Коротко: что в итоге выбрать?
- Что выбрать: для повседневного увеличения мы прежде всего выбираем MegaPotato, ИИ-сервис увеличения фото (megapotato.app). В наших тестах его качество сопоставимо с Topaz Wonder 3.5, а при 100 фото в месяц он обходится в 7.4 раза дешевле Wonder 3.5 через собственный API Topaz (в 3.3 раза дешевле, чем на fal.ai; полное сравнение цен ниже). Он хорошо справляется со всеми типами фото, которые мы пробовали, работает прямо в браузере и не требует подписки. Что выбрать ↓
- Реальные фото: со старыми снимками с телефона, шумными кадрами и сжатыми копиями MegaPotato справлялся стабильно. Crystal умеет очень точно держаться оригинала и в контролируемом тесте шёл почти вровень, но на реальных плохих фото ему пришлось куда тяжелее: MegaPotato 67.2, Wonder 3.5 62.8, Crystal 46.1. Результаты по типам фото ↓
- Лица: в расширенном тесте на 567 лицах ИИ-судья вслепую оценил лица MegaPotato выше остальных. По сходству с оригиналами, которое измеряют модели распознавания лиц, впереди Wonder 3.5 и Crystal. Естественные детали и узнаваемость человека, очевидно, разные вещи, поэтому показываем обе оценки. Лица крупным планом ↓
- На чём это основано: MegaPotato набрал больше всего баллов и в основном тесте 18 сервисов и настроек, и в расширенном тесте на 135 фото и 567 лицах. При этом важно, о какой именно модели речь: остальные пять моделей Topaz, которые мы проверили, заметно уступили Wonder 3.5 на тех же маленьких повреждённых исходниках. Таблица результатов ↓
- Цена за фото: при 100 фото в месяц, в среднем для результатов размером 2.7, 16 и 48 Мп, MegaPotato стоит $0.073 со скидкой за партию. Topaz Wonder 3.5 стоит $0.54 через собственный API Topaz с тарифом от $50 в месяц ($0.24 через fal.ai, с оплатой по факту): разница в 7.4 раза (3.3 раза). Чипсы MegaPotato не сгорают. Цены и условия ↓
- Хотите сначала картинки? В каждом примере показаны увеличенные фрагменты исходника, оригинала, если он есть, и результатов сервисов. Сравните маленькие лица, текстуры и текст: именно здесь видны различия, которые важны для ваших фото. Подробные примеры ↓
Увеличение изображений с восстановлением деталей входит в число старейших задач компьютерного зрения. Редкий шпионский фильм обходится без такой сцены: оператор выделяет область, увеличивает её, приближает и нажатием волшебной кнопки получает лицо нужного человека в сверхвысоком разрешении. От классического компьютерного зрения донейросетевой эпохи до самых передовых современных мультимодальных LLM исследователи всё пытаются решить эту на вид простую, а на деле почти нерешаемую задачу.
В 2025 году произошёл невероятный взлёт всевозможных универсальных моделей редактирования изображений, в основном на базе мультимодальных LLM и диффузионных моделей или с их использованием. Экспоненциальный рост качества начался с FLUX.1 Kontext, а важной вехой стал выход Nano Banana. Эти модели умеют преобразовывать изображение по любой текстовой инструкции, от предельно точной до самой абстрактной. Но при всех успехах в общих задачах они всё ещё плохо справлялись с точными преобразованиями, сохранением исходного изображения и строгим следованием промпту. Особенно заметно закрытые чат-боты (ChatGPT, Gemini и подобные) меняли цвета и, главное, самих людей на фото. И всё же тогда казалось, что все задачи преобразования изображений решат в кратчайшие сроки.
Прошло больше года, модели улучшились, стали гораздо точнее сохранять оригинал, но те же типы проблем возникают снова и снова. С увеличением изображений (super-resolution) здесь особенно строго: при обычном редактировании часто допустима некоторая фантазия («добавь кота»: ни порода, ни другие параметры не указаны, просто кот), а при увеличении менять оригинал нельзя. Неважно, хотите вы увеличить фото с телефона для плаката или получить картинку в 4K из сгенерированного изображения: обычно менять что-либо, кроме детализации и разрешения, вы не собираетесь.
Для примера мы попросили ChatGPT увеличить маленькое фото с уличного забега в четыре раза и ничего не менять (картинка). Результат получился резким, чистым и ярким. Но посмотрите на номер бегуна. На настоящем нагрудном номере написано LUT 3029. ChatGPT нарисовал SEINE-MARNE 77, название французского департамента возле Парижа, а слово «trucks» на майке заменил другим. Ничего этого на фото нет. Gemini написал LUT 2022. На той же маленькой копии один из апскейлеров в нашем тесте прочитал все четыре цифры (как другие сервисы обработали фото этого бегуна).
Что получили все сервисы, оригинал фото, результат ChatGPT.
