Прогнал 10 нейросетей через пять русских надписей: кто пишет без ошибок, а кто рисует «Комлот»

Года два назад любая попытка получить от генератора картинок русскую надпись заканчивалась одинаково: вместо «Скидка 30%» на баннере появлялось нечто вроде «Скдиа 3О%» из полукириллических загогулин. С тех пор вышло несколько поколений моделей, и у каждой в анонсе есть строчка «улучшенный рендеринг текста». Про английский текст это правда. А про русский?

Мне это нужно не из любопытства: у нас в Fotoro пользователи регулярно просят открытки с именем, баннеры и вывески, и «кириллица в кадре» – стабильно первая строчка в списке жалоб. Поэтому я взял десять актуальных моделей, доступных через один API, дал каждой одни и те же пять заданий с русским текстом и посчитал, кто справился. Без пересдач: одна генерация на задание, что выпало – то и в зачёт.

Условия теста

Все модели дёргались через Venice AI – это агрегатор, где под одним ключом живут модели OpenAI, Google, Black Forest Labs, ByteDance, Alibaba, xAI и других. Так удобнее сравнивать: один и тот же запрос, одно разрешение (1024×1024), никаких настроек качества сверх дефолтных.

Участники: GPT Image 2 (OpenAI), Nano Banana Pro и Nano Banana 2 (Google), Flux 2 Pro (Black Forest Labs), Ideogram V4, Recraft V4, Seedream V5 Pro (ByteDance), Qwen Image 3 и Z-Image Turbo (Alibaba), Grok Imagine 2.0 (xAI).

Пять заданий, от простого к сложному:

1. Баннер. Плоский веб-баннер хостинга с надписью «Скидка 30% на хостинг» и строкой «до 31 октября». Две строки, крупный шрифт – минимальная планка.
2. Вывеска. Фотореалистичный фасад пекарни, на деревянной табличке «Пекарня „Хлеб и соль“». Кавычки-лапки, мягкий знак и резная фактура дерева, на которой буквы легко «плывут».
3. Открытка. Акварельная открытка с рукописной надписью «С днём рождения, Настя!». Проверка «ё», запятой и рукописного начертания.
4. Меню. Меловая доска в кафе, три строки: «Борщ – 350 ₽», «Пельмени – 420 ₽», «Компот – 90 ₽». Самое длинное задание: «щ», «ь», тире, знак рубля.
5. Промпт на русском. Табличка на стеклянной двери «Открыто», ниже «Пн–Пт 9:00-18:00». В отличие от первых четырёх, здесь сам промпт целиком написан по-русски – проверял, обязательно ли переводить запрос на английский.

Во всех промптах была фраза «другого текста нет» – лишние надписи в кадре я тоже считал ошибкой, потому что для баннера или карточки товара самодеятельная строчка «GENERAL STORE» на заднем плане – это брак.

Задание 1: баннер

Баннеры «Скидка 30% на хостинг»: десять моделей, один промпт

Восемь из десяти – без единой ошибки. Две осечки: Qwen Image 3 дописал лишнюю букву и получил «до 31 октябрег», Z-Image Turbo, наоборот, потерял последнюю: «до 31 октябр». Обе модели – от Alibaba, и это не последнее их совпадение.

По композиции интереснее всего GPT Image 2 и Recraft: они единственные додумали баннер до законченного макета с иллюстрацией серверов. Ideogram выдал ровно то, что просили, – текст на градиенте, ничего лишнего, и для дальнейшей вёрстки это скорее плюс.

Задание 2: вывеска пекарни

Вывески «Пекарня „Хлеб и соль“» крупным планом

Девять из десяти написали название правильно, включая Z-Image Turbo, который на баннере споткнулся. Единственный провал – снова Qwen: «Пекаряя „Хлев и соль“», две ошибки в четырёх словах.

Кавычки – отдельная история. Русские «лапки» („…“) воспроизвели GPT Image 2, обе Nano Banana, Seedream и Z-Image. Flux и Grok заменили их на «ёлочки», а Grok и Qwen ещё и обернули всю надпись в лишнюю пару кавычек. Для вывески это мелочь, для типографики на макете – уже правка руками.

У Ideogram случился странный артефакт: картинка пришла с прозрачной областью в верхней трети, будто модель нарисовала сцену только в нижней части холста. Текст при этом верный.

Задание 3: открытка

Открытки «С днём рождения, Настя!»

Первое задание, на котором посыпались не только Alibaba. Nano Banana 2 написала «рождедения» и вдобавок дважды нарисовала «НАСТЯ» на торте – хотя промпт прямо запрещал другой текст. Z-Image Turbo выдал «С днем оролснеи, Настя!» – рукописное начертание его добило окончательно, а «ё» превратилась в «е».

Qwen, к моему удивлению, здесь справился идеально: аккуратный леттеринг, все буквы на месте. Ideogram написал верно, но мелко, и приписал под текстом декоративную закорючку, имитирующую подпись, – это тот случай, когда модель «дорисовывает текст» там, где его не просили.

