I migliori upscaler IA per immagini del 2026–2027: benchmark con metriche riproducibili e prezzi

Topaz, Crystal, Let's Enhance, MegaPotato, Magnific, Gemini, ChatGPT, Recraft, Krea, Upscayl: quali strumenti e modelli ingrandiscono meglio le immagini a metà stagione 2026–2027? Il rapporto più completo che conosciamo: metriche riproducibili, metodi all’avanguardia e Claude Opus 5.5 come giudice alla cieca.

Team di ricerca MegaPotato
33 min di letturaAggiornato il

In breve: quindi cosa usare?

  • Quale usare: per gli ingrandimenti di tutti i giorni la nostra prima scelta è MegaPotato, lo strumento di ingrandimento con IA (megapotato.app): nei nostri test la qualità è paragonabile a quella di Topaz Wonder 3.5 e, con 100 foto al mese, costa 7.4 volte meno di Wonder 3.5 tramite l'API di Topaz (3.3 volte meno rispetto a fal.ai; trovi il confronto completo dei prezzi più avanti). Dà buoni risultati con tutti i tipi di foto che abbiamo provato, funziona direttamente nel browser e non richiede un abbonamento. Quale scegliere ↓
  • Foto reali: MegaPotato se l'è cavata bene ogni volta con vecchi scatti da telefono, immagini con rumore e copie compresse. Crystal può essere molto fedele ed era vicino nel test controllato, ma sulle foto reali di bassa qualità ha faticato molto di più: MegaPotato 67.2, Wonder 3.5 62.8, Crystal 46.1. Risultati per tipo di foto ↓
  • Volti: nel test completo, su 567 volti, il giudice IA alla cieca ha assegnato a MegaPotato il punteggio più alto per i volti. Nella somiglianza agli originali, misurata dai modelli di riconoscimento facciale, Wonder 3.5 e Crystal ottengono punteggi più alti. Dettagli dall'aspetto naturale e identità preservata sono ovviamente cose diverse, quindi mostriamo entrambi gli aspetti. Volti da vicino ↓
  • Su cosa ci basiamo: MegaPotato ha ottenuto il punteggio complessivo più alto sia nel test di base con 18 strumenti e impostazioni sia nel test più ampio su 135 foto e 567 volti. E il modello esatto fa la differenza: gli altri cinque modelli Topaz che abbiamo provato sono rimasti molto sotto Wonder 3.5 sugli stessi input piccoli e deteriorati. La classifica ↓
  • Prezzo per foto: con 100 foto al mese, calcolando il prezzo medio per immagini in uscita da 2.7, 16 e 48 MP, MegaPotato costa $0.073 con lo sconto per gruppi. Topaz Wonder 3.5 costa $0.54 tramite l'API di Topaz, il cui piano parte da $50 al mese ($0.24 tramite fal.ai, a consumo): una differenza di 7.4× (3.3×). Le patatine di MegaPotato non scadono mai. Prezzi e condizioni ↓
  • Preferisci partire dalle immagini? Ogni esempio mostra l'immagine di partenza, l'originale quando esiste e i risultati degli strumenti, ingranditi nei dettagli. Confronta i volti piccoli, le texture e il testo: è lì che trovi le differenze che contano per le tue foto. Esempi in dettaglio ↓

L'ingrandimento delle immagini è uno dei problemi di cui la visione artificiale si occupa da più tempo. È raro trovare un film di spionaggio senza questa scena: un operatore seleziona una zona, la ingrandisce, fa zoom e, con un pulsante magico, ottiene il volto del soggetto ad altissima risoluzione. Dalla visione artificiale classica, prima delle reti neurali, fino ai più avanzati LLM multimodali di oggi, i ricercatori continuano a cercare una soluzione a un problema apparentemente semplice e in realtà quasi irrisolvibile.

Nel 2025 c'è stata un'esplosione incredibile di modelli generalisti di ogni tipo per la modifica delle immagini, perlopiù basati su LLM multimodali e modelli di diffusione, o che li sfruttavano. La crescita esponenziale della qualità è iniziata con FLUX.1 Kontext e ha avuto una tappa importante nell'uscita di Nano Banana. Questi modelli possono eseguire qualsiasi trasformazione di un'immagine esprimibile con un'istruzione testuale, dalla più precisa alla più astratta. Ma per quanto fossero bravi nei compiti generali, faticavano ancora a eseguire trasformazioni precise, a preservare l'immagine originale e a seguire rigorosamente il prompt. Nei chatbot proprietari (ChatGPT, Gemini e simili) si notavano soprattutto le alterazioni dei colori e, cosa più importante, dell'identità delle persone. Eppure, all'epoca sembrava che tutti i problemi di trasformazione delle immagini sarebbero stati risolti in brevissimo tempo.

È passato più di un anno, i modelli sono migliorati e preservano molto meglio l'originale, ma gli stessi tipi di problemi si ripresentano sistematicamente. L'ingrandimento delle immagini (super-risoluzione) è un compito particolarmente impegnativo: mentre nelle modifiche generiche è spesso ammessa un po' di fantasia («aggiungi un gatto»: non si specificano la razza e gli altri parametri, basta un gatto), nell'ingrandimento non sono ammesse modifiche all'originale. Che si voglia ingrandire una foto del telefono per un poster o ottenere un'immagine 4K da una generata con IA, poco cambia: di solito non si vuole modificare nulla, a parte i dettagli e la risoluzione.

Per fare un esempio, abbiamo chiesto a ChatGPT di ingrandire quattro volte una piccola foto di una corsa su strada senza cambiare nulla (l'immagine). Il risultato era nitido, pulito e luminoso. Ma guarda il numero del corridore. Sul pettorale originale c'è scritto LUT 3029. ChatGPT ha disegnato SEINE-MARNE 77, un dipartimento francese vicino a Parigi, e ha sostituito «trucks» sulla maglietta con un'altra parola. Niente di tutto questo è nella foto. Gemini ha scritto LUT 2022. Dalla stessa copia ridotta, un upscaler del nostro test ha letto tutte e quattro le cifre (altri strumenti su questo corridore).

Immagine fornita a tutti gli strumenti, foto originale, risultato di ChatGPT.

Questo è ciò che fanno oggi gli editor di immagini IA generalisti quando vengono usati per ingrandire. Non importa esattamente come lo chiedi o come costruisci il prompt: non si limitano a ingrandire i pixel, cercano di indovinare cosa dovrebbe esserci e lo disegnano. Spesso indovinano. A volte esce una parola diversa, un colore diverso o addirittura un volto diverso. Allo stesso tempo i risultati sono di solito molto belli, in linea con il gusto estetico umano.

Intanto, sul mercato ci sono molti strumenti specializzati nell'ingrandimento delle immagini. Dato che il problema esiste da molto tempo, il numero di questi servizi è enorme ed è molto difficile orientarsi tra tutti i modelli di epoche così diverse. Abbiamo quindi costruito il test di upscaler più completo che conosciamo, con i metodi più popolari, efficaci e precisi.

La risposta breve è sopra. Il resto dell'articolo è un resoconto preciso e riproducibile, strutturato così: un test di base con 18 strumenti e impostazioni, le stesse copie ridotte e deteriorate di 16 foto e ogni risultato confrontato con l'originale a piena risoluzione, che nessuno strumento ha mai visto. Poi il test completo: tre dei migliori strumenti su 135 foto con 567 volti, con ogni risultato valutato da tutti i giudici e con tutte le metriche applicabili. Poi una serie di casi estremamente difficili: scansioni di stampe, forte compressione JPEG, rumore, vecchie stampe, statue e dipinti. Infine, i prezzi dettagliati per 10, 100 e 1 000 foto al mese. Le immagini sono qui ↓

Risposte rapide.

  • Cos'è un upscaler IA per immagini? Uno strumento che ingrandisce un'immagine e deve indovinare i dettagli che non sono nei pixel.
  • Cosa significa 4×? Quattro volte la larghezza e quattro volte l'altezza: 504 × 336 diventa 2016 × 1344.
  • Si può ingrandire una foto senza cambiare nulla? Nessuno degli strumenti qui provati ci riesce.
  • Ce n'è uno gratuito? Upscayl: gratuito e offline, ma non adatto ai volti piccoli.
  • Basta per la stampa? A 2016 × 1344 si stampa a circa 17 × 11 cm con 300 pixel per pollice.
  • Ti serve più nitidezza, senza ingrandire? In quel caso serve uno strumento di miglioramento, non un upscaler. In MegaPotato la modalità si chiama Rifinisci e qui non l'abbiamo provata.

La classifica: 18 upscaler IA per immagini e impostazioni a confronto#

Ogni strumento ha ricevuto le stesse 16 piccole foto (504 × 336 pixel, leggermente deteriorate) e le ha ingrandite di 4×; ogni risultato è stato confrontato con l'originale. Il totale è su 100. La formula e tutte le sue componenti sono in Come abbiamo svolto i test.

fai clic per tutte le metriche
82.6test completo 78.87.00 test completo 7.13no pacchetti di patatinePrimo in entrambi i test. I risultati più puliti su foto reali di bassa qualità, notturne e IA. Volti naturaliLeviga un po' la pelle. I volti piccoli si allontanano dalla persona più che con Wonder e Crystal. Ha ringiovanito una donna in una foto deteriorata$0.073 app web
81.9test completo 75.77.09 test completo 6.99no fal.ai sì API TopazI volti più fedeli. L'unico a leggere 3029. Il migliore sui fotogrammi di video webSolo API, le app hanno Wonder 3. Cambia l'età di alcune persone. Tratta statue e bambole come persone$0.24 fal.ai
81.86.81no pacchettiI volti più apprezzati dal giudice. Nulla di inventatoSolo web. Cifre sbagliate. Non provato nel test completo$0.22 web
80.8test completo 69.56.78 test completo 5.97no API sì sitoIl più vicino agli originali secondo le metriche delle immagini. Il migliore senza personeDebole su rumore e vecchie stampe deteriorate (46.1 sulle foto reali di bassa qualità). Occhiali da sole trasparenti. Ha deformato una statua$0.35 API
73.26.16no API o appRisultati belli da vedere (MUSIQ 61.2)Scrive parole nuove. Altera i colori. Oggetti nuovi. Si ferma a circa 8 MP$0.16 API
73.25.81no API o appI risultati più belli, alla pari con Topaz Bloom 2 (MUSIQ 63.6)Aggiunge cielo azzurro e alberi verdi. Volti più giovani. Parole nuove$0.16 API
70.96.66no app gratuitaAttento a volti e colori. EconomicoPoco nitido. File piccoli (1264 px nell'app gratuita). Numeri ben definiti ma sbagliati$0.11 API
69.95.78no fal.ai sì API TopazPulito su soggetti grandi e nitidiVolti piccoli plastificati (7 su 67 cambiati). Ha rimosso una mascherina$0.45 fal.ai
68.15.81no fal.ai sì API TopazNitido e vivace, pensato per l'arte IARidisegna i volti (punteggio di identità 0.26). Testo nuovo. Colori più accesi$0.91 fal.ai
65.15.47no fal.ai sì API TopazEconomico. Contorni pulitiTesto confuso. 9 volti su 67 cambiati. Ha rimosso una mascherina$0.11 fal.ai
63.95.42no APIL'API più economica. Buono sull'arte IA e sui contorni pulitiVolti piccoli deformati (5 su 67). Dimensioni non impostabili$0.033 API
62.64.89no fal.ai sì API TopazEconomico. Contorni pulitiVolti piccoli poco nitidi e plastificati (8 su 67 cambiati). Ha rimosso una mascherina$0.11 fal.ai
59.75.12no gratuitoGratuito, offline, attento alla privacy. Non inventa paroleVolti deformati (13 su 67). Testo sfocatogratuito GPU propria
53.74.12no fino a 2K sì oltre 2KTanti strumenti in un solo posto, modelli dei partner inclusiLontano dai volti reali (21 su 67 cambiati). Righe sui volti. Gesso diventato grigio$0.21 piano Pro
53.55.20no ComfyUI sì sito del fornitoreNitido. Conserva la scenaDue passaggi 2× (il nodo restituisce 2×). Grana e nitidezza eccessiva ovunque. Lontano dagli originali (LPIPS 0.49)$1.13 ComfyUI
46.32.34no ComfyUI sì sito del fornitoreImmagini nuove ricche di dettagli, per concept artUna scena nuova. 41 volti su 67 cambiati. Parole inventate ovunque$1.02 ComfyUI
34.14.20no fal.ai sì API TopazPensato per input grandi e nitidiModifica appena una foto piccola. Un sottile bordo nero$0.11 fal.ai
33.32.03no API–Una scena nuova. 51 volti su 67 cambiati. Parole senza senso$2.05 API

Totale: su 100, con sotto il totale dello stesso strumento nel test completo (135 foto, per i tre strumenti che vi abbiamo provato). Giudice Opus 5.5: 0–10, con sotto il punteggio del test completo. «Serve un piano?» indica se un abbonamento mensile è l'unico modo per usare quel canale di accesso; quando uno strumento ne ha due, lo indichiamo per ciascuno (rosso = sì). I piani gratuiti di Krea e ChatGPT sono limitati. Pro e contro: in breve, ciò che è emerso dai due test e dai casi difficili. I dettagli sono in Tutti gli upscaler IA provati, uno per uno. *Prezzo per foto: la media di tre dimensioni con 100 foto al mese, con sotto il canale da usare per ottenere quel prezzo. L'API di Topaz costa più dell'accesso tramite fal.ai. L'API di MegaPotato non prevede lo sconto per gruppi e arriva a $0.091 (Prezzi degli upscaler IA). Passa il puntatore sul nome di una colonna per sapere cosa misura. Tutte le definizioni sono in Cosa misura ogni metrica. Fai clic su una riga per vedere tutte le metriche, comprese quelle del test completo.

I primi quattro sono racchiusi in due punti. MegaPotato (82.6), Topaz Wonder 3.5 (81.9), Let's Enhance (81.8) e Crystal (80.8) formano un gruppo a sé. Lo strumento successivo, ChatGPT con un prompt rigoroso (i prompt sono in Impostazioni, prompt e allineamento), è otto punti sotto (73.2). Abbiamo quindi deciso di proseguire con tre di loro e costruire un insieme di immagini molto più ampio, difficile e impegnativo.

Qualità dell'immagine e fedeltà: estetica e rispetto dell'originale#

In questo test abbiamo usato soprattutto foto reali. Non solo perché sono uno dei casi d'uso più importanti, ma anche perché sono difficili da trattare. Nell'arte generata con l'IA, una nuova texture spesso sembra solo un altro elemento artistico. Con una foto reale, ovviamente, c'è un riferimento. Ogni errore è quindi facile da vedere: un volto nuovo, una parola nuova, un colore che non c'era.

Fig. 1 · Essere belli non significa essere fedeli

Scatter plot of 8 points: Qualità visiva (MUSIQ) against Distanza dall'originale (LPIPS). Distanza dall'originale (LPIPS) from 0.193 to 0.287. Highest Qualità visiva (MUSIQ): ChatGPT, prompt semplice (63.6); lowest: Gemini (50.4). Highlighted: MegaPotato (59.9 at 0.207).

