6 нейросетей, одно слово: кто умеет писать? (Слепое тестирование + бесплатные воркфлоу для ComfyUI)

Шесть моделей изображений на одной видеокарте RTX 4090: MOSS-Image, Krea 2, Qwen-Image 2.1, Qwen-Image-2512, FIBO и FLUX 3 Image Klein. Модель искусственного интеллекта подсчитала буквы в одном слове с четырьмя W, мы проверили наш OCR-критерий по этому подсчету, затем провели слепое голосование и шесть жестких подсказок. Контент, сгенерированный ИИ: ведущая (Лара), ее голос, музыка и каждое показанное изображение, созданное шестью моделями изображений ИИ, являются сгенерированными ИИ. Люди на примерах изображений — синтетические; реальных людей нет. Бренды и этикетки на изображениях (наш собственный логотип grawwww, банка LIME·BERRY) — вымышленные. Показанные результаты — реальные: это фактические результаты и измерения наших собственных тестов. Что вы узнаете: как проверять повторяющиеся буквы в сгенерированном тексте (увеличьте масштаб и посчитайте, не полагайтесь на OCR), как шесть моделей различаются по времени обработки изображения (в секундах на изображение), пиковому объему видеопамяти и лицензии, а также где они выходят за рамки меток: кадрирование, лишний текст, глянцевый HDR-эффект, подсчет и часы. Ни одна модель не сломала пальцы ног в нашем задании с босиком; рукопожатия Фибо показали наличие дополнительных рук. Задания и рабочие процессы ComfyUI, а также скрипты и сравнительные таблицы (уменьшенный размер): https://github.com/grawwww-studio/ima... Полный метод, настройки и цифры: см. закрепленный комментарий. Разделы 0:00 Шесть моделей, одно слово 0:37 Часть первая: умеют ли они писать по буквам? 2:28 Правило, судья, вердикт 3:46 Рабочие процессы, скорость и память 5:29 Часть вторая: за пределами меток, слепое голосование 8:45 Часть третья: жесткие подсказки 10:10 Лицензии и файлы 10:43 Что мы не тестировали Модели, компоненты и лицензии (все работают локально; веса не перераспределяются; каждый компонент сохраняет собственную лицензию издателя) Krea 2 Turbo fp8 (Krea): Krea 2 лицензируется в соответствии с Соглашением о лицензировании сообщества Krea 2. Для получения дополнительной информации посетите https://krea.ai/krea-2-licensing. Кодировщик текста Qwen3-VL-4B fp8 (Alibaba Cloud, Apache-2.0); VAE: Qwen-Image VAE (Alibaba Cloud, Apache-2.0); Krea 2 Identity Edit v1.2 (conradlocke), производная от Krea 2, для манипулятора для упаковки. MOSS-Image-SFT int8 (OpenMOSS / MOSI.AI, Apache-2.0), репак ComfyUI от Comfy-Org. Кодировщик текста Qwen3.5-9B int8 (Alibaba Cloud, Apache-2.0); VAE: декодер FLUX.2 small (Black Forest Labs, Apache-2.0). Qwen-Image-2512 fp8 (Qwen / Alibaba Cloud), помечен как Apache-2.0 на своей карточке модели Hugging Face (https://huggingface.co/Qwen/Qwen-Imag... репак ComfyUI от Comfy-Org. Кодировщик текста Qwen2.5-VL-7B fp8 (Alibaba Cloud, Apache-2.0); VAE: Qwen-Image VAE (Alibaba Cloud, Apache-2.0). FLUX 3 Image Klein (Black Forest Labs), контрольная точка, файлы bf16 из black-forest-labs/flux-3-image-klein, запущены локально и используются в соответствии с лицензией FLUX Kommunity License v.1.0 (https://huggingface.co/black-forest-l... "Эта модель FLUX лицензирована Black Forest Labs Inc. в соответствии с лицензией FLUX Kommunity License. Авторские права принадлежат Black Forest Labs Inc.." Кодировщик текста Qwen3-VL-4B-Instruct (Alibaba Cloud, Apache-2.0); VAE, поставляемый Black Forest Labs вместе с моделью. Qwen-Image-2.1 int8 (Qwen; Hangzhou Tongyi Laboratory Technology Co., Ltd.), ComfyUI repack от Comfy-Org, используется в соответствии с Лицензионным соглашением Qwen для исследовательских целей (только для исследовательских или оценочных целей): «Qwen лицензируется в соответствии с ЛИЦЕНЗИОННЫМ СОГЛАШЕНИЕМ Qwen ДЛЯ ИССЛЕДОВАТЕЛЬСКИХ ЦЕЛЕЙ, Авторские права (c) 2026 Hangzhou Tongyi Laboratory Technology Co., Ltd. Все права защищены». Кодировщик текста Qwen3-VL-8B int8 и VAE поставляются в одном пакете под одной лицензией. https://huggingface.co/Qwen/Qwen-Imag... Fibo 2.0 Dev bf16 (Bria AI), запущен с диффузорами Hugging Face (Apache-2.0). В карточке модели указано: «Лицензия: Creative Commons Attribution-Non-Commercial (CC BY-NC 4.0)» и «Коммерческое использование регулируется коммерческим соглашением с BRIA». https://huggingface.co/briaai/Fibo-2.... Кодировщик текста Qwen3-VL-4B-Instruct (Alibaba Cloud, Apache-2.0) и FLUX.2 VAE (Black Forest Labs, Apache-2.0), как они поставляются в репозитории Bria. Нативный тест ComfyUI: Comfy-Org repack (https://huggingface.co/Comfy-Org/Fibo..., bf16 и int8 ConvRot. FIBO 2.0 Dev и Qwen-Image-2.1 имеют некоммерческие лицензии. Их выходные данные показаны только для обзора и сравнения моделей; мы не используем их в коммерческих целях. Оценка меток: Unlimited-OCR (Baidu, MIT). Программное обеспечение: ComfyUI 0.42.1 (GPL-3.0; отображается на экране, не изменено и не распространяется), узлы ComfyUI-Krea2Edit (Apache-2.0). Ведущий "Лара": сгенерировано ИИ (Krea 2 + статичные изображения LoRA), анимировано с помощью генеративных видеомоделей. Видео ведущего:...