Кириллица vs ИИ: какая нейросеть пишет текст на картинке без иероглифов

Каждый, кто год или два назад просил нейросеть написать на картинке «С днем рождения», знает этот жанр: буквы вроде русские, а слово «рождения» внезапно превращается в «роглення». Иногда рядом появляется символ, который археологи будут расшифровывать еще лет сорок.

Я решил проверить, какая нейросеть пишет текст на картинке по-русски без таких сюрпризов. Взял пять актуальных моделей, дал им одинаковые задания с буквами Ж, Щ, Ъ, Ы и рукописным шрифтом, а потом еще попросил заменить надпись на готовой фотографии.

Дальше будет галерея результатов, полные промпты и сводная таблица. Сразу скажу, что тест пошел не в том направлении, которое я запланировал: кириллицу модели почти победили, зато вылезли проблемы со стабильностью, мелким текстом и типографикой.

В прогоне участвовали Nano Banana Pro, GPT Image 2 Medium, Seedream 5.0 Pro, Ideogram V4 Quality и Recraft V4.1.

Nano Banana, GPT Image и Seedream я запускал через телеграм-бот в режиме /pic. Удобно это оказалось вот чем: один и тот же промпт я просто прогонял по очереди на трех моделях в одном чате, переключая их в меню, и все результаты лежали в одной ленте. Ideogram и Recraft пришлось гонять отдельно, каждый в своем интерфейсе, со своей регистрацией и своей оплатой.

На каждую модель был один запрос. Я ничего не перегенерировал до победного результата. Когда сервис сам выдавал два варианта за один запуск, я сохранял оба и показываю их там, где разница важна.

Победой считаю буквальное совпадение с заданием. Красивейшая вывеска со словом «кромо» остается вывеской с ошибкой. Это понимает любой, кто хоть раз печатал баннер за свои деньги=)

Начал я с уличной пекарни. В крупной строке есть Ж и мягкий знак, ниже идет длинное расписание с цифрами и двоеточием. Вот промпт, одинаковый для всех:

GPT написала обе заданные строки правильно, а потом решила показать характер. На стене появилась дополнительная табличка с режимом работы и меловая доска со словами «Горячий хлеб», «Ароматная выпечка», «Натуральные продукты». Весь этот непрошеный текст тоже читается.

Обычно лишняя табличка от нейронки означает, что сейчас начнется псевдокириллическая лапша, однако GPT добровольно добавила себе работы и справилась.

Recraft V4.1

Recraft сделала спокойный световой короб. Крупный заголовок читается сразу, мелкая строка тоже выглядит почти правильной.

Но именно «почти». Буква «п» в словах «выпечка» и «понедельника» подозрительно похожа на латинскую n. В обычном шрифте такая форма встречается, однако у нас тест именно на чистую кириллицу, поэтому безоговорочную победу я здесь не засчитываю.

По дизайну результат аккуратный, хотя вся пекарня выглядит чуть менее живой, чем у GPT или Seedream.

Seedream нарисовала самую уютную пекарню в раунде: кирпич, теплая витрина, цветы и журавль рядом с названием. Крупная строка получилась правильно.

В расписании модель потеряла букву «и» и написала «понедельнка». Ошибка мелкая, глаз легко проскакивает мимо нее, но на реальной вывеске это уже брак.

Заодно Seedream добавила тент, маленькую табличку и доску у входа. Там надписи начинают расползаться еще сильнее. В общем, заданный текст надо вычитывать, а все самодеятельные надписи на фоне проверять с двойным вниманием.

Ideogram вернула два изображения за один запрос.

В обоих вариантах появилось «кромо понедельника». Довольно подлая ошибка, потому что проблема всего в одной букве, которая вообще не бросается в глаза, пока специально не начнешь вычитывать расписание.

Ну окей, вот вам и главный сюрприз первого раунда. Ideogram умеет собирать убедительный типографический макет, но два результата из двух принесли одну и ту же ошибку.

Nano Banana написала обе заданные строки правильно. Модель выбрала довольно прямолинейный дизайн: крупное название наверху, расписание отдельной полосой под ним, никакой дизайнерской акробатики.