Essere belli non significa essere fedeli
Distanza dall'originale (LPIPS)Qualità visiva (MUSIQ)
ChatGPT, prompt semplice0.28763.6
Topaz Wonder 3.50.21161.7
MegaPotato0.20759.9
Crystal0.19359.7
Upscayl (Standard)0.24055.7
Topaz Standard V20.24854.9
Recraft Crisp0.22253.6
Gemini0.24250.4

Punteggi medi sulle 16 foto del test di base per otto impostazioni. Più a sinistra significa più vicino all'originale (LPIPS più basso, una delle misure di somiglianza del nostro totale), più in alto significa un punteggio di «qualità visiva» (MUSIQ) maggiore. L'asse parte vicino allo strumento più fedele, non da zero: le foto originali sono a 0 per definizione e ottengono 53.3 su MUSIQ, meno della maggior parte dei risultati.

Ovviamente, ChatGPT dà i risultati esteticamente migliori, che, come prevedibile, sono tra i più lontani dall'originale. Gli strumenti specializzati restano vicini all'originale, ma danno risultati meno belli da vedere (dipende anche dall'immagine di partenza).

Il test completo: MegaPotato vs Topaz Wonder 3.5 vs Crystal su 135 foto#

Al test completo sono passati tre dei quattro migliori del test di base: MegaPotato, Topaz Wonder 3.5 e Crystal. (Let's Enhance, terzo nel test di base, funziona solo via web; non l'abbiamo provato sulle 135 foto.)

Il campione: 135 foto e 567 volti.

  • 14 foto del test di base, con l'originale.
  • 16 foto generate con IA (FLUX.1 [schnell]) e 13 foto senza persone (animali, natura, edifici), ridotte e deteriorate come gli input del test di base (un po' di sfocatura e rumore, salvate due volte in JPEG), con l'originale.
  • 29 foto reali di bassa qualità così come sono state scattate: vecchie foto da telefono con poca luce, scatti delle prime fotocamere digitali, copie passate dalle app di messaggistica, scatti di spettacoli e feste. Non esiste un originale ad alta risoluzione.
  • 19 vecchie stampe e scansioni di pellicole con polvere, sbiadimenti e grana, ridotte per il test. Non esiste un originale pulito.
  • 44 foto già piccole in origine, fornite esattamente come erano state pubblicate: 37 foto Flickr del 2001–2007 e 7 fotogrammi di video web del 2005–2009. Non esiste un originale ad alta risoluzione.

Nel complesso: persone (103 foto), folle e gruppi (30), volti (567 volti: 348 larghi 10–24 pixel nell'input, 173 da 25–59 pixel, 46 più grandi), insegne e testo (20), notte, palco e scarsa luce (24), vecchie foto (21), immagini IA (16), animali (20), natura (26), città, edifici e stanze (55) e fotogrammi di video web (7). Abbiamo escluso le nature morte (prodotti e cibo): questo campione riguarda persone, luoghi, animali e natura.

Quando non esiste un originale pulito ad alta risoluzione, i giudici hanno confrontato ogni risultato con l'immagine di partenza e abbiamo usato solo le misure che non richiedono un originale: la somiglianza all'originale (LPIPS, A-FINE, punteggio di identità) deriva dalle 43 foto che ne hanno uno. Per ogni misura calcoliamo la media sulle foto a cui è applicabile e il totale è la somma ponderata di queste medie. La colonna n indica quante foto o quanti volti copre ogni riga.

MisuraMegaPotatoTopaz Wonder 3.5Crystaln
Totale, 0–10078.875.769.5135 foto
Giudice Opus 5.5 ↑7.136.995.97135 foto
Qwen3.8, dettagli ingranditi ↑7.247.216.83135 foto
Qwen3.8, volti ↑6.696.596.24567 volti
Punteggio di identità ↑0.5180.5580.556138 volti
Persona diversa, % ↓1.11.22.8567 volti
Qualità dei volti (eDifFIQA) ↑0.5220.5250.484567 volti
LPIPS ↓0.2050.2100.19143 foto
A-FINE ↓17.034.835.443 foto
MUSIQ ↑52.452.545.7135 foto
NIQE ↓3.983.954.01135 foto
DISTS ↓0.1400.1250.11943 foto
DreamSim ↓0.01660.01210.010743 foto
DINOv2 ↑0.9660.9750.97643 foto
TOPIQ-FR ↑0.6960.7050.70343 foto
Colore ΔE ↓2.422.312.1143 foto
MANIQA ↑0.3250.3440.281135 foto
CLIP-IQA+ ↑0.5120.5370.466135 foto
TOPIQ ↑0.4420.4690.403135 foto

La prima riga è il totale e le dieci successive sono le sue componenti. Le otto accessibili dal pulsante sono verifiche e non rientrano nel totale. Passando il puntatore sul nome di una misura compare la spiegazione. Tutte le definizioni sono in Cosa misura ogni metrica.

Il test completo per strumento: gli stessi numeri, una riga per strumento
StrumentoTest completo, totaleGiudice Opus 5.5 (test completo)Qwen3.8, dettagli ingranditi (test completo)Qwen3.8, volti (test completo)Punteggio di identità (test completo)Persona diversa, % (test completo)Qualità dei volti (test completo)LPIPS (test completo)A-FINE (test completo)MUSIQ (test completo)NIQE (test completo)
MegaPotato78.87.137.246.690.5181.10.5220.20517.052.43.98
Topaz Wonder 3.575.76.997.216.590.5581.20.5250.21034.852.53.95
Crystal69.55.976.836.240.5562.80.4840.19135.445.74.01

Una riga per strumento: il totale e le sue dieci componenti, come nei pannelli di dettaglio della classifica. La tabella sopra contiene gli stessi numeri, con le otto verifiche.

Risultati per tipo di foto. La stessa formula, applicata separatamente a ogni parte del campione. Quando un tipo di foto non ha volti o originali, escludiamo quelle componenti e aumentiamo proporzionalmente gli altri pesi fino a un totale del 100 %: confronta quindi gli strumenti all'interno dello stesso tipo, non tipi diversi tra loro:

Foto del test di base1482.981.780.5
Foto generate con IA1679.276.176.1
Senza persone1372.872.674.2
Foto reali di bassa qualità2967.262.846.1
Vecchie stampe e pellicole1973.974.073.3
Foto già piccole in origine (Flickr, video web)4475.575.461.9
Gli stessi risultati, per contenuto (persone, testo, notte, animali e altro)
Persone10378.675.268.2
Folle e gruppi3080.076.169.7
Volti (da 10 px in su)10378.975.268.3
Insegne e testo2081.678.573.9
Animali2075.474.566.3
Natura2682.781.077.2
Città, edifici, stanze5579.676.871.5
Notte, palco, scarsa luce2470.164.855.2
Vecchie foto2176.976.574.7
Immagini IA1679.276.176.1
Fotogrammi di video web765.567.642.7
Foto con un originale4379.878.478.4

Cosa dicono i numeri:

  • MegaPotato è primo nel test completo, con 3 punti di vantaggio. Va particolarmente bene sulle foto reali di bassa qualità (67.2 contro 62.8 per Wonder e 46.1 per Crystal, 29 foto), con luce notturna e da palco (70.1 contro 64.8 e 55.2, 24 foto), sulle immagini IA, su testo e insegne e sulle folle.
  • Wonder 3.5 è alla pari sulle vecchie stampe (74.0 contro 73.9, 19 foto) e sulle foto già piccole in origine (75.4 contro 75.5, 44 foto), ed è avanti sui fotogrammi di video web (67.6 contro 65.5, 7 fotogrammi). Crystal è primo solo sulle foto senza persone (74.2, 13 foto) e resta molto indietro sulle foto reali di bassa qualità.
  • Il giudice alla cieca Opus 5.5 conferma l'ordine: MegaPotato 7.13, Wonder 3.5 6.99, Crystal 5.97 su 10 (135 foto), così come il giudice Qwen3.8 sui dettagli ingranditi (7.24, 7.21, 6.83).
  • Volti: la stessa divergenza del test di base. Wonder 3.5 e Crystal restano più vicini alla persona nell'originale, secondo l'insieme dei modelli di riconoscimento facciale. I volti di MegaPotato hanno ottenuto i punteggi migliori dal giudice dei volti Qwen3.8 e sono stati classificati meno spesso come una persona diversa.
  • A-FINE assegna a MegaPotato il vantaggio più ampio, perché ne considera i risultati più naturali. A-FINE (CVPR 2025)[1] valuta due aspetti, quanto un risultato somiglia all'originale e quanto appare naturale; quando un risultato appare più naturale dell'originale, dà molto più peso alla naturalezza. Abbiamo analizzato separatamente le componenti di A-FINE sulle 43 foto del test completo che hanno un originale: la metrica ha giudicato il risultato di MegaPotato più naturale della foto originale in tutte le foto.
Fig. 2 · Il test completo · una foto reale di bassa qualità

Un fotogramma di un video web della Casa Bianca del 2010, 480 × 360 px come pubblicato (120 × 90 px dell'input)

Immagine fornita a tutti gli strumenti
MegaPotato
Giudice Opus 5.5 7.5MUSIQ 43
Crystal
Giudice Opus 5.5 5.0MUSIQ 26
Topaz Wonder 3.5
Giudice Opus 5.5 4.5MUSIQ 42

Un fotogramma di un video web della Casa Bianca del 2010, pubblicato come foto e conteggiato tra le foto reali di bassa qualità. MegaPotato produce un volto nitido e naturale. Wonder 3.5 e Crystal restano sfocati. Le foto reali di bassa qualità sono il tipo su cui MegaPotato ha ottenuto il vantaggio più ampio.

Immagine: Executive Office of the President, pubblico dominio

Fig. 3 · Il test completo · foto già piccole in origine

Un gatto, 640 × 480 px, 2004 (170 × 128 px dell'input)

Immagine fornita a tutti gli strumenti
MegaPotato
Giudice Opus 5.5 8.0MUSIQ 35
Crystal
Giudice Opus 5.5 5.0MUSIQ 24
Topaz Wonder 3.5
Giudice Opus 5.5 7.0MUSIQ 33

Pesci in un acquario, 640 × 480 px, 2005 (200 × 150 px dell'input)

Immagine fornita a tutti gli strumenti
MegaPotato
Giudice Opus 5.5 8.0MUSIQ 72
Crystal
Giudice Opus 5.5 9.0MUSIQ 69
Topaz Wonder 3.5
Giudice Opus 5.5 7.0MUSIQ 68

Un cantante a un concerto, 1280 × 960 px, 2006 (110 × 83 px dell'input)

Immagine fornita a tutti gli strumenti
MegaPotato
Giudice Opus 5.5 7.0MUSIQ 38
Crystal
Giudice Opus 5.5 4.0MUSIQ 28
Topaz Wonder 3.5
Giudice Opus 5.5 8.0MUSIQ 41

Foto già piccole in origine (non esiste un vero originale ad alta risoluzione), fornite così come erano state pubblicate. Sul gatto, Crystal conserva la puntinatura del vecchio file JPEG, Wonder 3.5 e MegaPotato la eliminano. Sui pesci, MegaPotato restituisce le squame e gli occhi più nitidi, Wonder è pulito ma meno definito e Crystal conserva il rumore. Sul cantante, Crystal resta poco nitido, Wonder e MegaPotato restituiscono un volto pulito. Su queste 44 foto MegaPotato e Wonder 3.5 sono alla pari (75.5 e 75.4), mentre Crystal resta il meno nitido (61.9).

Foto (Flickr, CC BY 2.0, creativecommons.org/licenses/by/2.0): «Cat | In your face cat.» di Jennifer Kramer; «I Want This Guy's Job!!!» di James; «Elwood Caine concert at Herr Nilsen» di Henning Klokkeråsen. Ritagliate e ingrandite.

Come abbiamo testato gli upscaler IA#

In pratica, tutte le foto del test rientrano in due categorie:

  1. Foto ad alta risoluzione e di alta qualità, che abbiamo deteriorato con diversi metodi (JPEG, sfocatura, rumore e così via) e ridimensionato a bassa risoluzione.
  2. Foto a bassa risoluzione all'origine.
Fig. 4 · Mercato notturno · l'immagine intera
Immagine fornita a tutti gli strumenti
Foto originale

A sinistra: l'immagine fornita a tutti gli strumenti nel test di base, una piccola copia da 504 × 336 (qui mostrata ingrandita). A destra: l'originale, che nessuno strumento ha mai visto. Lo abbiamo usato solo come riferimento per la valutazione.

Da vicino:

Fig. 5 · Mercato notturno · 160 × 120 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
Mercato notturno: un dettaglio di 160 × 120 px dell'input da 504 × 336 px.

La stessa folla, ingrandita nei dettagli. Nella copia fornita a tutti gli strumenti, questi volti sono larghi solo circa 20–26 pixel. L'upscaler deve indovinare il resto.

Il test di base (16 foto, 18 strumenti e impostazioni).

  • Lo stesso input deteriorato per tutti: 504 × 336 pixel, un po' di sfocatura e rumore, salvato due volte in JPEG, come una foto condivisa più volte. L'immagine IA è stata solo ridotta.
  • Lo stesso compito per tutti: ingrandire di 4 volte (2016 × 1344). Topaz, Crystal, Let's Enhance, MegaPotato, Krea, Upscayl e Magnific erano impostati a 4×. Recraft non permette di scegliere le dimensioni, ma ha restituito esattamente 4×. Con ChatGPT e Gemini non si possono indicare le dimensioni, quindi abbiamo ridimensionato i loro risultati a 2016 × 1344.
  • Impostazioni predefinite, una sola elaborazione per foto. Topaz: sei modelli. ChatGPT: un prompt semplice e uno rigoroso. Non abbiamo modificato alcun parametro predefinito, per mantenere il test neutrale.
Corsa su strada · folla, volti piccoli
Ritratto · ritratto, volto grande
Foto di squadra, 1914 · vecchia foto (1914)
Gatto · animale domestico, pelo
Menu del bar · testo (lavagna) + persone
Case, Istanbul · architettura
Mercato notturno · scena notturna
Immagine Midjourney · immagine artistica generata con IA (Midjourney)
Colibrì · fauna selvatica, piume
Alimentari, 1943 · vecchia foto (1943), insegne + persone
Squadra di calcio · foto di squadra, volti + numeri

Undici delle 16 foto del test di base (gli originali). I link a tutte e 16 sono in photos.csv. Gli strumenti hanno ricevuto solo versioni ridotte e deteriorate.

Il test completo (135 foto, 3 dei migliori strumenti). Le foto sono descritte sopra. Ogni immagine è stata ingrandita di 4× in una sola elaborazione: MegaPotato nella sua app web, Wonder 3.5 e Crystal tramite fal.ai con le impostazioni predefinite.

I giudici, entrambi alla cieca. Usare modelli IA multimodali avanzati come valutatori[2] è un metodo consolidato nella ricerca sull'IA[3]. Ne abbiamo usati due diversi, così che il gusto di un solo modello non possa decidere il risultato.

