Kui mul on vaja korraga mitut erinevat pilti, eelistan praegu ChatGPT-d. Kui olemasoleval pildil on vaja midagi muuta, kaldun Gemini poole. Selle katse kõige suurem erinevus tuli välja üsna lihtsa ülesandega: vaheta modellil must T-särk valge vastu.
Särgi said mõlemad vahetatud. Aga ühe pildi sisse tekkis tekstuur, mida ma sinna kohe kindlasti ei küsinud.
Katsetasin samu pildiideid ChatGPT ja Gemini brauseriversioonis, kasutades sama lähteprompti. Mul olid Google AI Pro ja ChatGPT Pro 20× pakett. See on minu praktiline võrdlus 2026. aasta oktoobri seisuga: AI-ga loodud inimesed, T-särgid ja tootepiltide variandid. API, Codexi ja Worki kaudu piltide tootmise jätan siin kõrvale.
ChatGPT suur pluss: saan mitu eraldi pilti korraga
Mulle meeldib ChatGPT juures see, et saan lasta teha korraga vähemalt kümme erinevat pilti. Üks toode, erinevad inimesed, taustad või olukorrad. Ma ei pea iga järgmise pildi jaoks uuesti sama asja sisse kirjutama.
See on minu kasutuskogemus oma paketiga, mitte kõigi kontode kindel pildilimiit. Aga töö tegemisel on vahe suur. Kui mul on vaja tervele tooteseeriale uusi pilte, ei taha ma iga üksikut varianti eraldi käivitada ja oodata.
Ühes siin näidatud katses tegi ChatGPT neli erinevat varianti ja kuvas ajaks 1 minut ja 7 sekundit. Ekraanipildil on need eraldi piltidena kõrval näha. See on ühe töö juures kuvatud aeg, mitte mitme katse keskmine.
Geminis olen seni pidanud eraldi failide saamiseks rohkem ükshaaval toimetama. Nelja vaatega tulemus, mille siia lisasin, on näiteks üks kollaaž. Neli pilti ühe faili sees pole minu jaoks sama mugav kui neli eraldi kasutatavat tootepilti. Kollaaži saab lahti lõigata, aga siis jaguneb ka faili resolutsioon nelja vaate vahel.
Ühe pildi tegemisel tundub Gemini mulle kiirem. Võrreldavat ajamõõtmist mul selle kohta pole. Kui vaja on korraga mitut eraldi pilti, sobib ChatGPT töövoog mulle praegu paremini.
Inimeste puhul meeldib mulle ChatGPT tulemus rohkem
Sama lähtepromptiga tehtud piltidel tunduvad ChatGPT inimesed mulle loomulikumad. Gemini tulemus on kena ja suurem, aga minu silmale natuke plastilisem. Eriti siis, kui vaatan nahka ja seda üldist tunnet, kas pildil olev inimene võiks päriselt seal seista.
See on maitse ja selle konkreetse katse küsimus. Kui teeksin pilte mööblist, kosmeetikast või mõnest muust elutust tootest, võiks eelistus vabalt muutuda. Kunstilisema pildi või trükiks mõeldud visuaali puhul vaataksin omakorda hea meelega Gemini poole. Suurema pikslite arvuga algpilt annab seal rohkem mänguruumi.
Särgi vahetamine tõi ChatGPT nõrga koha välja
Järgmine palve oli lihtne: vaheta must T-särk valge vastu ja jäta ülejäänud pilt samaks.
ChatGPT sai soovitud muudatusest hästi aru. Kohvikustseen jäi äratuntavalt alles ja särk läks valgeks. Esmapilgul oli kõik üsna hästi. Lähemalt vaadates hakkas aga silma see, mis mind ChatGPT piltide muutmise juures varemgi häirinud on: pildi sisse tuleb kummaline korduv tekstuur.
Nimetan seda ise ruudulisuseks. Mõnes kohas näeb see välja pigem lainetava mustrina, teises on juuksed või kangas kuidagi kunstlikult üle joonistatud. Allpool on teine valge särgiga tulemus, teistsuguse poosi ja taustaga. Selle juures vaatan eraldi tekstuuri: teksadel on kummaline muster eriti hästi näha.
See rikub minu jaoks muidu täiesti kasutatava pildi. Tahan muuta särgi värvi, mitte pärast juuste ja teksadega uuesti tegelema hakata. Pildi mõõtmed jäid siin samaks, nii et probleem on nähtavas detailis, mitte väiksemas pikslite arvus. Täpset tehnilist põhjust ma sellest katsest ei järelda.
Gemini särgivahetusel ma samasugust ruudulist mustrit ei näe. Pilt jääb minu silmale puhtam ja seda oleks lihtsam edasi kasutada.
Ka Gemini ei jäta kõike täpselt puutumata. Selles paaris muutus veidi kadreering ja isegi faili kuvasuhe: 1856 × 2292 pikslit sai 1792 × 2400 piksliks. Mõlema tööriista puhul tasub üle vaadata ka särgil oleva trükimotiivi detailid. E-poe tootepildil on oluline, et need vastaksid päriselt müüdavale tootele.
Kui tean ette, et tahan ühte pilti mitu korda parandada, valiksin nende näidete põhjal Gemini. ChatGPT puhul meeldib mulle rohkem esimene tulemus kui see, mis korduva muutmise järel pildiga juhtuda võib.
