Карта моделей 2026: кого брати під задачу

Чому у 2026-му все змінилося

Іще пару років тому вибір був простий: Stable Diffusion і жменька її нащадків. Текст на картинці виходив кракозябрами, відео було фокусом для обраних, а за справді чистий результат доводилося йти у платні сервіси.

Зараз картина інша. Опенсорс - тобто моделі, чиї ваги Ваги (weights) - це сам навчений файл нейромережі, її «мозок». Якщо ваги опубліковані (open-weights), модель можна завантажити і запускати у себе на компʼютері безкоштовно. Якщо ні - доступ лише через чужий платний сервер (API). виклали у відкритий доступ, - наздогнав, а подекуди й обігнав закриті сервіси. Зʼявилися окремі чемпіони під кожну задачу. І саме тут новачок тоне: моделей стало так багато, що очі розбігаються.

Опенсорс проти закритих API - важлива межа

Перш ніж розбирати моделі, проведемо межу, на якій спотикаються майже всі.

• Опенсорс (open-weights). Ваги опубліковані. Завантажив файл - і генеруєш у себе на відеокарті безкоштовно, без інтернету, без чужих серверів. Це весь сенс ComfyUI. Сюди входять FLUX.2, Qwen-Image, Wan 2.1/2.2 та інші.
• Закриті API. Модель працює лише на сервері компанії, ти платиш за кожну картинку або секунду відео. Часто це дуже потужні штуки - наприклад, Ideogram (легенда з тексту на картинці) або Wan 2.5 (відео зі звуком). Але завантажити і запустити локально їх не можна.

Зірки для картинок

FLUX.2 - новий еталон якості

FLUX.2 FLUX.2 - сімейство моделей від студії Black Forest Labs, вийшло наприкінці 2025 року. Наступник популярного FLUX.1. Вважається однією з найкращих відкритих моделей за якістю та точністю слідування промпту. від Black Forest Labs - це про чистий, «дорогий» результат і точне попадання у запит. Старша версія (FLUX.2 dev, ~32 млрд параметрів) тримає фірмову консистентність: можеш подати їй кілька референсів, і вона збереже стиль та персонажа від кадру до кадру - мрія для бренду. Є й легка FLUX.2 klein на 4-9 млрд - швидка, для слабкого заліза. Береш, коли потрібна якість і єдиний стиль серії.

Qwen-Image - чемпіон з тексту

Qwen-Image Qwen-Image - модель від Alibaba (команда Qwen), 20 млрд параметрів, ліцензія Apache 2.0 (можна використовувати вільно, зокрема комерційно). Прославилася тим, що акуратно малює читабельний текст на картинці - чого раніше відкриті моделі майже не вміли. вирішує старий біль: текст на картинці. Постери, обкладинки, вивіски, макети інтерфейсу, меми з підписом - тут вона поза конкуренцією серед відкритих. Бонус - окрема версія Qwen-Image-Edit, яка редагує вже готову картинку і навіть переписує текст на ній. Цьому присвячений окремий урок.

HunyuanImage - важка артилерія

HunyuanImage 3.0 HunyuanImage 3.0 - модель від Tencent на архітектурі «суміш експертів» (MoE), 80 млрд параметрів сумарно. Розуміє гігантські промпти (до тисячі слів) і складні сцени, але вимагає серйозного заліза. - монстр на 80 млрд параметрів. Перетравлює промпти у тисячу слів і збирає найскладніші сцени з розумінням контексту. Розплата - апетит до відеопамʼяті. Це варіант для тих, у кого потужна відеокарта і задача з безліччю деталей.

Z-Image і SD 3.5 - для швидкості та слабкого заліза

Якщо відеокарта скромна, у 2026-му це не вирок. Z-Image (6 млрд параметрів, Apache 2.0) видає гідну картинку менш ніж за секунду і заводиться на 16 ГБ відеопамʼяті, та ще й текст малює. А перевірена Stable Diffusion 3.5 залишається універсальною робочою конячкою з покращеним текстом. Коли важлива швидкість або залізо слабке - дивися сюди.

Зірка для відео: Wan

Картинка - це половина 2026 року. Друга - відео, і тут править Wan Wan - сімейство відкритих відеомоделей від Alibaba. Wan 2.1 і 2.2 - з відкритими вагами, працюють у ComfyUI, вміють робити відео з тексту і оживляти фото. Wan 2.5 - вже закритий API. від Alibaba. Відкриті Wan 2.1 і 2.2 вміють і текст-у-відео, і - що смачніше - оживити твоє фото (image-to-video). Працюють прямо у ComfyUI. Окремий урок розділу розбирає їх докладно.

Як вибрати за хвилину

Сформулюй задачу одним словом: фото / текст / відео / арт.
Прикинь своє залізо: скільки гігабайт відеопамʼяті у карти.
Текст на картинці - Qwen-Image. Відео - Wan. Решта - FLUX.2.
Залізо слабке? Бери легку версію: Z-Image, FLUX.2 klein, SD 3.5 або квантовану (GGUF) збірку потрібної моделі.
Завантажуй ОДНУ модель під задачу. Освоїв - тоді пробуй другу.

Часті помилки з вибором моделі

• Гнатися за найновішою. «Топова» 80-мільярдна модель на слабкій карті просто не запуститься. Під залізо - модель до снаги.
• Плутати опенсорс і API. Ideogram, Midjourney, Wan 2.5 локально не крутяться. У ComfyUI - лише відкриті ваги.
• Лікувати промптом не ту модель. Просити фото у моделі для тексту - те саме, що в попередніх уроках: спочатку правильний «кухар», потім рецепт.
• Завантажити зоопарк. Десятки чекпоїнтів «на всякий» лише зʼїдять диск. Два-три робочих під твої задачі - і досить.