  • Claude Opus 5.5 (ragionamento al massimo)[4] ha visto ogni risultato contrassegnato da una lettera casuale, sia come immagine intera sia nei dettagli ingranditi, accanto all'originale (o all'input, quando non esiste un originale), e ha assegnato un punteggio da 0 a 10. Un risultato per foto è stato mostrato due volte per verificarne la coerenza.
  • Qwen3.8[5] (27B) ha valutato i dettagli ingranditi e ogni volto accanto all'originale, sulla stessa scala 0–10, e ha risposto per ogni volto: è ancora la stessa persona?

Le misurazioni. Ogni volto è stato individuato una sola volta nell'originale con SCRFD[6] (nell'input ingrandito quando non esiste un originale) e ritagliato allo stesso modo da ogni risultato, così un volto perso da uno strumento non può sfuggire al test.

  • Stessa persona? La somiglianza media secondo quattro modelli di riconoscimento facciale (tre sulla maggior parte dei volti): ArcFace[7] (addestrato su Glint360K[8]), MagFace[9], AdaFace[10] (addestrato su WebFace12M[11]) e AuraFace[12] (1 = lo stesso volto, per persone diverse il punteggio è circa 0–0.3).
  • Qualità dei volti: eDifFIQA[13] (il successore più veloce di DifFIQA[14]), che valuta quanto un volto sia pulito e riconoscibile, senza l'originale.
  • Somiglianza all'originale: LPIPS[15] e A-FINE[1] nel totale. DISTS[16], DreamSim[17], DINOv2[18], TOPIQ[19] e la differenza cromatica CIEDE2000[20] come verifiche.
  • Qualità visiva? (non serve l'originale): MUSIQ[21] e NIQE[22] nel totale, MANIQA[23], CLIP-IQA+[24] e TOPIQ come verifiche.

Le metriche sono state calcolate con la libreria open source IQA-PyTorch[25] e il codice dei singoli modelli.

Il totale (0–100). Il punteggio di Opus pesa per il 28 %; ciascuna delle seguenti componenti pesa per l'8 %: il punteggio di Qwen3.8 sui dettagli ingranditi, quello di Qwen3.8 sui volti, il punteggio di identità, la percentuale di volti che Qwen3.8 ha classificato come una persona diversa, la qualità dei volti, LPIPS, A-FINE, MUSIQ e NIQE. I punteggi dei giudici sono moltiplicati per 10. Ogni altra misura viene riportata su una scala in cui il migliore dei 18 strumenti e impostazioni del test di base ottiene 100 e il peggiore 0. Il test completo usa la stessa scala, quindi i suoi totali hanno lo stesso significato. Un valore migliore del miglior risultato del test di base vale 100; uno peggiore del peggior risultato vale 0. I pesi sono una nostra scelta. Mostriamo ogni componente, così puoi attribuirle il peso che preferisci. Abbiamo fissato i pesi dopo il test di base e prima del test completo. Opus ha ricevuto il peso maggiore perché è un modello proprietario estremamente capace e, nel test di base, i suoi punteggi erano quelli più vicini a ciò che vedevamo noi.

Sulla riproducibilità. Prima di assegnare i punteggi, abbiamo allineato ogni risultato all'input: un risultato spostato di oltre 0.75 pixel è stato riportato nella posizione corretta (i risultati di Wonder 3.5 sono spesso spostati di circa 0.8 pixel). I risultati numerici sono riproducibili: vedi Come ripetere questo test.

Prima e dopo: esempi in dettaglio#

I ritagli qui sotto provengono dal test di base, salvo diversa indicazione nella figura.

Volti: quale upscaler IA ha preservato l'identità della persona#

Sotto ogni risultato, in piccolo: giudice Opus 5.5, il punteggio del giudice alla cieca (0–10) per il risultato intero da cui proviene il ritaglio. sim. volto, quanto quel volto somiglia alla persona nell'originale secondo i modelli di riconoscimento facciale (0–1, per persone diverse il punteggio è circa 0–0.3), quando c'è un volto. MUSIQ, il punteggio di qualità visiva del risultato intero (0–100).

Fig. 6 · Foto di squadra, 1914 · 56 × 42 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.5sim. volto 0.39MUSIQ 62
Crystal
Giudice Opus 5.5 7.0sim. volto 0.49MUSIQ 64
Let's Enhance
Giudice Opus 5.5 7.0sim. volto 0.46MUSIQ 60
Topaz Wonder 3.5
Giudice Opus 5.5 7.0sim. volto 0.56MUSIQ 72
Gemini
Giudice Opus 5.5 7.0sim. volto 0.61MUSIQ 43
ChatGPT
Giudice Opus 5.5 5.5sim. volto 0.37MUSIQ 69
Krea
Giudice Opus 5.5 5.0sim. volto 0.25MUSIQ 61
Upscayl
Giudice Opus 5.5 2.5sim. volto 0.54MUSIQ 62
Recraft Creative
Giudice Opus 5.5 2.0sim. volto 0.07MUSIQ 37
Magnific Creative
Giudice Opus 5.5 2.3sim. volto 0.17MUSIQ 69
Foto di squadra, 1914: un dettaglio di 56 × 42 px dell'input da 504 × 336 px.

Un calciatore del 1914, con il volto largo circa 25 pixel nella copia. Sei strumenti restano vicini alla persona originale: Crystal, Let's Enhance, MegaPotato, Topaz Wonder 3.5, Gemini e ChatGPT (ChatGPT dà anche una leggera tinta blu alla foto). Krea copre il volto di righe nere, Upscayl lo perde, Recraft Creative e Magnific Creative disegnano un altro uomo. Nota i numeri di Upscayl: somiglianza del volto di 0.54, ma il giudice dei volti Qwen3.8 gli ha dato 2 su 10. Un volto deformato che conserva la forma generale può ingannare il riconoscimento facciale. Ecco perché mostriamo entrambi i tipi di misura.

Su un ritratto ravvicinato quasi tutti gli strumenti hanno fatto un buon lavoro: l'immagine contiene molte più informazioni, quindi il compito è più facile.

Fig. 7 · Ritratto · 140 × 105 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.5sim. volto 0.97MUSIQ 39
Crystal
Giudice Opus 5.5 8.0sim. volto 0.97MUSIQ 47
Topaz Wonder 3.5
Giudice Opus 5.5 7.5sim. volto 0.97MUSIQ 47
Topaz Bloom 2
Giudice Opus 5.5 7.0sim. volto 0.86MUSIQ 51
Upscayl
Giudice Opus 5.5 7.0sim. volto 0.97MUSIQ 29
Magnific Creative
Giudice Opus 5.5 3.8sim. volto 0.72MUSIQ 44
Ritratto: un dettaglio di 140 × 105 px dell'input da 504 × 336 px.

Il caso facile: naso e labbra di un ritratto ravvicinato. Crystal e Topaz Wonder 3.5 mantengono la texture della pelle più vicina all'originale. MegaPotato la leviga un po'. Topaz Bloom 2 ridisegna le labbra, Upscayl dà un aspetto ceroso e Magnific Creative dipinge lentiggini di sua invenzione.

I volti piccoli, invece, sono estremamente difficili, quindi gli strumenti si dividono in gruppi molto netti. In una folla o in una vecchia foto di gruppo, un volto è largo appena 10–35 pixel, quindi il modello deve soprattutto indovinare.

Fig. 8 · Mercato notturno · 56 × 42 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 6.0sim. volto 0.47MUSIQ 58
Let's Enhance
Giudice Opus 5.5 6.0sim. volto 0.44MUSIQ 57
Topaz Wonder 3.5
Giudice Opus 5.5 6.5sim. volto 0.39MUSIQ 63
ChatGPT
Giudice Opus 5.5 4.5sim. volto 0.38MUSIQ 64
Gemini
Giudice Opus 5.5 6.0sim. volto 0.16MUSIQ 45
Recraft Creative
Giudice Opus 5.5 1.5sim. volto 0.09MUSIQ 49
Mercato notturno: un dettaglio di 56 × 42 px dell'input da 504 × 336 px.

Una donna ai margini della folla di un mercato notturno, con il volto largo circa 15 pixel. Nessuno è riuscito davvero a ricostruirlo. Secondo il giudice dei volti Qwen3.8, Let's Enhance si è avvicinato di più (6 su 10), MegaPotato e ChatGPT hanno ottenuto un 5, Topaz Wonder 3.5 un 3. Curiosamente, nemmeno ChatGPT è riuscito a ridisegnarlo bene. Gemini e Recraft Creative hanno perso del tutto il volto.

Fig. 9 · Alimentari, 1943 · 36 × 27 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 6.5sim. volto 0.24MUSIQ 59
Topaz Wonder 3.5
Giudice Opus 5.5 7.5sim. volto 0.23MUSIQ 61
Gemini
Giudice Opus 5.5 7.5sim. volto 0.28MUSIQ 48
ChatGPT
Giudice Opus 5.5 5.5sim. volto 0.26MUSIQ 65
Crystal
Giudice Opus 5.5 7.0sim. volto 0.18MUSIQ 59
Upscayl
Giudice Opus 5.5 2.5sim. volto 0.28MUSIQ 58
Alimentari, 1943: un dettaglio di 36 × 27 px dell'input da 504 × 336 px.

Un negoziante nel 1943. Il volto è largo circa 16 pixel. Topaz Wonder 3.5 e MegaPotato sembrano i più vicini in questo caso: Wonder conserva volto e baffi ma cambia lo sguardo; MegaPotato e Gemini conservano il volto con baffi meno marcati. ChatGPT lo rende molto più giovane. Crystal disegna un volto diverso, più magro, e Upscayl perde il volto.

Fig. 10 · Case, Istanbul · 32 × 24 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.0MUSIQ 73
Topaz Wonder 3.5
Giudice Opus 5.5 7.0MUSIQ 73
Topaz Bloom 2
Giudice Opus 5.5 4.5MUSIQ 72
Upscayl
Giudice Opus 5.5 3.0MUSIQ 68
Recraft Creative
Giudice Opus 5.5 1.5MUSIQ 49
Magnific Creative
Giudice Opus 5.5 1.8MUSIQ 72
Case, Istanbul: un dettaglio di 32 × 24 px dell'input da 504 × 336 px.

A quanto pare, con i volti delle statue vale lo stesso discorso. Il volto di questo busto è alto appena 12 pixel circa: un esempio estremamente difficile, quindi ogni modello fallisce a modo suo. MegaPotato e Topaz Wonder 3.5 sembrano i più vicini: almeno c'è un volto di donna al posto giusto. Topaz Bloom 2 scolpisce un volto diverso, Upscayl e Recraft Creative lo perdono e Magnific Creative trasforma il busto in un vaso.

Cosa dicono i numeri sui volti. Il test di base contiene 67 volti in 9 foto, larghi 10–290 pixel nella copia fornita agli strumenti. Per ciascuno abbiamo rilevato il punteggio di identità, il punteggio del giudice dei volti Qwen3.8 e verificato se il giudice lo avesse classificato come una persona diversa:

  • Il riconoscimento facciale e il giudice IA sono in disaccordo in un modo interessante. Un semplice ridimensionamento sfocato ottiene un alto punteggio di identità, perché la sfocatura conserva le forme generali. Ma il giudice penalizza questi casi. Per ottenere un volto nitido bisogna indovinare, e ogni ipotesi lo allontana un po' dall'originale. È un compromesso che nessun modello può aggirare.
  • La qualità dei volti non distingue i migliori strumenti. eDifFIQA ha assegnato ai volti di Crystal, Wonder 3.5, Let's Enhance, MegaPotato e ChatGPT punteggi di 0.56–0.59, in linea con i volti reali (0.58). I volti deformati o sfocati hanno ottenuto molto meno (Upscayl 0.39, semplice ridimensionamento 0.27). Ma è più una metrica di qualità visiva: valuta quanto un volto sia pulito e riconoscibile, non se sia la stessa persona.

I modelli creativi sono un altro discorso. Nella maggior parte dei casi non cercano affatto di preservare l'identità della persona:

Fig. 11 · Menu del bar · 96 × 72 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.0sim. volto 0.73MUSIQ 57
Crystal
Giudice Opus 5.5 7.0sim. volto 0.79MUSIQ 53
Topaz Bloom 2
Giudice Opus 5.5 6.5sim. volto 0.43MUSIQ 56
Recraft Creative
Giudice Opus 5.5 2.0sim. volto 0.21MUSIQ 56
Krea
Giudice Opus 5.5 4.5sim. volto 0.45MUSIQ 56
Magnific Creative
Giudice Opus 5.5 2.8sim. volto 0.08MUSIQ 60
Menu del bar: un dettaglio di 96 × 72 px dell'input da 504 × 336 px.

La donna nella foto del bar. MegaPotato e Crystal (e, nella griglia completa, Topaz Wonder 3.5 e Let's Enhance) ne preservano l'identità. Topaz Bloom 2, Recraft Creative, Krea e Magnific Creative disegnano ciascuno una donna diversa: i modelli di riconoscimento facciale li collocano tra 0.08 e 0.45, contro 0.73 per MegaPotato e 0.79 per Crystal.

Testo e numeri: gli errori più convincenti#

È sul testo piccolo che gli upscaler sono più pericolosi. Il risultato sembra leggibile, quindi ci credi.

Fig. 12 · Corsa su strada · 60 × 45 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.0MUSIQ 65
Topaz Wonder 3.5
Giudice Opus 5.5 7.5MUSIQ 67
Crystal
Giudice Opus 5.5 6.5MUSIQ 62
Gemini
Giudice Opus 5.5 6.0MUSIQ 58
ChatGPT (prompt rigoroso)
Giudice Opus 5.5 3.0MUSIQ 66
Recraft Creative
Giudice Opus 5.5 2.0MUSIQ 61
Corsa su strada: un dettaglio di 60 × 45 px dell'input da 504 × 336 px.

Il corridore all'inizio dell'articolo. La scritta originale è LUT 3029 TP. Topaz Wonder 3.5 e MegaPotato sembrano i più vicini in questo caso: Wonder ha indovinato le cifre (con 7P al posto di TP), MegaPotato ha scritto 2029. Crystal ha scritto 2020, Gemini 2022, e solo Gemini ha letto «trucks» sulla fascia rossa. ChatGPT (prompt rigoroso) ha scritto «182 XDA 17», mentre Recraft Creative sostituisce completamente pettorale e maglietta.

Il testo grande è più facile di quello piccolo, ovviamente:

Fig. 13 · Mercato notturno · 112 × 72 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 6.0MUSIQ 58
Topaz Wonder 3.5
Giudice Opus 5.5 6.5MUSIQ 63
Crystal
Giudice Opus 5.5 6.5MUSIQ 59
ChatGPT
Giudice Opus 5.5 4.5MUSIQ 64
Magnific Creative
Giudice Opus 5.5 1.8MUSIQ 59
Recraft Creative
Giudice Opus 5.5 1.5MUSIQ 49
Mercato notturno: un dettaglio di 112 × 72 px dell'input da 504 × 336 px.