Вот так универсальные ИИ-редакторы сейчас работают в роли апскейлеров. Как ни формулируй просьбу и ни составляй промпт: они не просто увеличивают пиксели, а пытаются угадать, что там должно быть, и дорисовать это. Часто угадывают верно. Иногда получается другое слово, другой цвет или даже другое лицо. При этом результаты обычно выглядят очень приятно и соответствуют человеческим представлениям об эстетике.
Тем временем на рынке полно специализированных сервисов увеличения изображений. Задача старая, сервисов огромное количество, и разобраться во всех этих моделях из совершенно разных эпох очень трудно. Поэтому мы собрали самый полный из известных нам тестов апскейлеров, используя самые популярные, удачные и точные методы.
Короткий ответ уже был выше. Дальше подробно описан тест, который можно воспроизвести. Он устроен так: основной тест, 18 сервисов и настроек, одинаковые маленькие повреждённые копии 16 фото; каждый результат сравниваем с полноразмерным оригиналом, которого ни один сервис не видел. Затем расширенный тест: три лидера на 135 фото с 567 лицами, каждый судья оценивает каждый результат, для него считаются все доступные метрики. Затем набор крайне сложных случаев: сканы печатных изданий, сильное JPEG-сжатие, шум, старые отпечатки, статуи и картины. В конце подробно разбираем цены при 10, 100 и 1 000 фото в месяц. Картинки здесь ↓
Короткие ответы.
- Что такое ИИ-апскейлер? Инструмент, который увеличивает картинку и вынужден угадывать детали, которых нет в пикселях.
- Что значит 4×? В четыре раза шире и в четыре раза выше: 504 × 336 превращается в 2016 × 1344.
- Можно ли увеличить фото, ничего не изменив? Нет, ни один инструмент из этого теста так не умеет.
- А бесплатный есть? Upscayl: бесплатный, работает офлайн, но не подходит для маленьких лиц.
- Хватит ли для печати? 2016 × 1344 даёт отпечаток примерно 17 × 11 см при 300 пикселях на дюйм.
- Нужно чётче, а не больше? Это задача улучшения, а не увеличения. В MegaPotato такой режим называется «Детали», здесь мы его не тестировали.
Таблица результатов: сравнение 18 ИИ-апскейлеров и настроек#
Каждый сервис получил одни и те же 16 маленьких фото (504 × 336 пикселей, с небольшими повреждениями), увеличил их в 4 раза, и каждый результат мы сравнили с оригиналом. Максимальная итоговая оценка: 100. Формула и все её составляющие есть в разделе «Как мы тестировали».
| нажмите, чтобы увидеть все метрики | ||||||
|---|---|---|---|---|---|---|
| MegaPotato | 82.6расширенный тест 78.8 | 7.00 расширенный тест 7.13 | нет пакеты чипсов | Первый в обоих тестах. Лучше всех очищает реальные фото низкого качества, ночные снимки и ИИ-изображения. Естественные лица | Немного сглаживает кожу. Маленькие лица узнаваемы хуже, чем у Wonder и Crystal. Омолодил женщину на повреждённом фото | $0.073 веб-приложение |
| Topaz Wonder 3.5 | 81.9расширенный тест 75.7 | 7.09 расширенный тест 6.99 | нет fal.ai да Topaz API | Точнее всех сохраняет лица. Единственный прочитал 3029. Лучший на кадрах интернет-видео | Только API, в приложениях Wonder 3. Иногда меняет возраст. Принимает статуи и кукол за людей | $0.24 fal.ai |
| Let's Enhance | 81.8 | 6.81 | нет пакеты | Лучшие лица по оценке судьи. Ничего не выдумал | Только сайт. Неверные цифры. Не участвовал в расширенном тесте | $0.22 сайт |
| Crystal | 80.8расширенный тест 69.5 | 6.78 расширенный тест 5.97 | нет API да сайт | Ближе всех к оригиналам по метрикам изображений. Лучший на фото без людей | Слаб на шумных фото и повреждённых старых отпечатках (46.1 на реальных фото низкого качества). Делает тёмные очки прозрачными. Исказил статую | $0.35 API |
| ChatGPT, строгий промпт | 73.2 | 6.16 | нет API или приложение | Красивые результаты (MUSIQ 61.2) | Пишет новые слова. Меняет цвета. Добавляет объекты. Предел около 8 Мп | $0.16 API |
| ChatGPT, простой промпт | 73.2 | 5.81 | нет API или приложение | Самые красивые результаты, наравне с Topaz Bloom 2 (MUSIQ 63.6) | Добавил голубое небо и зелёные деревья. Омолодил лица. Новые слова | $0.16 API |
