Grok Imagine Image 2.0 Low vs Medium: Metin ve Düzenleme Testi

Görüşler6 dk okuma
Grok Imagine Image 2.0 Low vs Medium: Metin ve Düzenleme Testi

Grok Imagine 2.0 incelemesi: Low ve Medium, ilk Grok Imagine ve GPT Image 2.6'ya karşı afiş, ambalaj, menü, portre, 3 görselli düzenleme ve hızda.

xAI, Grok Imagine Image 2.0'ı 7 Ağustos'ta yayınladı. Resmî duyuru birkaç vaatte bulunuyor: prompt'u en ince ayrıntısına kadar takip ediyor, yazıyı bir tasarımcı gibi diziyor, küçük metni okunur tutuyor ve düzenleme yaparken ona verdiğiniz her şeye sadık kalıyor. 15 Kasım itibarıyla onu ZOOOP'ta da kullanabilirsiniz.

ZOOOP'ta zaten birinci nesil Grok Imagine vardı; bu yüzden iki sorunun cevabını istedim: Grok Imagine 2.0 gerçekte neyi daha iyi yapıyor ve Low ile Medium'u ayrı araçlar olarak görmeye değer mi? Aynı prompt'ları 2.0'ın iki kalite seviyesinde, birinci nesil modelde ve GPT Image 2.6'da yan yana çalıştırdım. Kısaca: metinde bu sefer dördü de berabere kaldı. Grok Imagine Image 2.0'ın öne geçtiği yerler, öznenizi bozmadan koruyan düzenlemeler, istemediğiniz şeyleri eklememesi ve bitmiş bir işe daha yakın görünen sayfa düzenleri.

Grok Imagine Image 2.0 nedir, ilk sürümden farkı ne

Grok Imagine Image 2.0, xAI'ın ikinci nesil görsel modeli. ZOOOP'ta birinci nesil Grok Imagine ile aynı şekilde çalışıyor: doğrudan bir prompt'tan üretiyor ya da düzenlemek veya birleştirmek için en fazla 3 referans görsel ekleyebiliyorsunuz. 1K ya da 2K'da yedi en-boy oranı var: 16:9, 3:2, 4:3, 1:1, 3:4, 2:3 ve 9:16. Prompt kutusu 8.000 karaktere kadar alıyor; metin, hiyerarşi ve renklerin hepsi tek bir paragrafa sığıyor.

İlk sürüme göre en belirgin değişiklik, iki kalite seviyesi arasında yeni bir seçim: Low ve Medium. Low, Medium'dan daha ucuz; yine de ikisi de ZOOOP'un Görüntü Oluşturucu aracındaki modellerin daha ucuz ucunda yer alıyor. Birinci nesil model emekliye ayrılmadı ve aşağıdaki her karşılaştırmada yer alıyor.

Nasıl test ettik

Dört prompt, her biri dört modelde birer kez, hepsi 1K'da: Low ve Medium'da Grok Imagine Image 2.0, birinci nesil Grok Imagine ve referans noktası olarak Medium'da GPT Image 2.6. Prompt'ları xAI'ın en çok geliştiğini söylediği alanlara denk gelecek şekilde seçtim:

  1. Caz gecesi afişi, 2:3. "MIDNIGHT TIDE" başlığı, altta tek satırlık küçük yazı, "Live at Harbor Hall · Friday 21 November · Doors 8 PM", serigrafi tarzında.
  2. Teneke çay kutusu ambalajı, 1:1. Üzerinde "CHAMOMILE CALM" yazan bir etiket, altında tek satır küçük yazı, "Organic herbal infusion · 20 pyramid bags", ve elle çizilmiş papatyalar.
  3. Sokak portresi, 3:4. Yağmurlu Lizbon: gümüş rengi bukleli, sarı yağmurluklu, altmışlarında bir kadın bir kafenin tentesi altında gülüyor.
  4. Kara tahta menü, 4:3. "TODAY'S BREWS" başlığı, her satıra bir tane olmak üzere elle yazılmış altı içecek, her birinin yanında küçük bir ikon. Fiyatlar prompt'ta yoktu.

Ayrıca yalnızca 2.0 Medium ve birinci nesil modelde ayrı bir üç görselli birleştirme çalıştırdım.

Afişler ve ambalaj: metin gerçekten doğru mu?

Önce beklemediğim bir sonuç. Birinci nesil model dahil dört model de hem başlığı hem küçük yazıyı doğru yazdı. Tarih ve saatin yer aldığı alt satır, dört afişin hepsinde harfi harfine doğru çıktı.

Caz gecesi afişi, dört modelde aynı prompt

Soldan sağa: Grok Imagine Image 2.0 Low, 2.0 Medium, birinci nesil Grok Imagine, GPT Image 2.6.

Her afişin altındaki küçük yazının yakın çekimi

Yukarıdan aşağıya: 2.0 Low, 2.0 Medium, birinci nesil Grok Imagine, GPT Image 2.6.