Un'insegna al mercato notturno. I caratteri grandi sopravvivono in MegaPotato, Topaz Wonder 3.5 e Crystal. Il numero di telefono sotto, 0981337668, non si legge nell'input e nessuno strumento lo recupera: Wonder 3.5 e Crystal disegnano lettere latine al suo posto, MegaPotato caratteri inventati. ChatGPT ridisegna l'intera insegna in uno stile nuovo, Magnific Creative ci dipinge una casa e Recraft Creative scrive altri caratteri.

Fig. 14 · Menu del bar · 96 × 72 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.0MUSIQ 57
Crystal
Giudice Opus 5.5 7.0MUSIQ 53
Topaz Wonder 3.5
Giudice Opus 5.5 7.5MUSIQ 54
Krea
Giudice Opus 5.5 4.5MUSIQ 56
Magnific Creative
Giudice Opus 5.5 2.8MUSIQ 60
Recraft Creative
Giudice Opus 5.5 2.0MUSIQ 56
Menu del bar: un dettaglio di 96 × 72 px dell'input da 504 × 336 px.

Il menu di un bar. Le parole sono abbastanza grandi da leggersi nella copia ridotta, quindi quasi tutti gli strumenti le conservano. MegaPotato, Crystal e Topaz Wonder 3.5 sembrano i più vicini in questo caso. È interessante che molti modelli sbaglino le tonalità dei colori. Krea rende grigio il gesso, Magnific Creative riscrive due parole e Recraft Creative riscrive il menu con parole senza senso («smme», «olwerlo», «Kinierl»).

Colori: chi non ha ridipinto la foto#

Fig. 15 · Case, Istanbul · 100 × 75 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.0MUSIQ 73
Crystal
Giudice Opus 5.5 7.0MUSIQ 74
Topaz Wonder 3.5
Giudice Opus 5.5 7.0MUSIQ 73
ChatGPT (prompt semplice)
Giudice Opus 5.5 7.0MUSIQ 70
Case, Istanbul: un dettaglio di 100 × 75 px dell'input da 504 × 336 px.

Edera su una casa a Istanbul. MegaPotato, Crystal e Topaz Wonder 3.5 conservano i colori. ChatGPT (con entrambi i prompt) colora di verde acceso le foglie di un rosso bruno scuro.

Fig. 16 · Corsa su strada · l'immagine intera
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.0MUSIQ 65
Topaz Wonder 3.5
Giudice Opus 5.5 7.5MUSIQ 67
ChatGPT (prompt semplice)
Giudice Opus 5.5 3.0MUSIQ 68
ChatGPT (prompt rigoroso)
Giudice Opus 5.5 3.0MUSIQ 66

La foto intera della corsa. MegaPotato e Topaz Wonder 3.5 conservano i colori, come gli altri strumenti più fedeli. ChatGPT con il prompt semplice raffredda la luce calda e aggiunge cielo azzurro e alberi verdi nella parte superiore. Con il prompt rigoroso conserva di più il calore, ma altera comunque i colori (differenza cromatica di 11.1 e 7.8 contro 2.3 per i due strumenti sopra).

Pelo degli animali e immagini generate con IA#

Fig. 17 · Gatto · 64 × 48 px su 504 × 336
Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 8.0MUSIQ 55
Crystal
Giudice Opus 5.5 7.5MUSIQ 56
Topaz Wonder 3.5
Giudice Opus 5.5 7.5MUSIQ 57
ChatGPT (prompt semplice)
Giudice Opus 5.5 6.0MUSIQ 61
Magnific Creative
Giudice Opus 5.5 3.8MUSIQ 54
Recraft Creative
Giudice Opus 5.5 4.0MUSIQ 47
Gatto: un dettaglio di 64 × 48 px dell'input da 504 × 336 px.

Il pelo di un gatto. MegaPotato e Crystal sembrano i più vicini in questo caso, Topaz Wonder 3.5 è un po' meno nitido. ChatGPT rende il pelo più arancione, Magnific Creative dipinge un mantello maculato e Recraft Creative un pelo lungo e liscio.

Fig. 18 · Il test completo · un'immagine IA · 96 × 72 px su 384 × 288
Immagine fornita a tutti gli strumenti
Immagine IA originale
MegaPotato
Giudice Opus 5.5 8.0sim. volto 0.75MUSIQ 64
Crystal
Giudice Opus 5.5 7.0sim. volto 0.74MUSIQ 65
Topaz Wonder 3.5
Giudice Opus 5.5 6.5sim. volto 0.72MUSIQ 64
Immagine IA di un'aula universitaria: un dettaglio di 96 × 72 px dell'input da 384 × 288 px.

Un'immagine IA del test completo (FLUX.1 [schnell], generata da noi), con 16 volti. Tutti e tre i migliori strumenti se la sono cavata bene. Il risultato di MegaPotato ha ottenuto il punteggio migliore dal giudice Opus 5.5 (8 su 10, contro 7 per Crystal e 6.5 per Wonder 3.5), da Qwen3.8 sui dettagli ingranditi e per la somiglianza all'originale (LPIPS); i suoi volti sono rimasti i più vicini alle persone nell'originale (punteggio di identità 0.75, contro 0.74 e 0.72).

Dettagli inventati: cosa hanno aggiunto gli strumenti che nella foto non c'era#

Ogni strumento generativo ha inventato qualche dettaglio mai esistito nell'originale. I modelli generalisti lo hanno fatto più spesso, quelli specializzati più raramente, ma nessuno ne è immune.

  • MegaPotato: loghi e caratteri inventati dove il testo è troppo piccolo per essere letto.
  • ChatGPT: oggetti e decorazioni nuovi (tende, quadri, nomi di aziende), cielo e luce diversi.
  • Topaz Wonder 3.5: trasforma statue, bambole e volti dipinti in persone vive e fotografie. Cifre sbagliate dove il testo è troppo piccolo.
  • Topaz Standard V2, Low Resolution V2 e Standard MAX: tendono a rimuovere gli accessori dai volti piccoli.
  • Topaz Bloom 2: vestiti e oggetti nuovi su persone, statue e tavoli.
  • Recraft Creative: una scena nuova, con nuove persone, piante, finestre e menu.
  • Magnific Creative: anche qui una scena nuova, con persone e testo nuovi e un busto trasformato in un'urna.

Casi estremamente difficili: vecchie stampe, forte compressione JPEG, rumore (57 immagini)#

Il test completo misura i risultati medi. Abbiamo quindi fatto anche alcune prove con un deterioramento estremo, per vedere come si comportano i modelli nel caso peggiore: 57 immagini, ridotte (288 × 216 o meno) e deteriorate apposta, oppure semplicemente difficili per natura. Scansioni di stampe con i punti del retino, forte compressione JPEG, rumore da scarsa luce, vecchie stampe con polvere e graffi, carta a trama visibile, volti minuscoli, occhiali da sole, statue, bambole, dipinti e fumetti. Gli originali sono foto di pubblico dominio o con licenza libera (Library of Congress, Wikimedia Commons, The Metropolitan Museum of Art, Pexels). Qui abbiamo usato solo i tre migliori strumenti e i giudici IA alla cieca hanno scelto il risultato migliore per ogni immagine. Per le immagini qui sotto, il giudice Opus 5.5 ha anche assegnato un punteggio a ogni risultato in una valutazione separata alla cieca, con la griglia di valutazione del test di base. Il suo punteggio e MUSIQ sono sotto i pannelli. I volti alterati che vedrai sono il prodotto degli strumenti, non le persone reali. Li mostriamo solo per documentare ciò che fanno gli strumenti.

Fig. 19 · Casi difficili · occhiali con JPEG a qualità 12

Musicisti in un JPEG molto compresso (qualità 12) (64 × 48 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.5MUSIQ 55
Crystal
Giudice Opus 5.5 4.0MUSIQ 52
Topaz Wonder 3.5
Giudice Opus 5.5 5.0MUSIQ 61

Un passeggero di un treno in un JPEG molto compresso (qualità 12) (56 × 42 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 3.5MUSIQ 60
Crystal
Giudice Opus 5.5 4.5MUSIQ 58
Topaz Wonder 3.5
Giudice Opus 5.5 3.0MUSIQ 63

Due volti molto deteriorati dalla compressione JPEG. Per un compito così estremo, tutti gli strumenti se la sono cavata piuttosto bene, ma ognuno ha inventato o perso dettagli diversi.

Foto: cottonbro studio, Licenza Pexels; Syazani Zahari, Licenza Pexels

Fig. 20 · Casi difficili · una vecchia stampa

Una stampa seppia invecchiata, con polvere, graffi e sfocatura (148 × 111 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 5.5MUSIQ 44
Crystal
Giudice Opus 5.5 3.5MUSIQ 34
Topaz Wonder 3.5
Giudice Opus 5.5 4.0MUSIQ 43

Una vecchia stampa sbiadita di Einstein.

Foto: Ferdinand Schmutzer, pubblico dominio

Fig. 21 · Casi difficili · forte compressione JPEG e rumore

Una foto del 1943 salvata in un JPEG molto compresso (qualità 12) (90 × 68 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 5.5MUSIQ 66
Crystal
Giudice Opus 5.5 2.5MUSIQ 54
Topaz Wonder 3.5
Giudice Opus 5.5 6.5MUSIQ 68

La stessa foto con forte rumore da scarsa luce (90 × 68 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 5.5MUSIQ 49
Crystal
Giudice Opus 5.5 3.5MUSIQ 44
Topaz Wonder 3.5
Giudice Opus 5.5 6.0MUSIQ 64

Due tipi di forte deterioramento sulla stessa foto del 1943. MegaPotato ha ringiovanito la donna e le ha tolto gli occhiali.

Foto: Jack Delano, Library of Congress, pubblico dominio (opera del governo degli Stati Uniti)

Fig. 22 · Casi difficili · occhiali da sole

Occhiali da sole scuri dopo una forte compressione JPEG (100 × 75 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 6.0MUSIQ 77
Crystal
Giudice Opus 5.5 7.0MUSIQ 76
Topaz Wonder 3.5
Giudice Opus 5.5 6.5MUSIQ 78

Occhiali sportivi a specchio dei corridori dopo una forte compressione JPEG (98 × 74 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 6.5MUSIQ 75
Crystal
Giudice Opus 5.5 5.5MUSIQ 68
Topaz Wonder 3.5
Giudice Opus 5.5 7.0MUSIQ 76

Dopo una forte compressione JPEG, Crystal rende spesso trasparenti gli occhiali da sole scuri e vi disegna gli occhi dietro. MegaPotato e Wonder 3.5 di solito mantengono scure queste lenti.

Foto: Karan Singh, Licenza Pexels; RUN 4 FFWPU, Licenza Pexels

Fig. 23 · Casi difficili · una bambola e una testa di marmo

Una bambola in biscuit in un museo del giocattolo, con il volto largo circa 22 px nell'input (56 × 42 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 7.0MUSIQ 71
Crystal
Giudice Opus 5.5 4.5MUSIQ 62
Topaz Wonder 3.5
Giudice Opus 5.5 4.0MUSIQ 69

Un busto romano in marmo raffigurante un uomo, metà del 1° secolo (128 × 96 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 6.0MUSIQ 68
Crystal
Giudice Opus 5.5 7.5MUSIQ 69
Topaz Wonder 3.5
Giudice Opus 5.5 6.5MUSIQ 72

Alcuni esempi di volti non umani.

Immagini: Alf van Beem, Wikimedia Commons, CC0; The Metropolitan Museum of Art, Open Access, CC0

Fig. 24 · Casi difficili · un acquerello

Un acquerello di John Singer Sargent, 1912 (60 × 45 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 6.5MUSIQ 55
Crystal
Giudice Opus 5.5 6.5MUSIQ 52
Topaz Wonder 3.5
Giudice Opus 5.5 3.5MUSIQ 64

Un dipinto. Wonder trasforma il volto dipinto in una fotografia, con molta sicurezza. MegaPotato lo rende più giovane e levigato, più simile a un'illustrazione. Crystal conserva le pennellate libere: qui sembra la scelta giusta.

Immagine: John Singer Sargent, The Metropolitan Museum of Art, Open Access, CC0

Fig. 25 · Casi difficili · carta a trama visibile

Una stampa degli anni 1910 su carta a trama visibile, acquisita con lo scanner (72 × 54 px dell'input da 288 × 216 px)

Immagine fornita a tutti gli strumenti
Foto originale
MegaPotato
Giudice Opus 5.5 8.5MUSIQ 62
Crystal
Giudice Opus 5.5 4.5MUSIQ 54
Topaz Wonder 3.5
Giudice Opus 5.5 6.5MUSIQ 65

Solo MegaPotato elimina la trama della carta. Wonder ne lascia una parte e indurisce lo sguardo della donna. Crystal lascia tutto com'è.

Foto: Harris & Ewing, Library of Congress, nessuna restrizione nota alla pubblicazione

I volti molto deteriorati sono il nostro punto debole: su 8 immagini di questo tipo MegaPotato ha cambiato la persona in 6 (un'età diversa, un volto nuovo o occhi aperti). Su input molto piccoli nessuno ha conservato il volto di Einstein e MegaPotato ha anche lasciato una fascia di pixel striati lungo due bordi di ogni risultato.

Tipo di immagineImmaginiWonder 3.5 miglioreMegaPotato miglioreCrystal migliore
Punti del retino di giornali e riviste (scansioni con retino)11860
Vecchie stampe: polvere, graffi, sfocatura, carta a trama visibile7260
Forte compressione JPEG e rumore da scarsa luce sulle persone16963
Occhiali da sole dopo una forte compressione JPEG5430
Volti minuscoli e input minuscoli (128 × 96, 160 × 120)8552
Statue e bambole5140
Dipinti e fumetti5212
Tutti i casi difficili5731317

Ogni pari merito conta per tutti gli strumenti coinvolti, quindi la somma di una riga può superare il numero di immagini. I gruppi sono piccoli: basta un'immagine per cambiare una riga.

In breve: Wonder 3.5 e MegaPotato si dividono i casi difficili in perfetta parità, con 31 primi posti ciascuno su 57, mentre Crystal ne ottiene 7. Scansioni di stampe, forte compressione JPEG e foto con rumore: parti da Wonder 3.5. Vecchie stampe, statue, bambole e carta a trama visibile: MegaPotato. Dipinti: Crystal, che conserva le pennellate. Sui volti deteriorati nessuno dava garanzie.

