Grok Imagine Image 2.0 против Flux 3: Выпущенный редактор против мультимодального обещания

Это противостояние, в котором на самом деле можно вызвать только одну сторону, и честная версия этого заголовка — само сравнение. Grok Imagine Image 2.0, модель x​AI с приоритетом редактирования, вышла в приложениях G​rok 7 августа 2026 года — на той же неделе, когда она заняла второе место в публичной Text-to-Image Arena с Elo 1 320 (предварительно), уступив только GPT Image 2 с 1 380. Flux 3, единая мультимодальная базовая модель Black Forest Labs, анонсированная 23 июля, обучается предсказанию изображений, видео, аудио и действий робота в одном наборе весов — но у её графического компонента до сих пор нет ни публичного эндпоинта, ни цены, ни опубликованной демо-версии по состоянию на сегодня, 8 августа. Одну модель можно вызвать сегодня днём; другая — это релиз изображений, за которым все следят с конца июля, но который пока никто не может запустить. Эта асимметрия и есть вся история, и она определяет, как вообще выглядит честное сравнение.

Табло

По тем параметрам, на которые на самом деле влияет эта связка, вот как обстоят дела у каждой стороны на сегодняшний день. Данные Grok Imagine Image 2.0 взяты из публичной таблицы Arena и собственной документации xAI; статус генерации изображений Flux 3 приведён согласно объявлению Black Forest Labs от 23 июля и текущим документам BFL, а все заявленные планы по Flux 3 основаны на информации вендора и не подтверждены, пока не появится конечная точка.

• Доступность — Grok Imagine Image 2.0 доступен в приложениях Grok (веб, iOS, Android) с 7 августа, тогда как уровень изображений Flux 3, анонсированный 23 июля, до сих пор не выпущен.

• Text-to-Image Arena — Grok Imagine Image 2.0 #2 с рейтингом Elo 1 320, помечен как предварительный, на публичной доске против Flux 3 image, без рейтинга и без записи.

• Редактирование — Grok Imagine Image 2.0 включает Magic Wand, сегментацию, удаление фона и мульти-референсный ввод, тогда как Flux 3 обещает редактирование «в разных стилях и соотношениях сторон», но без выпущенного демо.

• Текст внутри изображений — Grok Imagine Image 2.0 заявляет о типографике, спроектированной дизайнерами, и более чётком мелком тексте, тогда как Flux 3 обещает многоязычный рендеринг текста внутри изображений.

• Цена — Grok Imagine Image 2.0 $0.02–$0.05 за изображение в API xAI против Flux 3 (изображение без цены); сегодня тарифицируется только видеотариф ($0.06–$0.54/с).

• API — открыт API для разработчиков Grok Imagine Image 2.0; идентификатор модели Image 2.0 всё ещё не подтверждён, тогда как для изображений Flux 3 конечной точки (endpoint) не существует.

Почему это противостояние не может быть обычной перестрелкой

Обычное сравнение моделей генерации изображений отправляет одинаковые промпты на обе конечные точки и сверяет результаты. Здесь так сделать нельзя, поскольку существует только одна конечная точка. Grok Imagine Image 2.0 доступен через собственные приложения xAI и API для разработчиков — API для разработчиков работает с мартовского поколения базовой модели изображений, а выделенный ID модели Image 2.0 в API пока не подтверждён, что важно для всех, кто планирует работу вокруг неё. Модель Flux 3 для изображений недоступна для вызова нигде: документация BFL сейчас показывает только «Видео с синхронизированным звуком, уже доступно» и примечание, что «дополнительные модальности появятся в том же формате запросов по мере их запуска». Поэтому честное сравнение сводится к тому, что каждая сторона уже выпустила, что пообещала и на чём можно строить уже сегодня. Это реальное сравнение — просто не бенчмарк.

В наборе инструментов редактирования Image 2.0 уже впереди.

В Grok Imagine Image 2.0 редактирование реализовано как полноценная функция, а не как дополнение. Волшебная палочка редактирует только выбранную область, оставляя остальную часть кадра нетронутой; сегментация позволяет перекрасить или заменить точную область вплоть до материала отдельного объекта; удаление фона экспортирует объект на прозрачный холст для повторного использования в других местах; а многореференсный ввод принимает до пяти изображений за одну генерацию, поэтому композитинг нескольких объектов не требует ручного вырезания и вставки. Smart Resize перекомпоновывает кадр в девяти соотношениях сторон — от высоких баннеров 1:2 до широких 2:1 — автоматически заполняя его при изменении размеров. Модель обучена специально для фотографии, графического дизайна и иллюстрации и поставляется с готовыми шаблонами для предметной съёмки, портретных фото, карточек товаров для электронной коммерции, игровых ассетов и маркетинговых постеров — позиционирование, нацеленное непосредственно на коммерческие рабочие процессы, создающие готовые материалы.

Согласно материалам запуска BFL, уровень изображений Flux 3 обещает редактирование «в разных стилях и соотношениях сторон» и единую модель, которая обрабатывает и статичные изображения, и видео. Нет выпущенного демо, нет галереи примеров и нет эндпоинта для тестирования. По редактированию сейчас даже близко не сравнить: один уже выпущен и поддается измерению, другой — лишь обещание из дорожной карты.