Yani dürüst olmak gerekirse: bu kadar kısa bir metinde "daha doğru metin" yükseltmesi kendini göstermedi. Küçük yazı keskin, ama birinci nesil model bu uzunlukta bir satırı zaten halledebiliyordu. Tam sayfa talimatlar ya da birkaç sütun küçük yazı gibi daha zor düzenler bu testin parçası değildi.

Fark sayfa düzeninde. Dört afişte de bir ay, dalgalar ve siluet hâlinde bir saksafoncu var. 2.0 Low küçük yazıyı minik dalga süslemeleriyle çerçeveliyor. 2.0 Medium tüm afişin etrafına ince bir çizgi çekip küçük yazıyı onun içine yerleştiriyor; sonuç, gerçekten matbaaya gitmiş bir konser afişi gibi görünüyor. Birinci nesil model çizimi turuncu bir zemin üzerinde bir bloğa küçültüyor ve kompozisyon daha düz kalıyor. GPT Image 2.6'da gerçek bir serigrafiye en çok benzeyen doku var.

Çay kutusu daha büyük bir fark gösteriyor.

Teneke çay kutusu ambalajı, dört modelde aynı prompt

Soldan sağa: 2.0 Low, 2.0 Medium, birinci nesil Grok Imagine, GPT Image 2.6.

Medium'daki Grok Imagine Image 2.0 etiketi ince çerçeveli, çizgiyle çizilmiş papatyalı kırık beyaz bir çıkartmaya dönüştürdü ve kutunun tamamı raftan alabileceğiniz bir ürün gibi görünüyor. Low ise yazıları doğrudan tenekenin üzerine basıyor. Hiyerarşi yine net ve bir sunum için yeterince iyi. Birinci nesil modelin küçük yazısı yakınlaştırınca biraz yumuşuyor, ama yazımı doğru.

Menü ve portre: Low ile Medium'un ayrıldığı yer

Kara tahta menü, Grok Imagine Image 2.0 Low'un bir şeyi açıkça yanlış yaptığı tek durumdu.

Kara tahta menü, iki kalite seviyesinde aynı prompt

Solda: 2.0 Low. Sağda: 2.0 Medium.

İkisi de altı içeceği ve ikonlarını eksiksiz verdi. Ama Low, prompt fiyatlardan hiç bahsetmediği hâlde kendi kendine her satırın sonuna bir fiyat ekledi. Bir kafe bu tahtayı gerçekten kullansaydı, birinin o rakamları tek tek düzeltmesi gerekirdi. Medium yalnızca kendisinden isteneni yazdı. Tek bir test Low'un bunu her zaman yaptığını kanıtlamaz, ama Low'un bazen kimsenin istemediği şeyler eklediğini akılda tutmakta fayda var.

Portrede doğru ya da yanlış cevap yok. Dördü de iyi; farklar zevke kalıyor.

Sokak portresi, dört modelde aynı prompt

Soldan sağa: 2.0 Low, 2.0 Medium, birinci nesil Grok Imagine, GPT Image 2.6.

2.0 Low'da kadın doğrudan kameraya gülüyor; bu biraz poz verilmiş gibi duruyor. Medium'da başını yana eğip rahatça gülüyor, sanki biri o anı tesadüfen yakalamış gibi. Birinci nesil model geri çekiliyor ve kadrajın çoğunu sokak dolduruyor. GPT Image 2.6 da doğal hissettiriyor; kadının arkasındaki küçük kara tahtada Portekizce birkaç hamur işi yazıyor, bu da hoş bir Lizbon dokunuşu. Dördü de prompt'un istediği hiçbir şeyi atlamadı.

Düzenleme ve birleştirme: üç görsel tek karede

Grok Imagine Image 2.0'ın sonunda birinci nesilden ayrıştığı yer burası. Üç referans görsel vardı: bir corginin telefon fotoğrafı, sepetli kırmızı vintage bir bisiklet ve güneşli bir sahil sokağı. Prompt, corginin bisikletin ön sepetinde oturmasını, bisikletin de o sokağa park edilmiş olmasını istiyordu.

Üç referans görsel ve her modelin birleştirmesi

Üst sıra, üç referans: corgi fotoğrafı, bisiklet ve sahil sokağı. Alt sıra: solda 2.0 Medium birleştirmesi, sağda birinci nesil birleştirmesi.

İlk bakışta ikisi de işi yaptı. Corgi sepette, bisiklet ve sokak referanslarıyla uyuşuyor; duvar lambası ve saksılar bile kadraja girmiş. Farkı görmek için yakınlaştırmanız gerekiyor.