Quale upscaler IA usare, in base al tipo di foto#

  • Foto reali di bassa qualità così come sono state scattate (vecchie foto da telefono, prime fotocamere digitali, scatti di feste e spettacoli): MegaPotato, con un ampio margine (67.2 contro 62.8 per Wonder 3.5 e 46.1 per Crystal, 29 foto).
  • Notte, palco e scarsa luce: MegaPotato (70.1 contro 64.8 e 55.2, 24 foto).
  • Foto condivise, compresse o piccole che ritraggono persone: MegaPotato per i volti più nitidi e naturali. Topaz Wonder 3.5 o Crystal quando il volto deve restare il più vicino possibile all'originale (punteggi di identità più alti).
  • Vecchie stampe sbiadite e vecchie foto di famiglia: Wonder 3.5 o MegaPotato, alla pari su 19 vecchie stampe (74.0 e 73.9). MegaPotato ha prodotto i volti più nitidi nei casi difficili, ma a volte trasforma i difetti più marcati in motivi ripetuti. Nessuno strumento rimuove polvere e graffi in modo affidabile.
  • Scansioni di giornali e riviste: Topaz Wonder 3.5 o MegaPotato.
  • Statue, bambole, dipinti e disegni: con MegaPotato gli occhi di pietra restano di pietra. Nei dipinti, Crystal conserva le pennellate. Wonder a volte li fa sembrare «vivi».
  • Paesaggi, animali ed edifici senza persone: tutti e tre ottengono risultati vicini (Crystal 74.2, MegaPotato 72.8, Wonder 3.5 72.6).
  • Foto con nomi, numeri o insegne: non fidarti di nessuno strumento sul testo piccolo. Una parola o un numero che di colpo diventa leggibile è un'ipotesi, non un recupero. Il testo piccolo è ciò su cui stiamo lavorando per la prossima versione di MegaPotato.
  • Una stampa grande da un file piccolo: a 300 pixel per pollice, 2016 × 1344 pixel danno una stampa di circa 17 × 11 cm (6.7 × 4.5 in). MegaPotato arriva a 8×, Let's Enhance a 16×, Topaz Gigapixel a 6×.
  • Migliaia di immagini tramite API: MegaPotato ($0.079 a foto con 1 000 al mese), Topaz ($0.26 tramite la sua API da $50 al mese, oppure $0.24 tramite fal.ai) o Crystal ($0.35) per le foto. Recraft Crisp ($0.033) solo per grafica pulita. Non abbiamo testato velocità e affidabilità su grandi volumi.

Prezzi degli upscaler IA: quanto costano davvero#

Fig. 26 · I quattro migliori: il prezzo di una foto

Bar chart of 4 bars: MegaPotato $0.073, Let's Enhance $0.22, Topaz Wonder 3.5 · fal.ai $0.24, Crystal $0.35. Highest: Crystal; lowest: MegaPotato.

I quattro migliori: il prezzo di una foto
value
MegaPotato$0.073
Let's Enhance$0.22
Topaz Wonder 3.5 · fal.ai$0.24
Crystal$0.35

I quattro strumenti entro due punti dal totale più alto (da 80.8 a 82.6) e il prezzo di una foto per ciascuno: 100 foto al mese, media di tre dimensioni. Le barre partono da zero. MegaPotato costa da 3.1 a 4.8 volte meno degli altri tre. L'API di Topaz non è nel grafico: il piano parte da $50 al mese, quindi con 100 foto al mese paghi soprattutto il piano, $0.54 a foto. Con 1 000 foto al mese si arriva a $0.26.

Fig. 27 · Rapporto qualità-prezzo

Scatter plot of 14 points: Punteggio totale against Prezzo per foto, $ (log scale). Prezzo per foto, $ from 0.033 to 2.051. Highest Punteggio totale: MegaPotato (82.6); lowest: Recraft Creative (33.3). Highlighted: MegaPotato (82.6 at 0.073). Hollow points are estimates.

Rapporto qualità-prezzo
Prezzo per foto, $Punteggio totalePunteggio totale fromPunteggio totale toseriesestimate
MegaPotato0.07382.6MegaPotato
Topaz Wonder 3.50.2481.9Topaz
Let's Enhance0.22381.8Let's Enhance
Crystal0.3580.8Crystal
ChatGPT0.16273.2OpenAIyes
Gemini0.11370.9Googleyes
Topaz Standard MAX0.45369.9Topaz
Topaz Bloom 20.90768.1Topaz
Topaz Precision, 3 modelli0.10753.934.165.1Topaz
Recraft Crisp0.03363.9Recraftyes
Krea Enhance0.2153.7Kreayes
Magnific Precision V21.13053.5Magnific
Magnific Creative1.02046.3Magnificyes
Recraft Creative2.05133.3Recraftyes

Punteggio totale rispetto al prezzo di una foto con 100 foto al mese, media di tre dimensioni, un colore per fornitore, Topaz tramite fal.ai. L'asse dei prezzi è logaritmico: la stessa distanza indica lo stesso rapporto, non lo stesso numero di dollari. I cerchi vuoti indicano prezzi normalizzati per megapixel. Upscayl non è nel grafico: l'app è gratuita, ma servono una scheda video e l'elettricità per usarla, costi che non abbiamo calcolato. Come abbiamo calcolato i prezzi ↓

Come abbiamo calcolato i prezzi nei grafici

Il prezzo di una foto è la media di tre elaborazioni, ciascuna con ingrandimento di 4× (0.17 → 2.7 MP, 1 → 16 MP, 3 → 48 MP), con 100 foto al mese. Il costo di un pacchetto con acquisto una tantum, o di crediti che non scadono, viene ripartito sui mesi che copre a quel volume, al massimo 12; per ogni volume scegliamo il pacchetto o il piano più economico. Per Topaz usiamo i prezzi di fal.ai (a consumo). Con l'API di Topaz e il suo minimo mensile di $50, ogni punto Topaz si sposta a destra (Wonder 3.5 a $0.54). I tre modelli Precision di Topaz (Standard V2 62.6, Low Resolution V2 65.1, High Fidelity V3 34.1) costano uguale e sono rappresentati da un unico punto al loro punteggio medio, con una barra dal punteggio minimo al massimo. Per MegaPotato usiamo i prezzi dell'app web, con lo sconto del −20 % per 3 o più foto inviate insieme. Con 100 foto al mese, i pacchetti più economici sono quello da $25 per 600 patatine per il formato piccolo e quello da $50 per 1 300 patatine per i due formati più grandi. La sua API non prevede lo sconto per gruppi e a questo volume costa $0.091 a foto. Per Gemini e OpenAI usiamo le Batch API (metà prezzo, risultati entro 24 ore). Quando uno strumento non può produrre determinate dimensioni (ChatGPT oltre 8 MP, Gemini a 48 MP, Magnific Creative oltre 25 MP, Recraft a qualsiasi dimensione prestabilita) o indica il prezzo per una sola dimensione (Krea), normalizziamo il prezzo a partire da quello per megapixel e il punto è un cerchio vuoto. Le tabelle sotto riportano 10 e 1 000 foto al mese. Prezzi imposte escluse.

Il prezzo per foto nasconde due cose: cosa devi acquistare prima e se puoi usare lo strumento senza scrivere codice. Ecco quindi il costo di un intero mese di elaborazioni sulle immagini piccole del test di base (una foto da 504 × 336 ingrandita di 4×, 2.7 MP): un compito che tutti gli strumenti possono svolgere. I prezzi sono quelli del sito o dell'API di ogni fornitore, ricontrollati il 15 novembre 2026 (ogni fonte riporta la propria data), imposte escluse. Le pagine sono nelle fonti.

MegaPotato[26]$0.50$3.33$31Pacchetti di patatine con acquisto una tantum da $5. Le patatine non scadono. 3 o più foto insieme: −20 %Sì
API Crystal (Clarity AI)[27]$0.50$5$50A consumo da $1No
Sito Crystal (Clarity AI)[27]$13–19$13–19$199–299Un piano mensile: Starter $19 ($13 con fatturazione annuale) per 1 200 crediti, 5 crediti per una foto piccola. Per 1 000 al mese serve Business, 30 000 crediti. Il piano più economico non include il «supporto per immagini piccole»Sì
Topaz Wonder 3.5 (API Topaz)[28]$50$50$100API di Topaz, da $50 al mese. 1 credito a fotoNo
Topaz Standard V2, Low Res V2, High Fidelity V3 (API Topaz)[28]$50$50$100Lo stesso piano API. 1 credito a fotoNo
Topaz Standard MAX (API Topaz)[28]$50$50$100Lo stesso piano API. 1 credito a fotoNo
Topaz Bloom 2 (API Topaz)[28]$50$50$200Lo stesso piano API. 2 crediti a fotoNo
Topaz Wonder 3.5 (fal.ai)[29]$0.80$8$80A consumo. $0.08 per ogni blocco, anche parziale, da 8 MP del risultatoNo
Topaz Standard MAX (fal.ai)[29]$0.80$8$80A consumo. $0.08 per ogni blocco, anche parziale, da 4 MP del risultatoNo
Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai)[29]$0.80$8$80A consumo. $0.08 per ogni blocco, anche parziale, da 24 MP del risultatoNo
Topaz Bloom 2 (fal.ai)[29]$1.60$16$160A consumo. $0.08 per ogni blocco, anche parziale, da 2 MP del risultatoNo
Topaz for Web, Image (Wonder 3, non 3.5)[30]$14–19$14–19$14–19Un piano a tariffa fissa: $199 all'anno, $19 al mese con impegno annuale o $19 al mese senza impegno annuale, in offerta a $169 e $16 (con impegno annuale) il 15 novembre 2026. Topaz dichiara elaborazioni illimitate. I limiti pubblicati sono 32 MP in esportazione, due immagini alla volta e uso personale o per piccole impreseSì
Topaz Gigapixel (desktop, Wonder 3)[30]$11–29$11–29$11–29$149 all'anno, $19 al mese con impegno annuale o $29 al mese senza impegno annuale, in offerta a $127 e $16 (con impegno annuale). Elaborazioni locali illimitate, nel cloud «illimitate» con due immagini alla voltaSì
Let's Enhance[31]$3.25$9$72Piani o pacchetti con acquisto una tantum. 1 credito a fotoSì
Gemini (API)[32]$0.50$5$50Batch API, a consumo. Produce un'immagine 2K (2528 × 1696). Senza codice, l'app gratuita restituisce 1264 pxNo
ChatGPT (API per le immagini di OpenAI)[33]$0.42$2.71$27Batch API con qualità «high». Ricarica minima anticipata di $5. Senza codice, l'app ha restituito 1536 × 1024No
Recraft Crisp (API)[34]$0.08$0.40$4A consumo da $1No
Recraft Creative (API)[34]$2.50$25$250A consumo da $1No
Magnific Creative (nodo ComfyUI)[35]$3.40$34$340Crediti Comfy prepagati, minimo $10, validi un anno. Piani di Magnific da €16 al meseNo
Magnific Precision V2 (nodo ComfyUI)[35]$3.40$34$340Gli stessi crediti. Due passaggi 2×No
Krea (piano Pro)[36]$21–35$21–35$21–35Pro $35 al mese, oppure $21 con fatturazione annuale: 20 000 unità di calcolo. Krea non indica più a quante immagini Enhancer corrispondano (a ottobre ne indicava 2 500 al mese)Sì
UpscaylgratisgratisgratisLa tua scheda videoSì

Cosa significa in pratica. Se sai scrivere codice, l'API di MegaPotato è la più economica tra gli strumenti più fedeli: $0.091 a foto (la media di tre dimensioni con 100 foto al mese, senza sconto per gruppi tramite API; l'app web invece lo applica e le stesse foto costano $0.073), contro $0.54 per Topaz Wonder 3.5 tramite l'API di Topaz ($0.24 tramite fal.ai) e $0.35 per l'API di Crystal. Senza codice la scelta si restringe. Il sito di Crystal parte da $13 al mese con fatturazione annuale ($19 mensili). Wonder 3.5 per le foto esiste solo tramite API: fal.ai a consumo o l'API di Topaz da $50 al mese (le app di Topaz hanno Wonder 3, che non abbiamo testato). Quindi MegaPotato e Let's Enhance sono di fatto gli unici due tra i migliori strumenti utilizzabili nel browser con un acquisto una tantum, senza abbonamento, e MegaPotato è più economico a tutte le dimensioni per cui abbiamo calcolato i prezzi. Per un uso davvero intenso, intorno a 1 000 foto al mese, i piani a tariffa fissa di Topaz con Wonder 3 sono difficili da battere (Gigapixel $149 all'anno, Topaz for Web $199, in offerta a $127 e $169 il 15 novembre 2026): Topaz dichiara elaborazioni illimitate e non pubblica un limite mensile, solo un limite di esportazione di 32 MP e due immagini alla volta. Non abbiamo potuto verificare se questo valga anche con migliaia di elaborazioni al mese. Con 100 foto al mese MegaPotato è già più economico.

Condizioni che cambiano il prezzo effettivo e strumenti non testati
  • Spesa minima: API di Topaz $50 al mese (il piano «Starter» da $0 che a ottobre era indicato come «in arrivo» è scomparso; i crediti per foto sono riportati nella documentazione[37]), nessuna su fal.ai. Sito di Crystal $13–19 al mese. MegaPotato $5, una tantum. API di Crystal e Recraft a consumo da $1. API di Gemini e OpenAI con $5 di ricarica anticipata.
  • Crediti che scadono: i crediti dei piani di Let's Enhance scadono quando disdici (quelli dei pacchetti una tantum non scadono). I crediti del sito di Crystal non passano al mese successivo. I crediti API di Gemini e OpenAI scadono dopo 12 mesi. Le patatine di MegaPotato, le unità di Recraft e i crediti API di Crystal non scadono.
  • Salti di prezzo e limiti di dimensioni: Crystal raddoppia il prezzo appena sopra 16 MP (da $0.20 a $0.40). Topaz Standard V2 raddoppia sopra 24 MP e Wonder 3.5 costa già 2 crediti a 16 MP nell'API di Topaz. Su fal.ai Wonder 3.5 costa $0.08 per ogni blocco, anche parziale, da 8 MP del risultato ($0.16 a 16 MP, $0.48 a 48 MP). MegaPotato sale di una patatina alla volta (0.06 patatine per riquadro, arrotondando per eccesso). L'API per le immagini di OpenAI si ferma a circa 8 MP. L'app gratuita di Gemini a 1264 px. Il piano gratuito di Let's Enhance a 8 MP, con un logo.
  • Non testati: VanceAI[38], Pixelcut[39] e Remini[40]. I loro prezzi sono nelle schede degli strumenti.

Tutti gli upscaler IA provati, uno per uno#

Brevi note su ogni strumento: cos'è, cosa ha fatto bene, dove ha fallito. I punteggi sono nella classifica e i prezzi nelle tabelle dei prezzi, non ha senso ripeterli qui.

1. MegaPotato, strumento di ingrandimento con IA: primo in entrambi i test e il più economico tra i migliori#

MegaPotato è il nostro strumento: un'app web e un'API, un solo modello per ingrandire di 2×, 4×, 8× o rifinire alle stesse dimensioni con Rifinisci, pacchetti di patatine invece di un abbonamento.

Dà il meglio sulle foto reali di bassa qualità, sugli scatti notturni e sulle immagini IA; i volti vengono naturali e pulisce le vecchie stampe (trama della carta, polvere) meglio degli altri. Il punto debole sono i volti piccoli: si allontanano un po' di più dalla persona reale rispetto a Crystal e Wonder 3.5; nelle foto scure e deteriorate ha cambiato l'età e a volte il volto, e sugli input molto piccoli lascia bordi striati.