| Приложение Gemini | 70.9 | 6.66 | нет бесплатное приложение | Бережно сохраняет лица и цвета. Дёшево | Нерезко. Маленькие файлы (1264 px в бесплатном приложении). Чёткие, но неверные цифры | $0.11 API |
| Topaz Standard MAX | 69.9 | 5.78 | нет fal.ai да Topaz API | Чистый результат на крупных чётких объектах | Пластиковые маленькие лица (изменил 7 из 67). Убрал маску | $0.45 fal.ai |
| Topaz Bloom 2 | 68.1 | 5.81 | нет fal.ai да Topaz API | Резко и живо, создан для ИИ-арта | Перерисовывает лица (сходство лиц 0.26). Новый текст. Более яркие цвета | $0.91 fal.ai |
| Topaz Low Resolution V2 | 65.1 | 5.47 | нет fal.ai да Topaz API | Дёшево. Чёткие контуры | Искажённый текст. Изменил 9 из 67 лиц. Убрал маску | $0.11 fal.ai |
| Recraft Crisp | 63.9 | 5.42 | нет API | Самый дешёвый API. Хорош на ИИ-арте и чётких контурах | Исказил маленькие лица (5 из 67). Нельзя задать размер | $0.033 API |
| Topaz Standard V2 | 62.6 | 4.89 | нет fal.ai да Topaz API | Дёшево. Чёткие контуры | Нерезкие пластиковые маленькие лица (изменил 8 из 67). Убрал маску | $0.11 fal.ai |
| Upscayl (Standard) | 59.7 | 5.12 | нет бесплатно | Бесплатно, офлайн, конфиденциально. Не выдумывает слова | Искажённые лица (13 из 67). Размытый текст | бесплатно своя видеокарта |
| Krea Enhance | 53.7 | 4.12 | нет до 2K да выше 2K | Много инструментов в одном месте, включая партнёрские модели | Лица далеки от настоящих (изменил 21 из 67). Полосы на лицах. Мел стал серым | $0.21 тариф Pro |
| Magnific Precision V2 | 53.5 | 5.20 | нет ComfyUI да свой сайт | Резкий результат. Сохраняет сцену | Два прохода по 2× (узел даёт 2×). Зерно и перешарп повсюду. Далеко от оригиналов (LPIPS 0.49) | $1.13 ComfyUI |
| Magnific Creative | 46.3 | 2.34 | нет ComfyUI да свой сайт | Новые выразительные картинки, подходит для концепт-арта | Новая сцена. Изменил 41 из 67 лиц. Всюду выдуманные слова | $1.02 ComfyUI |
| Topaz High Fidelity V3 | 34.1 | 4.20 | нет fal.ai да Topaz API | Создан для крупных чётких исходников | Почти не меняет маленькое фото. Тонкая чёрная кайма | $0.11 fal.ai |
| Recraft Creative | 33.3 | 2.03 | нет API | – | Новая сцена. Изменил 51 из 67 лиц. Бессмысленные слова | $2.05 API |
Итог: оценка из 100, под ней итог того же сервиса в расширенном тесте (135 фото, три сервиса, которые мы там проверили). Оценка Opus 5.5: 0–10, под ней оценка в расширенном тесте. «Нужна подписка?» показывает, обязательна ли месячная подписка для этого способа доступа; если способов два, условие указано для каждого (красный = да). Бесплатные версии Krea и ChatGPT ограничены. Плюсы и минусы: коротко о том, что показали два теста и сложные случаи. Подробности в разделе «Каждый ИИ-апскейлер по отдельности». *Цена за фото: среднее для трёх размеров при 100 фото в месяц; под ней способ купить по этой цене. Собственный API Topaz дороже fal.ai. В API MegaPotato нет скидки за партию, цена составляет $0.091 (цены ИИ-апскейлеров). Наведите курсор на название столбца, чтобы узнать, что он измеряет. Все определения есть в разделе «Что означает каждый показатель». Нажмите на строку, чтобы увидеть все показатели, в том числе из расширенного теста.
Четвёрку лидеров разделяет не больше двух баллов. MegaPotato (82.6), Topaz Wonder 3.5 (81.9), Let's Enhance (81.8) и Crystal (80.8) стоят особняком. Следующий сервис, ChatGPT со строгим промптом (промпты в разделе «Настройки, промпты и совмещение»), отстаёт на восемь баллов (73.2). Поэтому мы решили продолжить с тремя из лидеров и собрать гораздо более широкую и сложную выборку.
Качество изображения и верность оригиналу: эстетика и сохранение исходного фото#
В этом тесте мы использовали в основном реальные фото. Не только потому, что это один из самых важных сценариев, но и потому, что с такими фото сложно. На ИИ-арте новая текстура часто выглядит просто как ещё одна художественная деталь. У реального фото, очевидно, есть эталон. Поэтому каждую ошибку легко заметить: новое лицо, новое слово, цвет, которого не было.
