Midjourney, Kling и Nana Banana: сравниваем три нейросети для картинок

Введение

У каждой из этих трёх моделей свой почерк, и это видно уже на первом промпте. Midjourney тянет к стилизации и художественности, Kling силён там, где нужно оживить картинку или продумать композицию с движением в кадре, Nana Banana — про точную работу с уже готовым изображением: заменить фон, поправить деталь, собрать несколько фото в одно. Разбираем на реальных задачах, а не на общих словах, где какая модель выигрывает.

Сильные стороны каждой модели

Midjourney остаётся ориентиром для тех, кому нужна картинка с характером: иллюстрация, обложка, концепт-арт, стилизованный портрет. Модель хорошо держит композицию и свет, чувствует художественные референсы — если в промпте упомянуть стиль или художника, результат действительно подстраивается под настроение. Слабое место — точечные правки: попросить Midjourney «оставь всё как есть, поменяй только цвет сумки» получается не всегда с первого раза, для этого удобнее модели с прицелом на редактирование.

Kling исторически заявляла о себе как видеомодель, но её генерация изображений тоже рабочая: она хорошо держит логику сцены и динамику — если в кадре должно быть ощущение движения, ракурса, глубины, Kling обычно даёт более «живую» композицию, чем модели, заточенные под статичную иллюстрацию. Это делает её удобной для черновика раскадровки или первого кадра, который потом уходит в видео.

Nana Banana — модель другого типа задач: не столько «нарисуй с нуля», сколько «измени то, что уже есть». Она умеет держать консистентность объекта или персонажа при редактировании, аккуратно вписывать новый элемент в существующее фото, объединять несколько изображений в одну сцену. Для карточек товара, где нужно заменить фон у реального продукта, оставив сам продукт без искажений, это чаще всего быстрее, чем перегенерировать всё заново в Midjourney.

Разница ощущается и в том, как модели работают с текстом на промпт. Midjourney и Kling лучше воспринимают образные, атмосферные описания — прилагательные про свет, настроение, стиль съёмки. Nana Banana откликается на более прямые, инструктивные формулировки: «замени», «убери», «добавь», «оставь без изменений» — она ближе по логике к редактору, а не к генератору с нуля, и промпт стоит писать соответствующе.

Одинаковый промпт — разный результат

Возьмём один и тот же условный запрос и отправим во все три модели, чтобы увидеть разницу в подходе:

Керамическая кружка на деревянном столе у окна,
мягкий утренний свет, минималистичная композиция,
пастельные тона, фокус на текстуре кружки

В Midjourney такой промпт обычно даёт эстетичную, «глянцевую» картинку — свет и цвет собраны красиво, но точный ракурс и пропорции кружки предсказать сложно, придётся перегенерировать несколько раз и выбирать вариант.

В Kling результат будет чуть более «сценовым»: модель охотнее добавляет контекст вокруг объекта — блики, отражения, глубину заднего плана, — что хорошо, если готовите кадр под дальнейшую анимацию, и избыточно, если нужна просто чистая предметная съёмка.

Если у вас уже есть реальное фото кружки и нужно просто пересадить её на новый стол с другим светом, вот промпт под Nana Banana в режиме редактирования:

Замени фон на деревянный стол у окна с мягким утренним светом,
пастельные тона. Саму кружку, её форму и текстуру не менять

Здесь модель отрабатывает точнее: объект остаётся узнаваемым, меняется только окружение — то, ради чего этот тип инструмента и берут.

Что выбрать под конкретную задачу

Если задача — обложка, иллюстрация к статье, арт для соцсетей с определённым настроением, начинайте с Midjourney: она даёт больше художественной свободы и разнообразия стилей за один запуск.

Если нужен кадр, который затем пойдёт в анимацию или видеоряд, или важна динамика и ракурс в самой сцене — Kling удобнее как отправная точка, особенно когда следующий шаг — оживить картинку в видео.

Если на руках уже есть готовое фото — товара, интерьера, человека — и нужно точечно его отредактировать без риска исказить сам объект, это задача для Nana Banana. Для карточек маркетплейсов, где нельзя менять сам товар, но нужно обновить фон или добавить инфографику, этот путь обычно быстрее, чем генерация с нуля.

Ограничение у всех трёх одно и то же — с первого раза идеальный результат получается редко, особенно если в кадре текст или сложная анатомия рук. Закладывайте несколько итераций и не полагайтесь на один прогон.

Ещё один практический момент — соотношение сторон и разрешение. Под соцсети, карточки маркетплейса и печать нужны разные пропорции кадра, и не все модели одинаково гибко их меняют постфактум: проще сразу указать нужный формат в промпте или настройках генерации, чем потом обрезать готовую картинку и терять часть композиции.

Итог

Три модели закрывают разные части одной и той же задачи «сделать картинку»: Midjourney — художественную генерацию с нуля, Kling — сцены с динамикой и заделом под видео, Nana Banana — точное редактирование существующих фото. На практике эти инструменты обычно используют не по одному, а вместе: черновик в одной модели, доводка в другой. Подробный разбор каждой модели по отдельности — в обзорах Kling и Nana Banana, а с чего начать работу с Midjourney — в статье как получить доступ к Midjourney.

Все три модели — Midjourney, Kling и Nana Banana — доступны в Крафти без VPN и зарубежной карты, оплата рублями. Не нужно оформлять отдельные подписки под каждую задачу: переключаетесь между моделями в одном боте @KraftiAI_bot и платите за фактическое использование.