2. Topaz Wonder 3.5: i volti più fedeli, ma solo tramite API#

Topaz Labs è probabilmente il nome più noto nell'ingrandimento delle immagini (parte di Adobe da settembre 2026), con tre famiglie di modelli che si comportano in modo molto diverso: Precision, Generative e Creative. Wonder 3.5 è quello che conta ed è disponibile solo tramite API, quella di Topaz o fal.ai, dove lo abbiamo usato noi. Le app hanno Wonder 3.

I volti più fedeli di tutti, l'unico strumento che ha letto il numero del corridore, il migliore sulle scansioni con retino e il più attento ai volti deteriorati. I problemi: tratta statue e bambole come persone e i dipinti come fotografie, cambia l'età delle persone e lascia poco nitide le vecchie stampe sbiadite. Gli altri modelli Topaz sono un altro discorso: Standard V2, Low Resolution V2 e Standard MAX rendono plastificati i volti piccoli e tendono a rimuovere gli accessori; High Fidelity V3 interviene appena su una foto piccola (è pensato per quelle grandi); Bloom 2 ridisegna i volti.

3. Let's Enhance: quasi altrettanto fedele e facile da usare#

Let's Enhance è uno dei più vecchi upscaler web; funziona solo via web (l'API è venduta separatamente come Claid, non l'abbiamo testata) e offre alcune modalità. Abbiamo usato Prime, quella predefinita. Si paga in crediti, con pacchetti o un piano.

Attento e fedele: il giudice dei volti ha preferito i suoi a tutti gli altri e non ha inventato nulla di rilevante. Perde in nitidezza: i suoi risultati sono i meno nitidi dei quattro migliori strumenti, sia per il giudice dei dettagli ingranditi sia per le misure di qualità visiva, e i volti restano un po' più lontani dalla persona reale rispetto a Wonder e Crystal.

4. Crystal Upscaler (Clarity AI): molto fedele sulle foto normali, debole su rumore e stampe#

Crystal è il modello chiuso di Clarity AI, ottimizzato per volti e prodotti: un'API a pagamento per immagine e un sito con abbonamento.

Il più vicino agli originali secondo le metriche delle immagini: conserva la persona e i colori, non aggiunge nulla ed è il migliore quando nell'inquadratura non ci sono persone. Ma conserva anche il rumore e i blocchi JPEG, solo più nitidi; i punti del retino restano punti e, nei nostri casi difficili, ha reso trasparenti gli occhiali da sole scuri e ha fatto sembrare adulti i bambini delle vecchie foto. Non è adatto a scansioni, stampe deteriorate o foto con rumore.

5. ChatGPT come upscaler: ottimo a prima vista, ma cambia dettagli importanti#

ChatGPT non ha un pulsante per ingrandire: chiedi una versione più grande e il modello di immagini ne disegna una nuova.

A prima vista, i risultati più belli di tutti. Ma resta il noto problema: ridisegna l'immagine, altera i colori, ringiovanisce le persone e scrive testo con assoluta sicurezza; neanche un prompt rigoroso come «non inventare nulla» lo ferma. Va bene per ottenere una bella immagine, non per foto di famiglia, documenti, prodotti o qualsiasi cosa con nomi e numeri.

6. App Gemini (Google Nano Banana): attenta ai volti, file piccoli#

Neanche Gemini è un upscaler: ridisegna tutta l'immagine.

Il più attento dei modelli di chat: conserva volti e colori. Però i file sono piccoli e poco nitidi, e scrive numeri ben definiti ma sbagliati e parole inventate.

7. Recraft (Crisp e Creative): economico per la grafica, non per i volti piccoli#

Recraft è uno strumento di design con due upscaler: Crisp rende più nitido ciò che c'è, Creative ridisegna. Non puoi scegliere le dimensioni del risultato.

Crisp va bene sull'arte IA e sui contorni puliti, ed è l'API più economica del test, ma deforma i volti piccoli. Creative disegna semplicemente un'altra foto, comprese persone nuove e parole senza senso. Loghi, grafica e arte IA in quantità, non persone.

8. Upscayl: gratuito e offline, ma non per i volti piccoli#

Upscayl è un'app desktop gratuita e open source che esegue modelli di tipo Real-ESRGAN sulla tua scheda video: nessun account, nessuna filigrana, le foto non lasciano mai il computer (tre dei modelli inclusi sono contrassegnati per uso non commerciale).

Gratuito, attento alla privacy, discreto sull'arte IA e sui contorni puliti, e non inventa parole. I volti piccoli escono deformati e il testo piccolo resta sfocato. Ingrandimento gratuito e offline di immagini pulite, tutto qui.

9. Krea: tanti strumenti, abbiamo testato il suo strumento di miglioramento#

Krea è una piattaforma creativa. Il suo Enhancer offre modelli di Krea e di partner (Topaz, Magnific). Abbiamo testato quello di Krea.

Molti strumenti in un solo posto, se già generi immagini lì. Sulle foto, il suo Enhance si è allontanato molto dai volti reali, ha tracciato righe nere sui volti del 1914 e ha reso grigio il gesso rosso. È finito quasi in fondo alla classifica del nostro test.

10. Magnific: il più famoso disegna un'immagine nuova e la modalità foto calca la mano sulla nitidezza#

Magnific è l'upscaler che tutti nominano per primo, con due modalità, Creative e Precision. Le abbiamo provate entrambe tramite i nodi Magnific di ComfyUI, con le impostazioni predefinite dei nodi. Il nodo restituiva 2× qualunque fosse la richiesta, quindi il nostro 4× è composto da due passaggi 2×.

Creative crea una nuova immagine ricca di dettagli, adatta a concept art e illustrazioni. Per una foto è proprio questo il problema: ne disegna una nuova, con altre persone e altre parole. Precision conserva la scena, ma ricopre tutto di texture nitide e inventate. Con le impostazioni predefinite nessuno dei due si è avvicinato ai migliori. Precision con un livello di dettaglio più basso potrebbe fare meglio che nel nostro test.

Tre strumenti popolari che non abbiamo testato: VanceAI, Pixelcut, Remini
  • VanceAI. Una raccolta di strumenti online (ingrandimento, riduzione del rumore, restauro, colorazione). Piani da $15 al mese per 260 crediti; un ingrandimento 4× costa 2 crediti. I nuovi utenti ricevono 10 crediti gratuiti.
  • Pixelcut. Un editor fotografico per chi vende online. 3 download gratuiti al giorno a 2×; per 4× serve Pro ($8–10 al mese, ingrandimenti «illimitati»). API a $0.10 per ingrandimento, con piani da $10 al mese.
  • Remini. Un'app per telefono dedicata ai volti. Non puoi scegliere le dimensioni, quindi è più uno strumento di «miglioramento» dei volti che un upscaler. Si paga con abbonamenti, spesso settimanali.

Come ripetere questo test#

Tutto ciò che serve per ripetere il test è in questa pagina e in quattro piccoli file:

  • Le foto: ognuna delle 137 foto dei due test principali, con fonte, licenza e metodo di preparazione dell'input ridotto, in photos.csv. Il metodo di preparazione di ogni tipo di input è nell'appendice. I casi difficili sono descritti nella sezione dedicata.
  • Gli strumenti: dove è stato eseguito ogni strumento, con impostazioni e prompt, in Impostazioni, prompt e allineamento.
  • La valutazione: i giudici, le misurazioni e la formula, in Come abbiamo svolto i test. I numeri di ogni strumento per entrambi i test sono nella tabella del test completo e nell'appendice.
  • Ogni punteggio: ogni strumento su ogni foto in scores.csv, ogni volto in faces.csv. README.txt spiega cosa contiene ogni colonna e come i dati vengono aggregati nelle tabelle di questa pagina. I dati sono liberamente utilizzabili con licenza CC BY 4.0, con un link a questa pagina.

Versione 1.1, 15 novembre 2026. I prezzi sono stati ricontrollati presso ogni fornitore. MegaPotato è diventato più economico (una foto da 48 MP ora costa 4 patatine invece di 5), quindi ora è 7.4 volte più economico di Topaz Wonder 3.5 tramite l'API di Topaz e 3.3 volte più economico rispetto all'accesso tramite fal.ai. Topaz ha aggiunto un piano annuale con fatturazione mensile per le sue app e ha modificato i prezzi in offerta e Krea non indica più il numero di immagini Enhancer per piano. Tutti gli altri prezzi sono invariati, così come i risultati dei test.

Versione 1.0, 14 ottobre 2026. Abbiamo eseguito i test sugli strumenti all'inizio di ottobre 2026. I prezzi sono stati ricontrollati il 17 ottobre 2026; ogni fonte riporta la propria data. Le modifiche ai numeri saranno elencate qui.

Abbiamo verificato la riproducibilità dei risultati numerici. Valutando una seconda volta i risultati salvati del test di base con lo stesso codice, lo scarto di ogni valore rispetto alla prima esecuzione è rimasto entro lo 0.15 %, foto per foto. Interrogato di nuovo su 201 volti con gli stessi prompt e ritagli, il giudice Qwen3.8 ha dato lo stesso identico punteggio nell'85 % dei casi e la stessa risposta a «stessa persona?» per il 99.5 % dei volti. Claude Opus 5.5 ha visto un risultato per foto due volte, con due lettere diverse. Nel test di base i suoi due punteggi erano identici su 9 delle 16 foto e distavano mezzo punto sulle altre. Gli upscaler stessi possono dare un risultato diverso alla seconda elaborazione.

Come citare questo test

MegaPotato Research Team. The Best AI Image Upscalers of 2026–2027: Benchmark With Reproducible Metrics and Prices. megapotato.app, 14 ottobre 2026, versione 1.1 del 15 novembre 2026. https://megapotato.app/blog/best-ai-image-upscalers-2026

bibtex
@misc{megapotato2026upscalers,
  title        = {The Best AI Image Upscalers of 2026--2027: Benchmark With
                  Reproducible Metrics and Prices},
  author       = {{MegaPotato Research Team}},
  year         = {2026},
  month        = oct,
  howpublished = {\url{https://megapotato.app/blog/best-ai-image-upscalers-2026}},
  note         = {Version 1.1, 15 November 2026}
}

Appendice: metriche, impostazioni, prompt e fonti delle foto#

Tutti i numeri del test di base (18 strumenti e impostazioni)

Le componenti del totale, come medie sulle 16 foto. «Persona diversa» è la percentuale dei 67 volti che il giudice Qwen3.8 ha classificato come una persona diversa. A-FINE, DreamSim, DINOv2 e TOPIQ-FR sono stati calcolati su copie a metà dimensione (1008 × 672). Passando il puntatore sul nome di una misura compare la spiegazione. Tutte le definizioni sono in Cosa misura ogni metrica.

MegaPotato82.67.006.986.850.4810.00.5600.20717.459.93.19
Topaz Wonder 3.581.97.097.157.010.5490.00.5700.21136.361.73.07
Let's Enhance81.86.816.697.030.5141.50.5920.20923.259.13.31
Crystal80.86.786.856.760.5451.50.5830.19337.159.72.98
ChatGPT, prompt rigoroso73.26.166.806.520.4744.50.5620.26927.761.24.34
ChatGPT, prompt semplice73.25.816.756.460.4556.00.5650.28723.563.64.08
App Gemini70.96.666.486.510.5191.50.5400.24235.250.44.63
Topaz Standard MAX69.95.785.955.840.49710.40.4990.22327.156.43.98
Topaz Bloom 268.15.816.275.780.2639.00.5310.28527.463.63.40
Topaz Low Resolution V265.15.475.405.570.48413.40.4830.23538.154.73.77
Recraft Crisp63.95.425.245.160.4907.50.4050.22230.153.64.01
Topaz Standard V262.64.895.155.210.46911.90.4790.24845.554.93.16
Upscayl (Standard)59.75.124.664.280.47619.40.3850.24035.255.73.65
Krea Enhance53.74.125.024.700.28131.30.5010.31747.558.23.04
Magnific Precision V253.55.205.495.240.4649.00.4930.49046.552.54.61
Magnific Creative46.32.344.103.660.14661.20.5290.32428.161.43.02
Topaz High Fidelity V334.14.204.123.840.53920.90.3260.40261.030.36.23
Recraft Creative33.32.033.202.810.16676.10.4790.41627.650.24.22
Semplice ridimensionamento–4.344.183.760.55125.40.2660.47162.727.17.61
Foto reale––9.09–1.000–0.5770.00039.853.33.58

Altri punteggi, esclusi dal totale. Somiglianza all'originale:

MegaPotato0.1440.01250.9690.6972.49
Topaz Wonder 3.50.1280.00960.9810.7102.32
Let's Enhance0.1310.01720.9730.6642.29
Crystal0.1220.00760.9830.7072.12
ChatGPT, prompt rigoroso0.1610.02330.9800.6214.82
ChatGPT, prompt semplice0.1760.03150.9750.6056.19
App Gemini0.1360.01550.9760.6672.83
Topaz Standard MAX0.1490.01970.9580.6742.46
Topaz Bloom 20.1720.02650.9660.5714.60
Topaz Low Resolution V20.1590.01560.9380.6722.19
Recraft Crisp0.1540.01960.9480.6852.51
Topaz Standard V20.1530.01940.9580.6402.53
Upscayl (Standard)0.1630.02320.9500.6662.66
Krea Enhance0.1830.03470.9330.4894.27
Magnific Precision V20.2070.0102–0.6633.20
Magnific Creative0.1910.0626–0.4465.51
Topaz High Fidelity V30.2130.03890.9730.5952.88
Recraft Creative0.2280.06450.8850.3266.97
Semplice ridimensionamento0.2220.02710.9720.6082.57
Foto reale0.0000.00001.0000.8180.00

–: non calcolato (le due righe Magnific).

Punteggi di «qualità visiva», che non usano l'originale:

MegaPotato0.3940.6020.532
Topaz Wonder 3.50.4220.6240.570
Let's Enhance0.4200.5910.524
Crystal0.3890.6000.541
ChatGPT, prompt rigoroso0.3740.6220.483
ChatGPT, prompt semplice0.4000.6510.513
App Gemini0.3050.5240.368
Topaz Standard MAX0.3620.5790.478
Topaz Bloom 20.4350.6160.579
Topaz Low Resolution V20.3450.5450.458
Recraft Crisp0.3330.5190.431
Topaz Standard V20.3240.5350.465
Upscayl (Standard)0.3530.5520.468
Krea Enhance0.3960.5930.542
Magnific Precision V20.3730.5390.491
Magnific Creative0.4150.6370.552
Topaz High Fidelity V30.2190.2850.222
Recraft Creative0.3290.5130.431
Semplice ridimensionamento0.2540.4180.222
Foto reale0.3230.5380.433
Quanto costa un mese per un risultato da 16 MP

Stesse regole della tabella delle immagini piccole in Prezzi degli upscaler IA: una foto da 1224 × 816 ingrandita di 4×.