Букву «ё» с точками сохранили восемь моделей из десяти. Пять лет назад «ё» была верным способом сломать любой генератор.

Задание 4: меню на меловой доске

Меню на меловой доске: три строки, «щ», тире и знак рубля

Самое длинное задание оказалось не самым сложным: восемь из десяти написали все три строки без ошибок, включая знак рубля, который вообще-то появился в Юникоде только в 2014 году и в обучающих данных встречается заметно реже доллара.

Две модели ошиблись одинаково: и Qwen Image 3, и Z-Image Turbo написали «Комлот» вместо «Компот». Одна и та же подмена «п» на «л» у двух моделей одного разработчика – это уже не случайность, а свойство общего обучающего набора или токенизатора. Если вы собираете пайплайн на моделях Alibaba, слова с «п» рядом с «о» стоит проверять отдельно.

У Recraft буква «щ» в «Борщ» вышла с обрубленным хвостиком – читается, но на большом формате будет видно.

Задание 5: промпт на русском

Таблички «Открыто» по промпту, написанному целиком по-русски

Русскоязычный промпт поняли все десять – ни одна модель не нарисовала вместо стеклянной двери что-то постороннее. Слово «Открыто» и часы работы правильно написали девять моделей. Z-Image Turbo снова провалился: «Отк|ыто» с буквой «р», развалившейся на два штриха.

Но обе Google-модели нарушили запрет на посторонний текст: Nano Banana Pro добавила на фасад вывеску «GENERAL STORE», Nano Banana 2 – «МАГАЗИН ПОДАРКОВ». Красиво, реалистично и совершенно не по заданию. Это фирменная черта Nano Banana: она стремится «оживить» сцену деталями, и текст для неё – такая же деталь, как цветы на подоконнике. Для фотосессий это плюс, для макетов – минус.

Сводная таблица

Звёздочка – текст верный, но с оговоркой (дефектная «щ» у Recraft, лишние кавычки у Grok). Время – среднее по пяти генерациям через Venice, включая очередь на их стороне. Цена – по прайсу Venice за 1K-картинку на момент теста; у GPT Image 2 это дефолтное высокое качество, в режиме medium та же модель стоит 0,07.

Все ошибки теста крупным планом: «октябрег», «Хлев», «рождедения», «оролснеи», «Комлот», «Отк|ыто»

Что из этого следует

Кириллица перестала быть проблемой для верхней половины таблицы. Пять моделей из десяти прошли все пять заданий без единой ошибки, ещё две споткнулись не на буквах, а на дисциплине. Если ваш опыт с русским текстом в картинках закончился на Stable Diffusion или Midjourney образца 2023 года – стоит перепроверить.

Лучшее соотношение цены и результата – Flux 2 Pro. Пять из пяти, 10 секунд, три цента за картинку. GPT Image 2 так же безошибочен, но в девять раз дороже и в десять раз медленнее: полторы минуты на генерацию для интерактивного сервиса – это уже не «подождите», а «мы вам напишем».

Модели Alibaba пока не для русских надписей. Qwen Image 3 и Z-Image Turbo – самые быстрые и дешёвые в тесте, и как генераторы картинок без текста они отличные. Но систематическая подмена букв (л↔п, потеря «р» и «я», «ё» → «е») делает их непригодными там, где надпись должна быть точной. Общая ошибка «Комлот» у обеих подсказывает, что дело в общих данных, а не в невезении.

Nano Banana нужно жёстко ограничивать. Обе версии умеют писать по-русски, но добавляют текст от себя. В промпте недостаточно фразы «другого текста нет» – по нашему опыту помогает перечислить, где текста быть не должно («стены без вывесок, витрина без ценников»), и всё равно проверять результат.

Промпт по-русски работает. Пятое задание все модели поняли без перевода. Переводить запрос на английский имеет смысл только ради нюансов стиля, но не ради самого текста в кадре – его в любом случае надо передавать в кавычках, в точности как он должен выглядеть.

Оговорки

Это тест с одной генерацией на задание, без пересдач и выбора лучшего из четырёх. Это честно отражает то, что видит пользователь с первой попытки, но не статистику: на выборке в пять картинок разница между 4/5 и 5/5 может быть случайной. Разница между 5/5 и 1/5 – уже нет.

Все модели дёргались через агрегатор, а не через API производителя. Скорость поэтому включает очередь Venice и может отличаться от прямого доступа; на качество текста это не влияет – веса те же.

За кадром остались YandexART и Kandinsky: у них нет прямого API в том же контуре, а тестировать через веб-интерфейс с другими настройками было бы нечестно по отношению к остальным. Если у кого-то есть сравнение на тех же промптах – с интересом посмотрю в комментариях.

Все 50 картинок сгенерированы 28 сентября 2026 года; оригиналы без обрезки лежат в открытом репозитории, откуда взяты и иллюстрации к статье, – можно перепроверить любую оценку из таблицы.