Оба охотятся за одним и тем же слабым местом: текстом внутри изображений

Читаемый текст на изображениях — самая сложная нерешённая проблема в генерации изображений, и оба вендора взялись за неё в течение одного и того же двухнедельного периода. x​AI заявляет, что Grok Imagine Image 2.0 планирует макет и типографику «так, как это сделал бы дизайнер», с более чётким мелким текстом в насыщенной графике и меньшим количеством искажённых слов, логотипов и подписей. Заявленные улучшения BFL для уровня изображений Flux 3 включают «многоязычный рендеринг текста внутри изображений» — прямой ответ на тот же тип сбоя и одно из немногих конкретных утверждений в июльском анонсе. Ни одна из этих возможностей ещё не была независимо протестирована; оба утверждения исходят от вендоров. Практическая разница в том, что утверждение об Image 2.0 можно проверить уже сегодня на собственных запросах, тогда как утверждение о Flux 3 проверить вообще невозможно.

Цена, когда только у одной стороны есть цена.

Grok Imagine Image 2.0 — это оплата за изображение в API xAI: grok-imagine-image по 0,02 доллара за изображение и grok-imagine-image-quality по 0,05 доллара за изображение, с ограничением 5 запросов в секунду, а правки тарифицируются как за входное изображение, так и за сгенерированный результат. В потребительских приложениях он находится за подпиской SuperGrok за 30 долларов в месяц, бесплатный тариф был убран ранее в этом году — именно поэтому API, а не приложение, является ценовым ориентиром для всех, кто с ним работает.

У тарифного плана для изображений Flux 3 нет цены, потому что у него нет конечной точки. Единственные опубликованные цифры BFL относятся к видеотарифу — $0,06 за секунду для черновиков, $0,17/с для HD и $0,29/с для FHD для генерации видео из текста и изображений, и примерно вдвое больше для видео-в-видео, — что по крайней мере указывает на то, что BFL позиционирует семейство Flux 3 в премиальном сегменте рынка. Когда появится тариф для изображений, цена за изображение заметно выше минимального порога xAI в $0,02 не станет неожиданностью, но это предположение, а не факт; корректное утверждение состоит в том, что BFL вообще не публиковала цен на изображения.

Что Flux 3 дает такого, чего Image 2.0 не может

Обоснование Flux 3 никогда не сводилось к сегодняшним статичным изображениям. BFL обучила единый набор весов на изображениях, видео, аудио и действиях роботов, так что «модель изображений» — это та же модель, которая позже генерирует синхронизированную речь и эффекты, превращает заданные ключевые кадры в 20-секундные клипы и — в долгосрочной перспективе — предсказывает поведение роботов. Если вашему пайплайну нужно, чтобы идентичность объекта сохранялась при переходе от статичного кадра к видео, или нужна единая форма запроса, охватывающая все модальности, то это архитектурная ставка, которую продукт для статичных изображений и редактирования, такой как Grok Imagine Image 2.0, не делает.

Противовесом является то, что Grok Imagine Image 2.0 — это реальный продукт с реальным — пусть и предварительным — рейтингом Arena на сегодняшний день, а Flux 3 image — это обещание, которое уже стало свидетелем выхода своего родственного уровня: FLUX 3 Video стал общедоступен 4–5 августа, в то время как уровень изображений остаётся в «ближайших неделях». Мультимодальная амбиция — не конечная точка.

Кто должен выбирать

Если вам нужно продакшн-редактирование изображений в этом квартале — удаление фона, правка участков, мультиреференсная композиция, — Grok Imagine Image 2.0 — единственная из двух, которую вы действительно можете внедрить, а её цена $0.02–$0.05 за изображение делает систематическое тестирование ваших собственных промптов достаточно дешёвым, чтобы просто запустить его. Если вы планируете пайплайн, который охватит изображения, видео и аудио на базе одной модели, и можете позволить себе подождать, Flux 3 image — более интересная ставка, но это ставка на невыпущенный продукт: без подтверждённой даты, кроме «в ближайшие недели», и без цены.

Ни одна из моделей сегодня не представлена на OrcaRouter: xAI распространяет Image 2.0 через собственные приложения и API для разработчиков, а BFL — через свой API, и ни одна из них ещё не появилась на сторонних хостингах. Когда они появятся, обе стоит прогонять через единый слой маршрутизации — A/B-тест для каждого изображения на ваших собственных промптах, автоматический переход на проверенный генератор, пока модель молода, и сквозное прохождение с нулевой наценкой, чтобы ценник, который вы видите, был прейскурантом провайдера, а любая комиссия поступала в тот же день. Именно так вы внедряете двухдневную модель и ещё не выпущенную — не ставя производственный путь ни на одну из них.

Суть

Сравнение Grok Imagine Image 2.0 и Flux 3 сейчас нельзя назвать близким, потому что это не гонка — один конкурент уже на трассе. Image 2.0 поставляется с мощным набором инструментов для редактирования по цене за изображение, с рейтингом Arena, который реален, но предварителен, и рейтингом редактирования, на который ссылается xAI, но который не подтверждён независимо. Flux 3 image — это более амбициозная архитектура, которая ещё не выпущена, без цены и без демо. Если вам нужны изображения сегодня, выбор напрашивается сам. Если вы делаете ставку на то, куда движется генерация изображений, следите за уровнем Flux 3 image — и относитесь к каждому утверждению из дорожной карты как к непроверенному, пока не появится конечная точка.