Scatter plot of 8 points: Визуальная привлекательность (MUSIQ) against Расстояние до оригинала (LPIPS). Расстояние до оригинала (LPIPS) from 0.193 to 0.287. Highest Визуальная привлекательность (MUSIQ): ChatGPT, простой промпт (63.6); lowest: Gemini (50.4). Highlighted: MegaPotato (59.9 at 0.207).
| Расстояние до оригинала (LPIPS) | Визуальная привлекательность (MUSIQ) | |
|---|---|---|
| ChatGPT, простой промпт | 0.287 | 63.6 |
| Topaz Wonder 3.5 | 0.211 | 61.7 |
| MegaPotato | 0.207 | 59.9 |
| Crystal | 0.193 | 59.7 |
| Upscayl (Standard) | 0.240 | 55.7 |
| Topaz Standard V2 | 0.248 | 54.9 |
| Recraft Crisp | 0.222 | 53.6 |
| Gemini | 0.242 | 50.4 |
Средние оценки по 16 фото основного теста для восьми вариантов настроек. Левее значит ближе к оригиналу (ниже значение LPIPS, одной из метрик близости в итоговой оценке), выше значит привлекательнее на вид (MUSIQ). Ось начинается возле самого близкого к оригиналу сервиса, а не с нуля: у оригинальных фото расстояние по определению равно 0, а оценка MUSIQ составляет 53.3, что ниже, чем у большинства результатов.
Очевидно, самые эстетичные результаты у ChatGPT, и они, что неудивительно, одни из самых далёких от оригинала. Результаты специализированных сервисов ближе к оригиналу, но менее эстетичны (это зависит и от исходника).
Расширенный тест: MegaPotato, Topaz Wonder 3.5 и Crystal на 135 фото#
В расширенный тест прошли три из четырёх лидеров основного: MegaPotato, Topaz Wonder 3.5 и Crystal. (Let's Enhance, третий в основном тесте, работает только через сайт; на 135 фото мы его не запускали.)
Выборка: 135 фото и 567 лиц.
- 14 фото из основного теста, с оригиналом.
- 16 сгенерированных фото (FLUX.1 [schnell]) и 13 фото без людей (животные, природа, здания), уменьшенных и повреждённых так же, как исходники основного теста (немного размытия и шума, два сохранения в JPEG), с оригиналом.
- 29 реальных фото низкого качества как есть: старые снимки с телефона при слабом освещении, снимки с ранних цифровых камер, копии из мессенджеров, снимки со сцены и вечеринок. Оригинала в высоком разрешении не существует.
- 19 старых отпечатков и сканов плёнки с пылью, выцветанием и зерном, уменьшенных для теста. Оригинала без повреждений не существует.
- 44 изначально маленьких фото, переданных на обработку в том виде, в котором их опубликовали: 37 фото с Flickr за 2001–2007 годы и 7 кадров интернет-видео за 2005–2009 годы. Оригинала в высоком разрешении не существует.
По содержанию: люди (103 фото), толпы и группы людей (30), лица (567 лиц: у 348 ширина на исходнике 10–24 пикселя, у 173 ширина 25–59 пикселей, ещё 46 крупнее), вывески и текст (20), ночь, сцена и слабое освещение (24), старые фото (21), ИИ-изображения (16), животные (20), природа (26), города, здания и помещения (55) и кадры интернет-видео (7). Натюрморты (товары и еду) мы не включали: эта выборка про людей, места, животных и природу.
Там, где нет оригинала без повреждений в высоком разрешении, судьи сравнивали каждый результат с исходником, а из метрик использовались только те, которым оригинал не нужен. Близость к оригиналу (LPIPS, A-FINE, сходство лиц) рассчитана по 43 фото, у которых он есть. Каждый показатель усредняется по фото, на которых его можно измерить, а итог считается как взвешенная сумма этих средних. В столбце n указано, сколько фото или лиц охватывает строка.
| Показатель | MegaPotato | Topaz Wonder 3.5 | Crystal | n |
|---|---|---|---|---|
| Итог, 0–100 | 78.8 | 75.7 | 69.5 | 135 фото |
| Оценка Opus 5.5 ↑ | 7.13 | 6.99 | 5.97 | 135 фото |
| Qwen3.8, увеличенные фрагменты ↑ | 7.24 | 7.21 | 6.83 | 135 фото |
| Qwen3.8, лица ↑ | 6.69 | 6.59 | 6.24 | 567 лиц |
| Сходство лиц ↑ | 0.518 | 0.558 | 0.556 | 138 лиц |
| Другой человек, % ↓ | 1.1 | 1.2 | 2.8 | 567 лиц |
| Качество лиц (eDifFIQA) ↑ | 0.522 | 0.525 | 0.484 | 567 лиц |
| LPIPS ↓ | 0.205 | 0.210 | 0.191 | 43 фото |
| A-FINE ↓ | 17.0 | 34.8 | 35.4 | 43 фото |
| MUSIQ ↑ | 52.4 | 52.5 | 45.7 | 135 фото |
| NIQE ↓ | 3.98 | 3.95 | 4.01 | 135 фото |
| DISTS ↓ | 0.140 | 0.125 | 0.119 | 43 фото |
| DreamSim ↓ | 0.0166 | 0.0121 | 0.0107 | 43 фото |
| DINOv2 ↑ | 0.966 | 0.975 | 0.976 | 43 фото |
| TOPIQ-FR ↑ | 0.696 | 0.705 | 0.703 | 43 фото |
| Цветовое различие ΔE ↓ | 2.42 | 2.31 | 2.11 | 43 фото |
| MANIQA ↑ | 0.325 | 0.344 | 0.281 | 135 фото |
| CLIP-IQA+ ↑ | 0.512 | 0.537 | 0.466 | 135 фото |
| TOPIQ ↑ | 0.442 | 0.469 | 0.403 | 135 фото |
В первой строке итог, в следующих десяти его составляющие. Ещё восемь показателей раскрываются по кнопке: они служат для контроля и в итог не входят. При наведении на название появляется пояснение. Все определения есть в разделе «Что означает каждый показатель».