Зато именно для теста текста такой подход оказался полезным. Все буквы читаются, «Журавль» сохранил мягкий знак, «понедельника» осталось целиком.

После первого раунда расклад уже получился интересным:

— GPT и Nano Banana прошли чисто

— Seedream и Ideogram ошиблись в мелкой строке

— У Recraft формально все слова узнаются, однако две кириллические «п» выглядят как латинские n

Тем, кто гуглит запрос «создать картинку с надписью онлайн бесплатно нейросеть», я бы сказал простую вещь: крупный заголовок современные модели уже держат неплохо. Основной риск прячется в расписании мелким кеглем и в надписях, которые модель сама дорисовала на фоне.

Дальше я собрал небольшой парад сложных букв. В названии есть твердый знак, в фамилии Щ и Й, а издательство надо разместить мелко в самом низу.

Признаюсь, тут я ждал максимум треша. Но нет: все пять моделей сохранили название, фамилию и издательство.

GPT сделала каноничную обложку мрачного детектива с лампочкой и открытой дверью. Все три текстовых блока читаются, иерархия работает, хоть сейчас неси макет в издательство.

Nano Banana ушла в фотореализм и сгенерировала фотографию потрепанной бумажной книги. Такое ощущение, что ее уже десять лет передают друг другу жильцы того самого подъезда. Текст при этом правильный целиком.

Seedream добавила ночной двор, дверь и велосипед. Получилось атмосферно, все сложные буквы выжили, издательство внизу тоже читается.

Ideogram собрала строгую обложку с хорошим контрастом. Здесь ее любовь к типографике сработала как надо: название доминирует, имя автора не теряется, издательство остается третьим уровнем.

С Recraft вышла отдельная история. Вот два варианта:

В первом случае все буквы формально находятся на месте, но заголовок вытянут и сжат так сильно, что его приходится разгадывать. Для теста кириллицы это успех, для книжной полки уже спорно. На второй картинке текст читается прекрасно, зато дизайн почти полностью состоит из текста на темном фоне.

Получается хороший пример того, что точное написание и нормальная типографика — это все-таки разные задачи. По правильности начертания букв Recraft этот раунд прошла. В плане удобства чтения один из двух вариантов уже спорный.

Каллиграфию я оставил на финал. Буквы соединяются, линии накладываются друг на друга, внизу есть вторая строка мелким рукописным шрифтом. Я уже морально готовился знакомиться с женщиной по имени Насмя.

GPT Image, Nano Banana, Seedream и Ideogram сохранили обе строки без ошибок. GPT и Seedream сделали классические цифровые открытки, а Ideogram нарисовала аккуратную цветочную рамку.

Nano Banana снова притворилась фотографом: положила бумажную открытку на стол, рядом бросила кисточку и тюбики краски, как будто картинку только что дорисовали вручную.

Recraft сделала еще два варианта:

Тут уже провал без оговорок. В первой открытке начальная «С» уехала слишком далеко влево от слова «днем», поэтому строка развалилась композиционно.

Еще хуже получилось с именем. В обоих вариантах буква «т» в слове «Настя» превратилась в кракозябру. В первом случае она выглядит как мешанина вертикальных штрихов, во втором — как две латинские n. Догадаться, что модель имела в виду, можно, но отправлять такое Насте я бы не рискнул.

Значит, рукописный раунд прошли четыре модели из пяти. Recraft не справилась в обоих вариантах одного запроса.

По запросам «ideogram нейросеть» и «ideogram нейросеть на русском» сервис часто рекомендуют именно для работы с надписями. В моем тесте картина получилась менее однозначной.

Обложку и открытку Ideogram сделала чисто. Крупная кириллица, иерархия и рукописный текст ей дались нормально. Зато в раунде с вывеской оба результата принесли одинаковое «кромо».

Для меня это даже неприятнее случайной ошибки в одном варианте. Когда модель повторяет опечатку дважды, красивый дизайн уже не спасает. Длинную мелкую строку Ideogram приходится вычитывать буквально по буквам.

В использованном мной интерфейсе модель также отказалась принимать готовую фотографию для замены надписи. Это ограничение моего рабочего маршрута, вывод обо всех версиях и интерфейсах Ideogram я из него не делаю.

