Ranking de geradores de imagem: 8 modelos, mesmos prompts

👁 118 leituras

Fiz este ranking de geradores de imagem de forma controlada: usei os mesmos prompts, fiz uma tentativa por modelo e não escolhi as versões mais bonitas. Em 27 de setembro de 2026, enviei cinco prompts do meu teste local do Z-Image Turbo para oito modelos pagos disponíveis pela API do OpenRouter, do Nano Banana Pro ao Recraft V4.1. Medi o tempo e o custo de cada imagem e avaliei 40 imagens em tamanho original e ampliadas. Também apresento os resultados de dois modelos gratuitos executados na minha placa de vídeo. Os exemplos abaixo são traduções dos prompts usados no teste original.

Leia também: O que o Grok 4.7 não sabe: corte de conhecimento em maio de 2026 e outras cinco armadilhas

Como foi feito o teste

Chamei todos os modelos pela API de imagens do OpenRouter (/api/v1/images), com proporção 16:9 e resolução “1K”, quando aceita pelo modelo. Sempre que possível, usei a mesma semente do teste local (FLUX.2, Seedream e Qwen-Image). O GPT Image 2 recebeu qualidade “medium”; para o Grok Imagine, usei a qualidade mais alta disponível nessa API, também “medium”. Medi o tempo entre o envio da solicitação e o recebimento do arquivo. O custo veio do campo usage.cost na resposta. Os prompts foram escritos originalmente em inglês e eram idênticos aos do teste local de 26 de setembro. O teste de escrita em letreiro, descrito adiante, usou texto em polonês.

O orçamento do teste era de US$ 2,50. Um prompt enviado aos oito modelos custaria US$ 0,45; por isso, em vez de testar oito prompts, escolhi os cinco mais exigentes:

• Feira - reportagem: uma mulher idosa vende tomates, pepinos e endro em uma feira de Varsóvia, com luz lateral da manhã. Tradução do prompt original em inglês.
• Letreiro- padaria de Cracóvia com o letreiro pintado (em tradução do original em polonês: “PADARIA BILE”), sob luz quente de fim de tarde. O texto original foi testado em polonês; a descrição é uma tradução do prompt original.
• Ilustração - ilustração editorial plana: uma pessoa diante do laptop tarde da noite, com uma lhama ao lado, paleta azul-marinho e laranja, sem texto. Tradução do prompt original em inglês.
• Retrato - pessoa de 40 anos, com sardas e barba grisalha, segurando com as duas mãos uma xícara de café fumegante. Tradução do prompt original em inglês.
• Pierogi - foto de cima: pierogi com cebola e creme de leite sobre uma mesa de madeira. Tradução do prompt original em inglês.

Avaliei cada imagem de 0 a 10 considerando fidelidade ao prompt, realismo, mãos, letras polonesas e ausência de texto quando o prompt proibia texto. As notas são minhas e refletem minha opinião, mas explico abaixo de cada painel o que levou à perda de pontos.

Resultados: preços, tempos e notas

Os preços são os valores efetivamente cobrados pelo OpenRouter por imagem, antes de impostos. O tempo é a média das cinco imagens.

Três detalhes da tabela merecem atenção. O FLUX.2 Pro cobra por megapixel e, sem um tamanho especificado, gerou uma imagem de 1824×1024, que custou US$ 0,045 em vez de US$ 0,03. No modo “1K”, o Qwen-Image 3 gerou apenas 1024×576; segundo a tabela de preços do OpenRouter, a versão 2K custa o mesmo, US$ 0,03. O GPT Image 2 na qualidade “high” custa várias vezes mais: a documentação do OpenRouter mostra US$ 0,13 por uma imagem 16:9.

Galeria: o mesmo prompt, dez modelos

Cada painel mostra oito modelos de API e dois modelos locais executados na minha RTX 4090, nos dois últimos quadros.

1. Reportagem na feira

Quatro modelos de API acrescentaram placas em polonês, embora o prompt não as pedisse: Nano Banana 2, Nano Banana Pro, Qwen-Image 3 e Grok Imagine. Todas foram escritas corretamente, inclusive (em tradução do original em polonês: “PEPINOS” e “unidades monetárias polonesas originais/kg”); o GPT Image 2 colocou apenas preços no formato “2,50”. O Seedream 5.0 Pro (8,5) criou a cena mais parecida com uma reportagem: luz lateral, pouca profundidade de campo e um suéter comum em vez de uma roupa com cara de catálogo.

2. Letreiro do teste em polonês (em tradução do original em polonês: “PADARIA BILE”)

Foi aqui que os resultados mais se distanciaram. O FLUX.2 Pro errou caracteres especiais (5/10). O Recraft acrescentou uma marca incorreta, trocou caracteres e deixou uma mancha mais clara abaixo do letreiro (4/10). O Qwen-Image 3 não só escreveu o letreiro corretamente, como também desenhou placas com os dizeres (em tradução do original em polonês: “PÃO DE FERMENTAÇÃO NATURAL” e “FRESCOS”), sem erros. Isso corresponde ao meu teste de agosto sobre caracteres poloneses, no qual o FLUX.2 Pro também confundiu sinais diacríticos.