Расширенный тест по сервисам: те же числа, по строке на сервис
| Сервис | Расширенный тест, итог | Оценка Opus 5.5 (расширенный тест) | Qwen3.8, увеличенные фрагменты (расширенный тест) | Qwen3.8, лица (расширенный тест) | Сходство лиц (расширенный тест) | Другой человек, % (расширенный тест) | Качество лиц (расширенный тест) | LPIPS (расширенный тест) | A-FINE (расширенный тест) | MUSIQ (расширенный тест) | NIQE (расширенный тест) |
|---|---|---|---|---|---|---|---|---|---|---|---|
| MegaPotato | 78.8 | 7.13 | 7.24 | 6.69 | 0.518 | 1.1 | 0.522 | 0.205 | 17.0 | 52.4 | 3.98 |
| Topaz Wonder 3.5 | 75.7 | 6.99 | 7.21 | 6.59 | 0.558 | 1.2 | 0.525 | 0.210 | 34.8 | 52.5 | 3.95 |
| Crystal | 69.5 | 5.97 | 6.83 | 6.24 | 0.556 | 2.8 | 0.484 | 0.191 | 35.4 | 45.7 | 4.01 |
По строке на сервис: итог и десять его составляющих, как в раскрывающихся панелях таблицы результатов. Выше те же числа вместе с восемью контрольными метриками.
Результаты по типам фото. Расчёт по той же формуле отдельно для каждой части выборки. Если в группе фото нет лиц или оригиналов, соответствующие составляющие исключаются, а веса остальных пропорционально увеличиваются до суммы 100 %. Поэтому сравнивайте сервисы внутри одного типа, а не разные типы между собой:
| Фото основного теста | 14 | 82.9 | 81.7 | 80.5 |
| Сгенерированные фото | 16 | 79.2 | 76.1 | 76.1 |
| Без людей | 13 | 72.8 | 72.6 | 74.2 |
| Реальные фото низкого качества | 29 | 67.2 | 62.8 | 46.1 |
| Старые отпечатки и плёнка | 19 | 73.9 | 74.0 | 73.3 |
| Изначально маленькие фото (Flickr, интернет-видео) | 44 | 75.5 | 75.4 | 61.9 |
То же по содержанию (люди, текст, ночь, животные и другое)
| Люди | 103 | 78.6 | 75.2 | 68.2 |
| Толпы и группы людей | 30 | 80.0 | 76.1 | 69.7 |
| Лица (от 10 px) | 103 | 78.9 | 75.2 | 68.3 |
| Вывески и текст | 20 | 81.6 | 78.5 | 73.9 |
| Животные | 20 | 75.4 | 74.5 | 66.3 |
| Природа | 26 | 82.7 | 81.0 | 77.2 |
| Города, здания, помещения | 55 | 79.6 | 76.8 | 71.5 |
| Ночь, сцена, слабое освещение | 24 | 70.1 | 64.8 | 55.2 |
| Старые фото | 21 | 76.9 | 76.5 | 74.7 |
| ИИ-изображения | 16 | 79.2 | 76.1 | 76.1 |
| Кадры интернет-видео | 7 | 65.5 | 67.6 | 42.7 |
| Фото с оригиналом | 43 | 79.8 | 78.4 | 78.4 |
Что говорят числа:
- MegaPotato лидирует в расширенном тесте с отрывом в 3 балла. Особенно хорош на реальных фото низкого качества (67.2 против 62.8 у Wonder и 46.1 у Crystal, 29 фото), при ночном и сценическом освещении (70.1 против 64.8 и 55.2, 24 фото), на ИИ-изображениях, тексте, вывесках и толпах.
- Wonder 3.5 наравне с ним на старых отпечатках (74.0 против 73.9, 19 фото) и изначально маленьких фото (75.4 против 75.5, 44 фото), а на кадрах интернет-видео впереди (67.6 против 65.5, 7 кадров). Crystal лидирует только на фото без людей (74.2, 13 фото) и сильно отстаёт на реальных фото низкого качества.