Recraft V4.1 часто находят по запросам «recraft нейросеть» и «recraft ai», особенно когда нужен более дизайнерский результат. В этом прогоне у нее действительно оказался самый широкий разброс по стилю, но с кириллицей все вышло хуже, чем я сначала разглядел.

На вывеске буквы «п» подозрительно похожи на латинские n. Книжную обложку Recraft написала правильно, хотя один из вариантов почти уничтожил читаемость вытянутым шрифтом.

Открытку модель завалила в обоих вариантах: сначала разорвала первую строку, а затем дважды нарисовала вместо «т» в имени непонятный знак. Поэтому говорить, что Recraft прошла три раунда без орфографической аварии, нельзя.

В использованном интерфейсе модель также отказалась менять текст на готовой фотографии. Для генерации макета с нуля она может дать интересную идею, но каждый текстовый элемент и каждое дизайнерское решение придется проверять отдельно.

Генерация с нуля закрывает далеко не все задачи. Часто фотография уже есть, и человеку надо добавить надпись на фото нейросетью или изменить надпись на картинке, сохранив дерево, свет и перспективу.

Я взял фотографию деревянной таблички «ОТКРЫТО» и попросил заменить текст.

Промпт был таким:

GPT Image и Seedream написали «СЕГОДНЯ ЗАКРЫТО» без ошибок. Обе модели сохранили общий вид деревянной таблички, двери, освещения и перспективы, а новая надпись выглядит частью поверхности.

Ideogram и Recraft в использованных мной интерфейсах редактирование не запустили. Nano Banana в этом раунде я не тестировал.

Тут разница между специализированным сервисом и универсальной моделью вылезла нагляднее всего. В боте замена надписи это вообще не отдельная функция: кидаю картинку в тот же чат, пишу, что заменить, получаю результат. Двадцать секунд. В Ideogram и Recraft я в своих интерфейсах такой кнопки просто не нашел, там модель рисует с нуля и на этом все.

Во всех трех основных раундах использовалась одна схема. Описание сцены я писал на английском, точную русскую строку ставил в кавычки, добавлял Russian Cyrillic и просил сохранить написание через all letters correctly spelled.

В этом прогоне схема дала много чистых результатов, но отдельно влияние кавычек, языка промпта и страховочной фразы я не проверял. Поэтому обещать, что какая-то формулировка гарантированно лечит кириллицу, было бы сочинительством.

По полному набору задач самым ровным участником вышла GPT Image 2 Medium. Она прошла три генеративных раунда и замену текста на готовой фотографии, причем в раунде с пекарней еще и правильно написала дополнительные фразы.

Nano Banana Pro чисто прошла все три задачи на генерацию. Редактирование я не проверял, поэтому сравнивать ее с GPT по полному маршруту пока нечестно.

Seedream 5.0 Pro потеряла одну букву на вывеске, зато чисто справилась с обложкой, открыткой и заменой текста на готовой фотографии.

Ideogram V4 Quality хорошо отработала крупный текст и каллиграфию, но дважды повторила ошибку «кромо» в мелкой строке.

Recraft V4.1 прошла книжную обложку, однако на вывеске дала спорные формы букв, а рукописную открытку завалила в обоих вариантах.

И вот что для меня оказалось главным результатом: кириллица больше не превращается в клинопись по умолчанию. GPT Image и Nano Banana написали весь генеративный набор без ошибок, Seedream и Ideogram споткнулись на мелкой строке, а Recraft показала, что красивый и необычный шрифт может одновременно испортить и читаемость, и сами буквы.

Три из пяти моделей, включая победителя теста, живут в одном телеграм-боте, и весь основной прогон я сделал из одного чата, ничего не устанавливая и не платя в валюте: @imagine_picbot

Ради Ideogram и Recraft пришлось заводить отдельные аккаунты, а бесплатных кредитов Ideogram хватило ровно на один раунд.

Все промпты есть выше в статье, можете повторить их на своих надписях там же. Если найдете буквы, на которых модели у вас сыпятся — покажите в комментах. Возможно, сделаю второй заход, если наберется фактуры.