MegaPotato$1.00$6$53Pacchetti di patatine con acquisto una tantum da $5. 3 o più foto insieme: −20 %Sì
API Crystal (Clarity AI)$2$20$200A consumo da $1No
Sito Crystal (Clarity AI)$13–19$33–49$199–299Un piano mensileSì
Topaz Wonder 3.5 (API Topaz)$50$50$200–360API di Topaz, da $50 al mese. 2 crediti a foto (4 secondo un'altra pagina di Topaz)No
Topaz Standard V2, Low Res V2, High Fidelity V3 (API Topaz)$50$50$100Lo stesso piano API. 1 credito a fotoNo
Topaz Standard MAX (API Topaz)$50$50$360Lo stesso piano API. 4 crediti a fotoNo
Topaz Bloom 2 (API Topaz)$50$88$660Lo stesso piano API. 8 crediti a fotoNo
Topaz Wonder 3.5 (fal.ai)$1.60$16$160A consumo. Due blocchi, anche parziali, da 8 MP del risultatoNo
Topaz Standard MAX (fal.ai)$3.20$32$320A consumo. Quattro blocchi da 4 MPNo
Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai)$0.80$8$80A consumo. Un blocco da 24 MPNo
Topaz Bloom 2 (fal.ai)$6.40$64$640A consumo. Otto blocchi da 2 MPNo
Topaz for Web, Image (Wonder 3, non 3.5)$14–19$14–19$14–19Un piano a tariffa fissa ($199 all'anno, $19 al mese con impegno annuale o $19 al mese senza impegno annuale. $169 e $16 in offerta il 15 novembre 2026). Elaborazioni «illimitate», limite di esportazione di 32 MP, due immagini alla voltaSì
Topaz Gigapixel (desktop, Wonder 3)$11–29$11–29$11–29$149 all'anno, $19 al mese con impegno annuale o $29 al mese senza impegno annuale ($127 e $16 in offerta). Elaborazioni «illimitate», due immagini alla volta nel cloudSì
Let's Enhance$6.50$24$160Piani o pacchetti con acquisto una tantum. 2 crediti a foto a 16 MPSì
Magnific Creative e Precision V2 (nodo ComfyUI)$6.80$68$680Crediti Comfy prepagati. 143.6 crediti a foto a 16 MPNo
Gemini (API)$0.76$7.60$76Batch API. Ridisegna a dimensioni predefinite (5056 × 3392)No
ChatGPT (API per le immagini di OpenAI)non possibilenon possibilenon possibileL'immagine più grande è di 8.2 MPnon applicabile
Recraft Crisp e Creative (API)non possibilenon possibilenon possibileDimensioni non impostabilinon applicabile
Krea (piano Pro)$21–35$21–35$21–3520 000 unità di calcolo. Krea non indica più a quante immagini Enhancer corrispondano (a ottobre ne indicava 2 500 al mese)Sì
UpscaylgratisgratisgratisLa tua scheda videoSì
Impostazioni, prompt e allineamento

Preparazione dell'input ridotto (test di base). Abbiamo ritagliato un'area 3:2 di ogni foto, creato l'immagine di riferimento a 2016 × 1344, ridotto poi questa immagine a 504 × 336 (media per area), aggiunto una leggera sfocatura (sigma 0.3 px) e un po' di rumore (sigma 1.5 su una scala 0–255), poi salvato due volte in JPEG (qualità 60, poi 80). L'immagine IA è stata solo ridotta. Gli input del test completo sono descritti insieme a ogni foto nell'elenco delle foto.

Dove è stato eseguito ogni strumento. Impostazioni predefinite, tranne le dimensioni. Abbiamo eseguito i test sugli strumenti all'inizio di ottobre 2026.

StrumentoDove è stato eseguitoImpostazioni
MegaPotatoapp web megapotato.app4×
Topaz Wonder 3.5, Standard MAXfal.ai topaz/upscale/image/generativemodello scelto per nome, upscale_factor 4, PNG
Topaz Bloom 2fal.ai topaz/upscale/image/creativemodello scelto per nome, upscale_factor 4, PNG
Topaz Standard V2, Low Resolution V2, High Fidelity V3fal.ai topaz/upscale/image/precisionmodello scelto per nome, upscale_factor 4, PNG
Crystalfal.ai clarityai/crystal-upscalerscale_factor 4, creativity 0, PNG
Recraft Crisp, Recraft Creativefal.ai fal-ai/recraft/upscale/crisp, fal-ai/recraft/upscale/creativedimensioni non impostabili
Let's Enhanceapp web letsenhance.ioPrime, 4×
Kreakrea.ai Enhance4×
Magnific CreativeNodo partner di ComfyUI Magnific Image Upscale (Creative), crediti Comfy prepagati4×, standard, creativity, HDR, resemblance e fractality 0, engine automatic
Magnific Precision V2Nodo partner di ComfyUI Magnific Image Upscale (Precise V2)due passaggi 2× (il nodo restituiva 2× con qualsiasi fattore richiesto); flavor photo, sharpen 7, smart grain 7, ultra detail 30
ChatGPTChatGPT Plus, strumento immaginii prompt qui sotto
GeminiApp Gemini (Nano Banana 2)il prompt semplice
UpscaylMotore da riga di comando di UpscaylModello Standard, 4×

Su fal.ai le impostazioni predefinite di Topaz attivano il miglioramento dei volti. L'angolo con il logo di Let's Enhance è stato escluso dal calcolo dei punteggi.

Prompt. Semplice, per ChatGPT e Gemini: «Upscale this photo 4x. Keep everything exactly the same.» Rigoroso, per ChatGPT: «Super-resolution only, 4x. Resolve the detail that is already in the pixels — do not restore, retouch or reinterpret. If you downscale your result back to the original size it must match the original pixel for pixel. Do not use any knowledge of who or what this is: import nothing from other versions of this image. Keep geometry, crop, identity, expression, lighting, colour, grain and lens character exactly as they are. Add only micro-texture implied by the input: pores, hair strands, fabric weave, edges. No retouching, no smoothing, no relighting, no grading, no new elements. Where a region is unresolvable, leave it soft instead of inventing detail.»

Allineamento. Ogni risultato è stato ridimensionato a 4× le dimensioni del suo input. Un risultato spostato di oltre 0.75 pixel (misurati tramite correlazione di fase con l'input ingrandito per interpolazione bicubica) è stato riportato nella posizione corretta; le misure di somiglianza escludono i pochi pixel dei bordi che questo spostamento lascia scoperti. ChatGPT e Gemini spostano e ritagliano l'immagine, quindi abbiamo allineato i loro risultati individuando le corrispondenze tra i punti caratteristici.

I giudici. Qwen3.8-27B-FP8 tramite vLLM, con decodifica greedy. Claude Opus 5.5 (claude-opus-5-5), ogni risultato contrassegnato da una lettera casuale. Le istruzioni sono qui sotto.

Le istruzioni dei giudici, parola per parola

Claude Opus 5.5, test di base. Questa griglia di valutazione è stata usata per ogni tavola. Abbiamo omesso le righe sui percorsi dei file e sul file di output.

text
You are a blind judge of AI image upscaling quality. You will score anonymous upscaled images against the real photo. You do not know which tools made them, and you must not try to find out.

Setup: for each photo there are 3 or 4 sheets named <photo>_<view>.jpg: one "overview" (the whole frame) and 2–3 zoomed views (faces, text, textures). In every sheet the first tile, labelled REAL PHOTO, is the real full-resolution photo. The other tiles, labelled with letters, are upscaled versions made from a small, damaged copy of that photo (504x336 pixels, with blur, noise and JPEG artifacts). Within one photo a letter always means the same image in every view. Letters are shuffled differently for each photo, so letter A of one photo has nothing to do with letter A of another photo. In the overview sheets, the bottom-left corner of every tile, including the real photo, is covered by the same grey box on purpose; ignore it. The grocery photo is an old 1943 black-and-white photo: its real photo is itself soft and grainy.

Task: for each photo, look at all its views first, then give every letter one score from 0 to 10 (half points allowed) for overall quality, the way a careful person would judge it looking at the result next to the real photo: is it sharp, clean and natural, and is it true to the real photo?
- 10: looks like the real photo, equally sharp and clean; no visible changes.
- 8–9: very close; sharp and natural; only tiny differences in fine texture.
- 6–7: good; clearly an upscale (a bit soft, over-sharpened or waxy) or small invented details, but the same people, text and colours.
- 4–5: clear problems: blurry, plastic skin, garbled details, a noticeable colour change, or one important thing changed.
- 2–3: serious problems: faces turned into other people or broken, invented or missing objects or text, the scene redrawn.
- 0–1: unusable.
Judge the whole image: the overview shows colours, the whole scene and overall sharpness; the zoomed views show faces, text and textures. A serious error in a zoomed view (a broken or replaced face, a new object, wrong readable text) must pull the score down even if the rest is good. Blurry but faithful results should not get high scores either. Be consistent across photos. Score each letter on its own merits.

Claude Opus 5.5, test completo (immagini IA, foto senza persone, foto reali di bassa qualità e vecchie stampe): le istruzioni lette dal giudice. Il formato dell'output è omesso. Sulle foto già piccole in origine il giudice ha usato la griglia di valutazione del test di base, con l'input ingrandito tramite semplice ridimensionamento al posto della foto reale.

text
You are a blind judge. Three image upscalers (anonymous, letters A, B and C) each enlarged the same small photo 4 times. You do not know which tool is which, and the letters are shuffled on every sheet. Please judge each sheet on its own.

What a sheet looks like. Each sheet is split into image files. Read every part of a sheet before you judge it. Part 1 is the whole image. The later parts are zooms. A red box under "Where this zoom is" shows the zoom's place. Top row: "What every tool got": the small input that all three tools were given, enlarged with plain bicubic (soft on purpose). "Original (answer)": only on some sheets. It is the real photo before it was damaged and shrunk. When it is there, it is the answer: the best result is the one closest to it. "Where this zoom is": the location of the zoom. Bottom row: A, B, C, the three results.

How to judge.
1. Fidelity, 0 to 10. With an original: how close is the result to the original? Same people (face shape, identity, age, expression, skin tone, hair, glasses, beard), same objects, same text, same colours, same textures. Without an original: is the result a believable sharper version of the input, without changing what is there? Fidelity errors include inventing content (new objects, jewellery, glasses, a different face, eyes opened or closed, text or letters that are not there, fake texture) and losing real content (glasses, moustache, text, patterns, people). A statue or doll must stay a statue or doll. A painting must stay a painting. An old print may stay an old print.
2. Naturalness, 0 to 10. Does it look like a good, natural photo? Look for waxy or plastic skin, a painted look, halos, oversharpening, leftover noise or JPEG blocks, smears, garbled text, repeating patterns, seams and bands at the edges.
3. Rank A, B and C overall. Fidelity matters most, then naturalness. Use "=" only when you truly cannot separate two results.
4. Invented or lost content. For each letter, list concrete changes you can see. Write "none seen" if you saw none.

Rules. Judge by eye only. Do not run code, do not measure pixels, do not compute statistics, do not compare file sizes or metadata. Do not try to guess which tool is which, and do not use names of tools. Some sheets may look alike. Judge every sheet fresh from its own images. Look closely at faces, hands, text and fine textures in the zooms.

Qwen3.8, dettagli ingranditi. Il prompt di sistema, poi la richiesta per ogni area di ogni risultato ({what} indica cosa osservare in quell'area; il suo «overall» è il punteggio che entra nel totale):

text
System: You are a meticulous photo-restoration evaluator. You compare an AI upscaler's output with the real high-resolution photo. Be strict: invented, removed or changed content (objects, letters, digits, faces, textures) is a serious fault even when the result looks sharp. Answer ONLY with the requested JSON.

Image 1 is the REFERENCE: a crop of the real high-resolution photo. Image 2 is the SAME crop taken from an AI upscaler's output; the upscaler only received a small, degraded version of the photo. What to look at in this region: {what}. Rate Image 2 against the reference and return JSON with keys: fidelity (0-10, 10 = same content as the reference, nothing invented, removed or changed), quality (0-10, sharpness and naturalness of Image 2 on its own: 10 = looks like a real high-resolution photo; blur, plastic skin, oversharpening, halos or painterly texture lower it), overall (0-10, how good a restoration of the reference this is), identity (only if the region shows a human face: 'same' | 'changed' | 'different' | 'destroyed'; otherwise 'n/a'), text (only if the reference contains readable letters or digits: 'correct' | 'partly' | 'wrong' | 'illegible'; otherwise 'n/a'), issues (a list of at most 4 short phrases naming concrete differences from the reference, or []). JSON only.

Quando non esiste un originale, il prompt di sistema dice «with the small input photo it received» al posto di «with the real high-resolution photo» e la richiesta inizia così: «Image 1 is the INPUT: a crop of the small photo that an AI upscaler received, enlarged by plain resizing, so it is blurry by nature (no better original exists). Image 2 is the SAME crop taken from the upscaler's output.» Le chiavi sono le stesse, con «the input» al posto di «the reference».

Qwen3.8, volti. Per ogni volto di ogni risultato (il suo «overall» è il punteggio dei volti che entra nel totale; «same_person» = 'no' indica un volto cambiato):

text
Three tiles of the SAME face. Image 1: the REAL face (crop of the real high-resolution photo). Image 2: the degraded small input that the upscaler received, enlarged (blurry by nature). Image 3: the AI upscaler's result for the same tile. Compare Image 3 with Image 1 and answer as JSON with keys: same_person ('yes' | 'probably' | 'no' - is it still the same person as in Image 1?), expression ('kept' | 'changed' - eyes open/shut, mouth, smile, gaze), accessories ('kept' | 'changed' | 'none' - glasses, moustache/beard, mask, hat, badge, earrings), artefacts (list from: 'none', 'melted', 'painted', 'plastic_skin', 'extra_features', 'distorted', 'blurred', 'oversharpened'), overall (0-10: how faithful and natural a reconstruction of the real face Image 3 is; 10 = indistinguishable from Image 1, 0 = a different or destroyed face), note (one short sentence). JSON only.

Quando non esiste un originale, il prompt sui volti contiene due riquadri, l'input ingrandito tramite semplice ridimensionamento e il risultato, e pone le stesse domande rispetto all'input.

Il test completo. Le foto senza originale sono state valutate rispetto all'input, ingrandito per interpolazione bicubica, e i prompt lo specificavano. Il punteggio di Opus sulle immagini IA, sulle foto senza persone, sulle foto reali di bassa qualità e sulle vecchie stampe è la media dei suoi due punteggi 0–10, per fedeltà e naturalezza. Sulle foto già piccole in origine è un unico punteggio 0–10 rispetto all'input. I dettagli ingranditi di Qwen3.8 su queste foto: i quattro quadrati più ricchi di dettagli (ciascuno con lato pari a un terzo del lato corto) e gli 8 volti più grandi. Il giudice Opus 5.5 ha visto ogni risultato intero e nei dettagli ingranditi, come nel test di base.

Volti. Individuati una sola volta da SCRFD sull'originale alle dimensioni 4× (sull'input ingrandito di 4× quando non esiste un originale). Ogni volto largo almeno 10 pixel nell'input. Lo stesso ritaglio allineato da 112 × 112 per ogni risultato. Modelli di riconoscimento facciale con media delle rappresentazioni dell'immagine e della sua versione specchiata. Il punteggio di identità è la media dei punteggi di AdaFace (IR-101, WebFace12M), ArcFace (R100, Glint360K), AuraFace v1 e MagFace (R100). Nel test di base MagFace è stato eseguito solo sui 14 volti della foto della corsa, nel test completo su ogni volto.