- Судья Opus 5.5 при оценке вслепую подтверждает этот порядок: MegaPotato 7.13, Wonder 3.5 6.99, Crystal 5.97 из 10 (135 фото). То же у судьи Qwen3.8 на увеличенных фрагментах (7.24, 7.21, 6.83).
- Лица: та же картина, что и в основном тесте. Wonder 3.5 и Crystal точнее сохраняют узнаваемость по оценке ансамбля моделей распознавания лиц. При оценке лиц судья Qwen3.8 поставил MegaPotato самые высокие баллы и реже всего видел на его результатах другого человека.
- Самый большой отрыв MegaPotato даёт A-FINE, потому что считает его результаты более естественными. A-FINE (CVPR 2025)[1] оценивает две вещи: насколько результат близок к оригиналу и насколько естественно выглядит. Когда результат выглядит естественнее оригинала, метрика придаёт естественности гораздо больший вес. Мы разобрали её составляющие на 43 фото расширенного теста, у которых есть оригинал: A-FINE сочла результат MegaPotato естественнее оригинала на всех фото.
Кадр интернет-видео Белого дома 2010 года, 480 × 360 px в опубликованном виде (фрагмент 120 × 90 px исходника)
Кадр интернет-видео Белого дома 2010 года, опубликованный как фото и включённый в группу реальных фото низкого качества. MegaPotato делает лицо чётким и естественным. У Wonder 3.5 и Crystal оно остаётся размытым. Именно на реальных фото низкого качества отрыв MegaPotato был самым большим.
Изображение: Executive Office of the President, общественное достояние
Кот, 640 × 480 px, 2004 (фрагмент 170 × 128 px исходника)
Рыбки в аквариуме, 640 × 480 px, 2005 (фрагмент 200 × 150 px исходника)
Певец на концерте, 1280 × 960 px, 2006 (фрагмент 110 × 83 px исходника)
Изначально маленькие фото (настоящего оригинала в высоком разрешении нет), переданные на обработку в том виде, в котором их опубликовали. На фото кота Crystal сохраняет рябь старого JPEG, а Wonder 3.5 и MegaPotato её убирают. На рыбках у MegaPotato самые чёткие чешуйки и глаза, у Wonder чистый, но менее резкий результат, а Crystal сохраняет шум. У певца Crystal оставляет лицо нерезким, Wonder и MegaPotato делают его чистым. На этих 44 фото MegaPotato и Wonder 3.5 практически сравнялись (75.5 и 75.4), а Crystal остался самым нерезким (61.9).
Фото (Flickr, CC BY 2.0, creativecommons.org/licenses/by/2.0): «Cat | In your face cat.», Jennifer Kramer; «I Want This Guy's Job!!!», James; «Elwood Caine concert at Herr Nilsen», Henning Klokkeråsen. Кадрированы и увеличены.
Как мы тестировали ИИ-апскейлеры#
По сути, все фото в тесте делятся на две категории:
- Качественные фото высокого разрешения, которые мы ухудшили разными способами (JPEG, размытие, шум и так далее) и уменьшили до низкого разрешения.
- Фото с изначально низким разрешением.
Слева: что получили все сервисы в основном тесте, маленькая копия 504 × 336 (здесь показана увеличенной). Справа: оригинал, которого ни один сервис не видел. Он служил только эталоном для проверки.
Крупным планом:
Та же толпа крупным планом. На копии, которую получили все сервисы, ширина этих лиц всего около 20–26 пикселей. Остальное апскейлеру приходится угадывать.
Основной тест (16 фото, 18 сервисов и настроек).
- Одинаковый повреждённый исходник для всех: 504 × 336 пикселей, немного размытия и шума, два сохранения в JPEG, как у фото, которое несколько раз пересылали. ИИ-изображение только уменьшили.
- Одинаковая задача для всех: увеличить в 4 раза (2016 × 1344). В Topaz, Crystal, Let's Enhance, MegaPotato, Krea, Upscayl и Magnific выставили 4×. У Recraft нельзя задать размер, но он вернул ровно 4×. В ChatGPT и Gemini размер задать нельзя, поэтому мы привели их результаты к 2016 × 1344.
- Настройки по умолчанию, один запуск на фото. Topaz: шесть моделей. ChatGPT: простой и строгий промпты. Для чистоты теста мы не меняли параметры по умолчанию.
Одиннадцать из 16 фото основного теста (оригиналы). Ссылки на все 16 есть в photos.csv. Сервисы получили только маленькие повреждённые версии.
Расширенный тест (135 фото, 3 лидера). Фото описаны выше. Каждое фото увеличили в 4 раза за один запуск: MegaPotato в веб-приложении, Wonder 3.5 и Crystal через fal.ai с настройками по умолчанию.