3. Ilustração sem texto

No teste local, o Z-Image Turbo inseriu duas vezes uma marca-d’água com o texto “THE NEW YORKER” (3/10). Todos os modelos de API trataram o nome da revista como uma descrição de estilo, não como texto a ser desenhado. O Recraft (7,5) fez o traço mais parecido com o de uma revista, mas usou um fundo branco e deixou de representar o “fim da noite” descrito no prompt original.

4. Retrato com mãos

As mãos deixaram de ser um problema: todos os dez modelos desenharam cinco dedos em cada mão. As diferenças apareceram nos detalhes do prompt. O GPT Image 2 (8) não incluiu as sardas, o Nano Banana 2 (8) não mostrou vapor sobre a xícara e o Recraft (7) fez uma barba ruiva em vez de grisalha.

5. Pierogi vistos de cima

O pierogi é um bom teste de conhecimento da culinária polonesa. O Nano Banana 2 (7,5) fez pastéis fritos com o formato enrolado do guioza; o Recraft (7) juntou os pierogi em um monte, como pequenos pastéis. O Seedream (8) gerou pierogi bonitos, mas vistos de lado, embora o prompt pedisse uma imagem de cima.

Notas de cada prompt

Conclusão: qual gerador escolher

• Maior qualidade, sem concessões: Nano Banana Pro. Ficou empatado em primeiro lugar em três dos cinco prompts e, nos outros dois, perdeu para o vencedor por meio ponto. Custa US$ 0,134 por imagem, cerca de quatro vezes mais que o GPT Image 2. Veja o guia dos dois modelos do Google no artigo sobre Nano Banana.
• Mais qualidade pelo preço: GPT Image 2 na qualidade “medium”. Fez 8,7/10 por US$ 0,033; a desvantagem é esperar cerca de 30 segundos.
• Rápido, barato e bom com texto em polonês: Nano Banana 2. Levou 12 segundos e escreveu corretamente os caracteres poloneses; foi mais fraco apenas nos pierogi.
• Retratos e cenas de reportagem: Seedream 5.0 Pro. Teve a luz mais natural do teste, mas o tempo variou de 24 a 87 segundos.
• Texto em polonês dentro da imagem: qualquer um dos cinco primeiros colocados. Evite FLUX.2 Pro e Recraft V4.1 ou confira cada caractere.
• Gratuito, usando sua própria placa de vídeo: Qwen-Image 2.1 e Z-Image Turbo ficaram abaixo dos modelos pagos, principalmente por causa dos textos. Em imagens sem texto, tiraram 8/10 na feira, o mesmo resultado do GPT Image 2. Saiba mais sobre eles no artigo sobre IA local.

Esta é a minha opinião: com os preços atuais, a diferença entre US$ 0,033 e US$ 0,134 por imagem só pesa quando você gera centenas de imagens por mês. Para poucas imagens, eu priorizaria a qualidade; para produção em série, escolheria GPT Image 2 ou Nano Banana 2. A comparação de planos, incluindo o Midjourney, que não pude testar aqui, está no guia de geradores de imagem.

O que este teste não mostra

Foi feita uma tentativa por prompt, então, com outra semente, cada modelo poderia ter uma nota um ponto maior ou menor. Não testei edição de fotos, consistência de personagens nem imagens geradas a partir de referências. Midjourney e Ideogram não entraram no ranking porque não estão disponíveis pela API do OpenRouter; além disso, os termos do Midjourney proíbem a geração por ferramentas automatizadas. Escrevi sobre eles separadamente: Midjourney e Ideogram. Saiba mais sobre os modelos testados nos guias de FLUX e Seedream.

Perguntas frequentes

Qual é o melhor gerador de imagem com IA em 2026?

No meu teste de 27 de setembro de 2026, o Nano Banana Pro, do Google, teve a maior média: 9,0/10. Em seguida vieram GPT Image 2 (8,7), Nano Banana 2 e Grok Imagine 2.0 (ambos com 8,6) e Seedream 5.0 Pro (8,5).

Qual gerador escreve corretamente em polonês?

Nano Banana Pro, Nano Banana 2, GPT Image 2, Seedream 5.0 Pro, Qwen-Image 3 e Grok Imagine 2.0 escreveram corretamente o letreiro (em tradução do original em polonês: “PADARIA BILE”). FLUX.2 Pro e Recraft V4.1 cometeram dois erros cada. Esse resultado vem de um teste em polonês, não em português.

Quanto custa gerar uma imagem por API?

No teste, os preços foram de US$ 0,03 por imagem do Qwen-Image 3 a US$ 0,134 por imagem do Nano Banana Pro, antes de impostos. O GPT Image 2 na qualidade “medium” custou US$ 0,033.

Qual gerador de imagem é o mais rápido?

O Recraft V4.1 gerou uma imagem em 7,2 segundos, em média; o Nano Banana 2 levou 12,2 segundos e o FLUX.2 Pro, 13 segundos. Grok Imagine 2.0 e Qwen-Image 3 demoraram mais de um minuto. Localmente, o Z-Image Turbo levou 4,2 segundos em uma RTX 4090.

A IA ainda erra ao desenhar mãos?

Neste teste, não. Os dez modelos desenharam a quantidade correta de dedos nas mãos que seguravam a xícara. Os erros foram mais relacionados à idade, às sardas e à cor da barba.

// continue lendoGerador de vídeo com IA: ranking e preços em 2026GuiasPrompts para Genie 4: estrutura e 8 exemplos prontosGeralProject Genie: como usar e preparar prompts para Genie 4Ferramentas de IA