Metriche. LPIPS (AlexNet) e differenza cromatica CIEDE2000 (dopo una sfocatura gaussiana di 2 px) a piena risoluzione; DISTS su riquadri da 512 px; A-FINE, DreamSim, DINOv2 (ViT-L) e TOPIQ-FR su copie a metà dimensione; MUSIQ, CLIP-IQA+ e TOPIQ come media di 5 riquadri fissi da 512 px; MANIQA e NIQE sull'immagine intera; eDifFIQA (L) sui ritagli dei volti.

Limiti di questo test
  • 16 foto sono un campione piccolo per 18 strumenti. 135 foto sono un campione più ampio, per tre.
  • Una sola elaborazione per foto e impostazione. Gli strumenti generativi possono dare un risultato diverso ogni volta.
  • Impostazioni predefinite. Molti strumenti hanno cursori che li rendono più fedeli o più creativi.
  • ChatGPT e Gemini non riuscivano a ingrandire esattamente di 4×.
  • Le foto senza originale possono essere valutate solo rispetto all'input, che è meno nitido. I giudici ne erano informati.
  • I pesi del totale sono una scelta. A-FINE, una delle sue dieci componenti, preferisce risultati dall'aspetto più naturale dell'originale, favorendo gli upscaler che osano di più. Pubblichiamo ogni componente perché tu possa cambiarne il peso.
  • Topaz, Crystal e Recraft sono stati eseguiti tramite fal.ai e Magnific tramite i nodi di ComfyUI, non nelle app dei fornitori. Le loro app potrebbero comportarsi diversamente.
  • I modelli di riconoscimento facciale hanno confrontato un risultato solo con il suo originale. Non abbiamo cercato di identificare nessuno e non pubblichiamo dati sui volti.
  • Prezzi e modelli cambiano spesso. I test sono stati eseguiti all'inizio di ottobre 2026, i prezzi sono aggiornati al 15 novembre 2026 e ogni fonte dei prezzi riporta la propria data.
Cosa misura ogni metrica

Tutte le colonne delle tabelle sopra, in un solo posto. Nella pagina, passando il puntatore sul nome sottolineato a puntini di una colonna, compare la relativa voce.

Totale
il punteggio su 100: 28 % il giudice Opus 5.5 e 8 % ciascuna delle altre nove componenti (i due punteggi di Qwen3.8, il punteggio di identità, la percentuale di volti cambiati, la qualità dei volti, LPIPS, A-FINE, MUSIQ e NIQE). I punteggi 0–10 dei giudici sono moltiplicati per 10. Ogni altra componente viene riportata su una scala in cui il migliore dei 18 strumenti del test di base ottiene 100 e il peggiore 0. Vedi Come abbiamo svolto i test.
Giudice Opus 5.5
Claude Opus 5.5, un LLM multimodale di Anthropic, ha visto ogni risultato contrassegnato da una lettera casuale, intero e nei dettagli ingranditi, accanto all'originale (o all'input quando non esiste un originale), e gli ha assegnato un punteggio di 0–10. Il 28 % del totale.
Qwen3.8, dettagli ingranditi
Qwen3.8-27B, un LLM multimodale aperto eseguito su una GPU H100 a noleggio, ha valutato le aree ingrandite più ricche di dettagli di ogni risultato accanto all'originale, su una scala 0–10.
Qwen3.8, volti
lo stesso modello ha valutato ogni ritaglio di volto accanto al volto originale, su una scala 0–10, e ha risposto se fosse ancora la stessa persona.
Punteggio di identità
la somiglianza media tra un volto nel risultato e lo stesso volto nell'originale, secondo quattro reti di riconoscimento facciale: ArcFace (CVPR 2019, addestrata su Glint360K), MagFace (CVPR 2021), AdaFace (CVPR 2022, addestrata su WebFace12M) e AuraFace (2024). 1 indica lo stesso volto, per persone diverse il punteggio è circa 0–0.3.
Persona diversa, %
la percentuale di volti che il giudice Qwen3.8 ha classificato come una persona diversa.
Qualità dei volti (eDifFIQA)
eDifFIQA (IEEE T-BIOM 2024), un punteggio di qualità delle immagini dei volti basato sulla diffusione: quanto un volto appare pulito e riconoscibile, senza l'originale. Più alto è meglio.
LPIPS
Learned Perceptual Image Patch Similarity (CVPR 2018): la distanza tra un risultato e l'originale in base alle caratteristiche estratte da una rete AlexNet. Più basso significa più vicino.
A-FINE
Adaptive Fidelity-Naturalness Evaluator (CVPR 2025): valuta quanto un risultato somiglia all'originale e quanto appare naturale, dando più peso alla naturalezza quando il risultato appare più naturale dell'originale. Più basso è meglio.
MUSIQ
Multi-Scale Image Quality transformer (ICCV 2021): un punteggio di «qualità visiva» che non richiede l'originale. Più alto è meglio.
NIQE
Natural Image Quality Evaluator (IEEE Signal Processing Letters 2013): quanto le statistiche di un'immagine si discostano da quelle delle foto naturali, senza l'originale. Più basso significa più naturale.
DISTS
Deep Image Structure and Texture Similarity (IEEE TPAMI 2022): somiglianza all'originale per struttura e texture. Più basso significa più vicino.
DreamSim
una misura di somiglianza tra immagini appresa da giudizi umani (NeurIPS 2023). Più basso significa più vicino.
DINOv2
la somiglianza delle caratteristiche DINOv2 ViT-L (TMLR 2024) tra il risultato e l'originale. Più alto significa più vicino.
TOPIQ-FR
una rete per la qualità delle immagini con approccio dall'alto verso il basso (IEEE TIP 2024), dal significato dell'immagine fino alle sue distorsioni; TOPIQ-FR confronta con l'originale, TOPIQ valuta senza. Più alto è meglio.
Colore ΔE
la differenza cromatica CIEDE2000 tra il risultato e l'originale, dopo una sfocatura di 2 px, così da misurare il colore e non la nitidezza. Più basso significa più vicino.
MANIQA
Multi-dimension Attention Network per la qualità delle immagini, non richiede l'originale (CVPR Workshops 2022). Più alto è meglio.
CLIP-IQA+
l'aspetto e l'impressione visiva di un'immagine secondo il modello CLIP (AAAI 2023), non richiede l'originale. Più alto è meglio.
Prezzo per foto
il prezzo medio di un risultato da 2.7, uno da 16 e uno da 48 MP con 100 foto al mese, imposte escluse. Vedi Prezzi degli upscaler IA.
Le 137 foto: fonti, licenze e input

Ogni foto, con fonte, licenza e ritaglio, area o seed esatti, è in photos.csv. Come è stato preparato ogni tipo di input:

  • Il test di base (16 foto). Il ritaglio del file a piena risoluzione è stato portato a 2016 × 1344 (l'originale usato per il confronto) e, tramite media per area, a 504 × 336. Poi sfocatura gaussiana (sigma 0.3 px), rumore gaussiano (sigma 1.5 su 255, dal seed della foto) e due salvataggi JPEG (qualità 60, poi 80; 4:2:0). Il test completo usa 14 di queste foto (esclusi i cartellini dei prezzi e l'immagine Midjourney).
  • Immagini IA (16). FLUX.1 [schnell] su fal.ai (fal-ai/flux/schnell, 4 passaggi, 1536 × 1152) dal prompt e dal seed della foto; quell'immagine è l'originale. Input: media per area a 384 × 288, poi la stessa sfocatura, lo stesso rumore (stesso seed) e la stessa compressione JPEG del test di base.
  • Foto senza persone (13). L'area del file sorgente è stata portata a 1536 × 1152 (l'originale) e a 384 × 288 tramite media per area, poi la stessa sfocatura, lo stesso rumore e la stessa compressione JPEG del test di base.
  • Foto reali di bassa qualità (29), senza originale ad alta risoluzione. Input: il ritaglio del file così come pubblicato, alla risoluzione originale, nient'altro.
  • Vecchie stampe e pellicole (19), senza originale pulito. Input: il file così come scaricato, ridotto tramite media per area (OpenCV INTER_AREA) a 480 px sul lato lungo, nient'altro.
  • Foto già piccole in origine (44), senza originale ad alta risoluzione. Input: il file esattamente come pubblicato (37 foto Flickr, 2001–2007) o un fotogramma del video (7 fotogrammi di video web, 2005–2009). I file con licenze NC o ND e i fotogrammi video sono collegati tramite link, non ridistribuiti, e i loro risultati non sono mostrati in questa pagina.

Fonti

  1. [1]Du Chen et al. Toward Generalized Image Quality Assessment: Relaxing the Perfect Reference Quality Assumption. CVPR, 2025.
  2. [2]Dongping Chen et al. MLLM-as-a-Judge: Assessing Multimodal LLM-as-a-Judge with Vision-Language Benchmark. ICML, 2024.
  3. [3]Lianmin Zheng et al. Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena. NeurIPS Datasets and Benchmarks Track, 2023.
  4. [4]Anthropic. Introducing Claude Opus 5.5. Pagina dell'annuncio di Anthropic, 2026.
  5. [5]Qwen Team. Qwen3.8-27B-FP8 (scheda del modello). Scheda del modello su Hugging Face (senza articolo scientifico), 2026.
  6. [6]Jia Guo et al. Sample and Computation Redistribution for Efficient Face Detection. ICLR (poster), 2022.
  7. [7]Jiankang Deng et al. ArcFace: Additive Angular Margin Loss for Deep Face Recognition. CVPR, 2019.
  8. [8]Xiang An et al. Partial FC: Training 10 Million Identities on a Single Machine. ICCV Workshops (MFR), 2021.
  9. [9]Qiang Meng et al. MagFace: A Universal Representation for Face Recognition and Quality Assessment. CVPR (presentazione orale), 2021.
  10. [10]Minchul Kim, Anil K. Jain, Xiaoming Liu. AdaFace: Quality Adaptive Margin for Face Recognition. CVPR (presentazione orale), 2022.
  11. [11]Zheng Zhu et al. WebFace260M: A Benchmark Unveiling the Power of Million-Scale Deep Face Recognition. CVPR, 2021.
  12. [12]fal. AuraFace (scheda del modello AuraFace-v1). Scheda del modello su Hugging Face (senza articolo scientifico), 2024.
  13. [13]Žiga Babnik, Peter Peer, Vitomir Štruc. eDifFIQA: Towards Efficient Face Image Quality Assessment based on Denoising Diffusion Probabilistic Models. IEEE Transactions on Biometrics, Behavior, and Identity Science (T-BIOM), vol. 6, n. 4, pp. 458–474, 2024.
  14. [14]Žiga Babnik, Peter Peer, Vitomir Štruc. DifFIQA: Face Image Quality Assessment Using Denoising Diffusion Probabilistic Models. IJCB (IEEE International Joint Conference on Biometrics), 2023.
  15. [15]Richard Zhang et al. The Unreasonable Effectiveness of Deep Features as a Perceptual Metric. CVPR, 2018.
  16. [16]Keyan Ding et al. Image Quality Assessment: Unifying Structure and Texture Similarity. IEEE TPAMI, vol. 44, n. 5, pp. 2567–2581, 2022.
  17. [17]Stephanie Fu et al. DreamSim: Learning New Dimensions of Human Visual Similarity using Synthetic Data. NeurIPS (spotlight), 2023.
  18. [18]Maxime Oquab et al. DINOv2: Learning Robust Visual Features without Supervision. Transactions on Machine Learning Research (TMLR), 2024.
  19. [19]Chaofeng Chen et al. TOPIQ: A Top-down Approach from Semantics to Distortions for Image Quality Assessment. IEEE Transactions on Image Processing, vol. 33, pp. 2404–2418, 2024.
  20. [20]Gaurav Sharma, Wencheng Wu, Edul N. Dalal. The CIEDE2000 color-difference formula: Implementation notes, supplementary test data, and mathematical observations. Color Research & Application, vol. 30, n. 1, pp. 21–30, 2005.
  21. [21]Junjie Ke et al. MUSIQ: Multi-scale Image Quality Transformer. ICCV, 2021.
  22. [22]A. Mittal, R. Soundararajan, A. C. Bovik. Making a “Completely Blind” Image Quality Analyzer. IEEE Signal Processing Letters, vol. 20, n. 3, pp. 209–212, 2013.
  23. [23]Sidi Yang et al. MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment. CVPR Workshops (NTIRE), 2022.
  24. [24]Jianyi Wang, Kelvin C. K. Chan, Chen Change Loy. Exploring CLIP for Assessing the Look and Feel of Images. AAAI, vol. 37, n. 2, pp. 2555–2563, 2023.
  25. [25]Chaofeng Chen, Jiadi Mo. IQA-PyTorch: PyTorch Toolbox for Image Quality Assessment. Software su GitHub (pyiqa), 2022.
  26. [26]MegaPotato. Pricing. Pagina del nostro sito, consultata il 15 novembre 2026.
  27. [27]Clarity AI. Pricing. Pagina del fornitore, consultata il 15 novembre 2026.
  28. [28]Topaz Labs. API plans and credits. Pagina del fornitore, consultata il 15 novembre 2026.
  29. [29]fal.ai. Topaz Image Upscale: Generative, Precision, Creative. Pagine del fornitore, consultate il 15 novembre 2026.
  30. [30]Topaz Labs. Pricing: Gigapixel, Topaz for Web. Pagina del fornitore, consultata il 15 novembre 2026.
  31. [31]Let's Enhance. Pricing. Pagina del fornitore, consultata il 15 novembre 2026.
  32. [32]Google. Gemini API pricing. Pagina del fornitore, consultata il 15 novembre 2026.
  33. [33]OpenAI. API pricing. Pagina del fornitore, consultata il 15 novembre 2026.
  34. [34]Recraft. API pricing. Pagina del fornitore, consultata il 15 novembre 2026.
  35. [35]Magnific tramite i nodi partner di ComfyUI: API node pricing (35.91 crediti per passaggio 2× su un input fino a 1.3 MP, 71.82 fino a 3 MP, 107.73 fino a 6.4 MP; $1 = 211 crediti), consultato il 15 novembre 2026. Piani di Magnific: Pricing, pagina del fornitore, consultata il 15 novembre 2026.
  36. [36]Krea. Pricing. Pagina del fornitore, consultata il 15 novembre 2026.
  37. [37]Topaz Labs. Model Pricing. Documentazione per sviluppatori, consultata il 15 novembre 2026.
  38. [38]VanceAI. Pricing. Pagina del fornitore, consultata il 15 novembre 2026.
  39. [39]Pixelcut. Pricing e API pricing. Pagine del fornitore, consultate il 15 novembre 2026.
  40. [40]Remini. remini.ai: gli abbonamenti sono mostrati nell'app. Pagina del fornitore, consultata il 15 novembre 2026.
Pubblicato il · confronti, ingrandimento