Два судьи, оба вслепую. Оценка с помощью сильных мультимодальных ИИ-моделей[2] уже стала общепринятым методом в исследованиях ИИ[3]. Мы взяли две разные модели, чтобы вкус одной не решал исход теста.
- Claude Opus 5.5 (max effort)[4] видел каждый результат под случайной буквой, целиком и в увеличенных фрагментах, рядом с оригиналом (или исходником, если оригинала нет), и ставил оценку от 0 до 10. Один результат для каждого фото показывали дважды, чтобы проверить стабильность оценок.
- Qwen3.8[5] (27B) оценивал увеличенные фрагменты и каждое лицо рядом с оригиналом по той же шкале 0–10 и для каждого лица отвечал: это всё ещё тот же человек?
Измерения. Каждое лицо один раз находили на оригинале с помощью SCRFD[6] (на увеличенном исходнике, если оригинала нет), затем одинаково вырезали из всех результатов. Так лицо, потерянное сервисом, не могло выпасть из теста.
- Тот же человек? Среднее сходство по четырём моделям распознавания лиц (для большинства лиц по трём): ArcFace[7] (обучена на Glint360K[8]), MagFace[9], AdaFace[10] (обучена на WebFace12M[11]) и AuraFace[12] (1 = то же лицо, у разных людей примерно 0–0.3).
- Качество лиц: eDifFIQA[13] (быстрый преемник DifFIQA[14]) оценивает, насколько лицо чистое и узнаваемое, без оригинала.
- Близость к оригиналу: LPIPS[15] и A-FINE[1] входят в итог. DISTS[16], DreamSim[17], DINOv2[18], TOPIQ[19] и цветовое различие CIEDE2000[20] служат для контроля.
- Красиво ли выглядит? (оригинал не нужен): MUSIQ[21] и NIQE[22] входят в итог, MANIQA[23], CLIP-IQA+[24] и TOPIQ служат для контроля.
Метрики считали с помощью открытой библиотеки IQA-PyTorch[25] и собственного кода моделей.
Итог (0–100). 28 % составляет оценка Opus, по 8 %: оценка Qwen3.8 на увеличенных фрагментах, оценка Qwen3.8 по лицам, сходство лиц, доля лиц, на которых Qwen3.8 увидел другого человека, качество лиц, LPIPS, A-FINE, MUSIQ и NIQE. Оценки судей умножаются на 10. Каждый другой показатель приводится к шкале, где лучший из 18 сервисов и настроек основного теста получает 100, а худший 0. В расширенном тесте используется та же шкала, поэтому смысл итоговых оценок остаётся тем же. Значение лучше лучшего в основном тесте засчитывается как 100, хуже худшего как 0. Веса мы выбрали сами. Все составляющие показаны, так что вы можете задать им свои веса. Мы зафиксировали веса после основного теста и до расширенного. Opus получил наибольший вес, потому что это чрезвычайно сильная закрытая модель, а в основном тесте его оценки лучше всего совпадали с тем, что мы видели своими глазами.
О воспроизводимости. Перед оценкой каждый результат совмещали с исходником: если сдвиг превышал 0.75 пикселя, результат сдвигали обратно (результаты Wonder 3.5 часто смещены примерно на 0.8 пикселя). Числа воспроизводятся: см. «Как повторить этот тест».
До и после: подробные примеры#
Фрагменты ниже взяты из основного теста, если на иллюстрации не указано другое.
Лица: после какого ИИ-апскейлера человека ещё можно узнать#
Под каждым результатом мелким шрифтом: оценка Opus 5.5, оценка судьи в слепом тесте (0–10) для всего результата, из которого взят фрагмент. Сходство лиц: насколько лицо похоже на оригинал по оценке моделей распознавания лиц (0–1, у разных людей примерно 0–0.3), если на фрагменте есть лицо. MUSIQ: визуальная привлекательность всего результата (0–100).
Футболист на фото 1914 года, ширина лица на копии около 25 пикселей. У шести сервисов человека можно узнать: Crystal, Let's Enhance, MegaPotato, Topaz Wonder 3.5, Gemini и ChatGPT (ChatGPT ещё придаёт фото лёгкий голубой оттенок). Krea покрывает лицо чёрными линиями, Upscayl его теряет, Recraft Creative и Magnific Creative рисуют другого мужчину. Обратите внимание на числа Upscayl: сходство лиц 0.54, но судья Qwen3.8 при оценке лиц поставил 2 из 10. Искажённое лицо, сохранившее общие очертания, может обмануть распознавание лиц. Поэтому мы показываем оба типа оценок.
С крупным портретом почти все сервисы справились хорошо: в изображении гораздо больше информации, поэтому задача проще.
Простой случай: нос и губы на крупном портрете. У Crystal и Topaz Wonder 3.5 текстура кожи ближе всего к оригиналу. MegaPotato немного её сглаживает. Topaz Bloom 2 перерисовывает губы, у Upscayl кожа выглядит восковой, а Magnific Creative рисует свои веснушки.