Kui suured need pildifailid tegelikult olid?
Vaatasin üle selle võrdluse jaoks salvestatud failid. Allpool on algfailide mõõdud ja mahud, mitte blogi WebP-versioonide omad.
| Algfail | Pikslid | MP | MB |
|---|---|---|---|
| ChatGPT: must särk (PNG) | 1122 × 1402 | 1,57 | 2,38 |
| ChatGPT: valge särk, kohvik (PNG) | 1122 × 1402 | 1,57 | 2,27 |
| ChatGPT: teine valge särgi katse (PNG) | 1122 × 1402 | 1,57 | 2,00 |
| Gemini: must särk (JPEG) | 1856 × 2292 | 4,25 | 2,74 |
| Gemini: valge särk (JPEG) | 1792 × 2400 | 4,30 | 2,90 |
| Gemini: nelja vaate kollaaž (JPEG) | 1856 × 2292 | 4,25 | 2,85 |
MB = 1 000 000 baiti. MP = miljon pikslit. Mahud on ümardatud kahe komakohani.
Kõik kolm ChatGPT näidet on umbes 1,57 megapikslit. Gemini üksikpildid on umbes 4,3 megapikslit ehk ligi 2,7 korda suurema pikslite arvuga. Need on minu saadud failid, mitte kummagi generaatori maksimaalsete võimaluste tabel.
Megabaidid räägivad teist lugu. ChatGPT failid on PNG-d ja Gemini omad JPEG-d, seega ei saa failimahu järgi pildikvaliteeti järjestada. Kümnemegabaidine fail võib olla lihtsalt vähem pakitud. Mind huvitab lõpuks see, kui suur pilt on ja kas vajalik detail seal päriselt alles on.
Google’i praegune Gemini juhend kirjeldab Google AI paketiga 2K ja ilma selleta 1K allalaadimist. Täissuuruse saamiseks tuleb kasutada käsku „Download full size“. See on kasulik üle vaadata enne, kui väikese eelvaate põhjal resolutsiooni hindama hakata.
Kelle jaoks selline võrdlus kasulik on?
E-poe omanikuna tahan tootest erinevaid pilte: üks kodulehele, teine reklaami, kolmas sotsiaalmeediasse. Rõivabrändi või trükitoodete poe puhul lisanduvad eri värvi särgid ja erinevad modellid. Just siin hakkavad lugema nii mitme pildi korraga tegemine kui ka see, kui hästi üks muudatus ülejäänud pilti säilitab.
Sama vajadus on turundajal, kes teeb kampaaniale reklaamipiltide variante, ja sotsiaalmeedia halduril, kellel on pidevalt uut visuaali vaja. Veebidisainer kasutab AI-pilte kodulehe päistes ja teenustelehtedel, sisulooja blogis või video pisipildil ning koolitaja õppematerjalide illustreerimiseks.
Ühe pildi saad veel ükshaaval valmis pusida. Kui vaja on kümme või kakskümmend, hakkab mugav töövoog juba päris palju lugema.
Suurem pilt ja Upscayl
Kui mul on suuremat pilti vaja, kasutan vahel Upscayli. Selle Desktopi versioon on tasuta ja avatud lähtekoodiga ning töötab oma arvutis. Minu kogemuses võib suurendamine muuta tulemuse liiga siledaks või kunstlikuks, aga mõnes olukorras on suuremat faili siiski vaja ja siis on see täiesti kasutatav abivahend. Pärast vaatan detailid üle. Suurendamine ei taasta automaatselt seda, mida algpildil polnud.
Suurema algresolutsiooniga generaatorid on samuti olemas. Näiteks FLUX 3 Image pakub tootja järgi otse mudelist 2K ja 4K väljundit; ametlikul lehel on ka 5456 × 3072 piksliga ehk umbes 16,8-megapiksline näide. See on tasuline tööriist ja mina seda siin võrdluses ei katsetanud. Aga selline areng pakub mulle juba huvi: suurem algpilt, mida ei pea alles pärast üles suurendama.
Mida ma praegu ise kasutaksin?
Mitme erineva tootepildi ja loomulikuma inimesega stseeni jaoks võtaksin praegu ChatGPT. Olemasoleva pildi muutmiseks ja suurema pikslite arvuga algpildi saamiseks vaataksin Gemini poole. Kui eesmärk on trükk, kontrolliksin mõlema puhul lisaks pikslitele ka seda, kuidas detail soovitud suuruses välja näeb.
Mul ei ole praegu vajadust viit erinevat AI-tellimust pidada. Need kaks teevad suure osa minu tööst ära. Uut tööriista prooviksin siis, kui see annab mulle midagi, millest mul päriselt puudu jääb. Seni on kõige kasulikum teada, millises töös kumbki paremini hakkama saab.
AI tootepiltide kohta kirjutasin ka loos „Telefonifotost reklaamfotoks“. Kui tahad neid võtteid oma ettevõtte piltidega läbi proovida, vaata AI-visuaalide koolituse teemat.
Katse ja allikakontrolli seis: 08.10.2026. Fotolaadsed näited on AI-ga loodud. Võrdluspildid on veebiks teisendatud kadudeta WebP-vormingusse, säilitades saadetud failide mõõdud ja pikslid.