое и точное изображение новогодней ночи на Таймс-сквер.

5. Сюрреалистический микс

Утверждение: «Представьте себе гигантского осьминога, играющего в шахматы с Альбертом Эйнштейном в стеклянной комнате на дне океана».

Гроку было трудно справиться с этим тестом. Он «думал» гораздо дольше, чем с любым другим тестируемым утверждением. Изображение было хорошим, но оно не учитывало требование о наличии «стеклянной комнаты», указанное в утверждении.

Джемини тут же представил то, что выглядело как портрет. Стеклянный дом был интересным и реалистичным. Осьминог был намного крупнее, чем у Грока, и гораздо лучше дополнял странный образ.

Победитель: Gemini побеждает благодаря превосходному качеству изображения и точному выполнению указаний.

6. Ясность инфографики

Задание : «Создайте наглядную инфографику, иллюстрирующую жизненный цикл бабочки, обозначив этапы, используя стрелки и плоские значки с минимальным количеством цветов».

 

Попытка Грока создать диаграмму оказалась одновременно успешной и неудачной. Первый вариант был слишком перегружен деталями, с ненужной лишней бабочкой, отвлекающей от жизненного цикла. Второй вариант был более сложным, но ему не хватало точности в деталях цикла.

Компания Gemini представила четкое изображение, точно отображающее жизненный цикл бабочки, с ясными подписями, минимальным количеством цвета и легко читаемыми обозначениями.

 

Победитель: Gemini побеждает, потому что выполнил задание с первой попытки. Изображение точное и готово к просмотру.

7. Поддерживайте единообразие в стилизации фотографий профиля.

Задание: «Создайте 3D-модель персонажа в стиле Pixar — 40-летнего журналиста со светлыми волосами, держащего блокнот, — а затем создайте 3 варианта с разными нарядами».

Грок совершенно не понял сути, запросив в своем заявлении, помимо «разных нарядов», еще и «стиль Pixar». Зато он создал три разные прически, что, безусловно, заслуживает похвалы.

Близнецы разгромили журналиста в стиле Pixar, но ошиблись во всех трех пунктах, касающихся различий.

Победитель: Ничья между обоими роботами из-за неспособности следовать инструкциям. Если бы мне пришлось выбирать, я бы выбрал Gemini, поскольку он правильно передал узор и лучше отразил атмосферу, созданную журналистом.

Абсолютный победитель: Близнецы

После семи команд Gemini оказался самым надёжным генератором изображений в целом. Он выполнял инструкции более последовательно и точно, создавал более чёткие композиции и распознавал детали, которые часто упускал Grok. Другими словами, Gemini превосходно понимал и выполнял текстовые команды для генерации запрошенных изображений.

Grok, безусловно, продемонстрировал проблески креативности и добился заметного успеха в области фотореализма, но ему часто не хватало точности и он отклонялся от нормы. Если вам нужны экспериментальные и нестандартные результаты, у Grok есть свои преимущества. Но для повседневного использования, где чёткость, точность и безупречность имеют первостепенное значение, Gemini — это ИИ-генератор изображений, которому я доверяю. Короче говоря, Gemini — лучший выбор для пользователей, которым нужны стабильные и высококачественные результаты в самых разных сценариях.

Пробовали Grok? А как насчёт Gemini? Какой вам больше всего нравится? Расскажите в комментариях.