Birincisi köpek. Referans fotoğraftaki corgi üç renkli; gözlerinin üstünde ve sırtı boyunca siyah tüyleri var. 2.0 Medium bu siyah lekeleri korudu. Birinci nesil modelin corgisi açık kahve ve beyaz çıktı; yakından bakınca artık sizin köpeğiniz değil. İkincisi sol alt köşede: birinci nesil model oraya fotoğrafçı imzasına benzeyen küçük bir satır yazı ekledi. 2.0 eklemedi. Birdenbire ortaya çıkan bir filigran, paylaşmadan önce temizlenecek bir şey daha demek.

xAI'ın, modelin düzenleme sırasında ona verdiğinizi koruduğu iddiası burada görülüyor. Resmi Düzenle aracını kendi evcil hayvanınız, bir portre ya da bir ürün çekimi için kullanıyorsanız, bu bir başlığın doğru yazılıp yazılmadığından daha önemli.

Hız: Low ve Medium ne kadar sürüyor

Bu testte her görselin ne kadar sürdüğü, hepsi 1K'da:

  • 2.0 Low: 14 ila 57 saniye, çoğunlukla 30'un altında
  • 2.0 Medium: 68 ila 90 saniye
  • Birinci nesil Grok Imagine: 11 ila 14 saniye
  • GPT Image 2.6 Medium: 26 ila 51 saniye

Grok Imagine Image 2.0'da Medium açıkça yavaş. Her görsel bir dakikadan uzun sürüyor; bu, Medium ayarındaki GPT Image 2.6'dan da uzun. Birinci nesil model en hızlısı ve çok istikrarlı. Lansmanda 2.0 Low'da iki hızlı deneme daha yaptık: 1K bir metinden görsele üretim 18 saniye, bir fotoğrafı suluboyaya çevirmek 17 saniye sürdü; yani düzenlemeler sıfırdan üretmek kadar hızlı çalışıyor.

Ne zaman kullanmalı, ne zaman GPT Image 2.6'ya geçmeli

Bir görselin üzerinde yazı varsa ya da bir fotoğrafı düzenliyorsam ve insanların veya nesnelerin kaymasını istemiyorsam, varsayılan tercihim Grok Imagine Image 2.0. Yönleri denemek için Low ile başlayın. Daha ucuz ve hızlı; tek seferde birkaç kompozisyon çalıştırabilirsiniz. Sonra beğendiğiniz prompt'u final için Medium'da yeniden çalıştırın: sayfa düzeni daha bitmiş görünüyor ve prompt'ta hiç geçmeyen şeyleri araya sıkıştırma ihtimali daha düşük. Low'dan ne çıkarsa çıksın, metni mutlaka kontrol edin.

Tek ihtiyacınız kısa başlıklı bir afişse, birinci nesil Grok Imagine de bunu doğru yapıyor ve çok daha hızlı; acele ettiğinizde iyi bir seçim. Ama işin içine referans görseller girdiğinde, özellikle bir evcil hayvanın, bir yüzün ya da ürün detaylarının bozulmadan geçmesi gereken birleştirmelerde, Grok Imagine 2.0'a geçin.

4K, 3'ten fazla referans görsel ya da uzun ve yoğun bir sayfa düzeni için GPT Image 2.6 modeline geçin. Grok Imagine Image 2.0 en fazla 2K'ya çıkıyor ve en fazla 3 referans görsel alıyor; bunlar kesin sınırlar.

Bu modellerin hepsi aynı Görüntü Oluşturucu sayfasında; başka bir yere gitmeden aralarında geçiş yapabilirsiniz. Tek bir prompt'u her birinde çalıştırmak size herhangi bir incelemeden daha fazlasını söyler.

Sık sorulan sorular

Grok Imagine Image 2.0 Low mu, Medium mu: hangisini kullanmalıyım?

Yönleri denemek ve toplu taslaklar için Low: daha ucuz ve görsellerin çoğu yarım dakika içinde geliyor. Final görsel için Medium: sayfa düzenleri daha cilalı ve kendi kafasına göre bir şey ekleme ihtimali daha düşük, ama her görsel bir dakikadan uzun sürüyor.

Kaç referans görsel kullanabilirim?

En fazla 3. Görsel olmadan metinden görsele üretim yapar, tek bir görsel onu düzenlemeye çevirir, iki ya da üç görsel ise onları birleştirmenizi sağlar.

2K'dan büyük görseller üretebilir mi?

Hayır, en fazla 2K. 4K gerekiyorsa GPT Image 2.6'ya geçin.

Şeffaf arka plan üretebilir mi?

Hayır, şeffaf arka planlı çıktı vermiyor. Doğrudan dekupe edilmiş bir PNG istiyorsanız bunun yerine Seedream 5.5'i kullanın.

Prompt'ları İngilizce dışındaki dillerde yazabilir miyim?

Yazabilirsiniz. Ama bu testteki tüm prompt'lar İngilizceydi ve diğer dillerdeki sonuçları henüz karşılaştırmadım; bu yüzden ne kadar iyi çalıştıklarını söyleyemem.

Paylaş

Daha fazlasını keşfet

Tümünü gör