С маленькими лицами, наоборот, крайне сложно, и сервисы очень чётко делятся на группы. В толпе или на старом групповом фото ширина лица всего 10–35 пикселей, так что модели в основном приходится угадывать.
Женщина с краю толпы на ночном рынке, ширина лица около 15 пикселей. По-настоящему не справился никто. При оценке лиц судья Qwen3.8 счёл самым близким результат Let's Enhance (6 из 10), MegaPotato и ChatGPT получили по 5, Topaz Wonder 3.5 получил 3. Любопытно, что даже ChatGPT не сумел удачно перерисовать лицо. Gemini и Recraft Creative потеряли его совсем.
Продавец в 1943 году. Ширина лица около 16 пикселей. Topaz Wonder 3.5 и MegaPotato здесь, кажется, ближе всего к оригиналу: Wonder сохраняет лицо и усы, но меняет взгляд; MegaPotato и Gemini сохраняют лицо, делая усы светлее. ChatGPT заметно его омолаживает. Crystal рисует другое, более худое лицо, а Upscayl его теряет.
С лицами статуй, похоже, та же история. Высота лица этого бюста всего около 12 пикселей: крайне сложный пример, и каждая модель ошибается по-своему. MegaPotato и Topaz Wonder 3.5, кажется, ближе всего: хотя бы женское лицо на нужном месте. Topaz Bloom 2 высекает другое лицо, Upscayl и Recraft Creative его теряют, а Magnific Creative превращает бюст в вазу.
Что говорят оценки лиц. В основном тесте 67 лиц на 9 фото, шириной 10–290 пикселей на копии, которую получили сервисы. Для каждого мы измерили сходство с оригиналом, получили оценку лица от судьи Qwen3.8 и выяснили, счёл ли он, что на результате другой человек:
- Распознавание лиц и ИИ-судья расходятся любопытным образом. Размытый результат обычного масштабирования получает высокую оценку сходства лиц, потому что размытие сохраняет общие очертания. Но судья снижает оценку за такую размытость. Чёткое лицо приходится угадывать, и каждая догадка немного отдаляет его от оригинала. Этот компромисс не удаётся обойти ни одной модели.
- Качество лиц не позволяет различить лидеров. eDifFIQA оценила лица Crystal, Wonder 3.5, Let's Enhance, MegaPotato и ChatGPT в 0.56–0.59, как настоящие лица (0.58). Искажённые и размытые лица получили гораздо меньше (Upscayl 0.39, обычное масштабирование 0.27). Но это скорее метрика внешнего вида: она оценивает, насколько лицо чистое и узнаваемое, а не остался ли на фото тот же человек.
С творческими моделями другая история. В большинстве случаев они даже не пытаются сохранить человека узнаваемым:
Женщина на фото кафе. MegaPotato и Crystal (а в полной подборке также Topaz Wonder 3.5 и Let's Enhance) сохраняют сходство с ней. Topaz Bloom 2, Recraft Creative, Krea и Magnific Creative рисуют каждый свою женщину: модели распознавания лиц дают им от 0.08 до 0.45 против 0.73 у MegaPotato и 0.79 у Crystal.
Текст и цифры: самые уверенные ошибки#
На мелком тексте апскейлеры опаснее всего. Результат выглядит читаемым, и вы ему верите.
Бегун из начала статьи. Настоящий номер: LUT 3029 TP. Topaz Wonder 3.5 и MegaPotato здесь, кажется, ближе всего: Wonder верно прочитал цифры (но написал 7P вместо TP), MegaPotato написал 2029. Crystal написал 2020, Gemini 2022, и только Gemini прочитал «trucks» на красной полосе. ChatGPT (строгий промпт) написал «182 XDA 17», а Recraft Creative целиком заменил и номер, и майку.
С крупным текстом, очевидно, проще, чем с мелким:
Вывеска на ночном рынке. Крупные символы сохраняются у MegaPotato, Topaz Wonder 3.5 и Crystal. Номер телефона под ними, 0981337668, на исходнике не прочитать, и ни один сервис его не восстанавливает: Wonder 3.5 и Crystal рисуют вместо него латинские буквы, а MegaPotato выдумывает символы. ChatGPT перерисовывает всю вывеску в новом стиле, Magnific Creative рисует на ней дом, а Recraft Creative пишет другие символы.
Меню кафе. Слова достаточно крупные, чтобы прочитать их на маленькой копии, поэтому почти все сервисы их сохраняют. MegaPotato, Crystal и Topaz Wonder 3.5 здесь, кажется, ближе всего. Интересно, что многие модели промахиваются с оттенками. Krea делает мел серым, Magnific Creative переписывает два слова, а Recraft Creative превращает меню в бессмыслицу («smme», «olwerlo», «Kinierl»).
Цвета: кто не перекрасил фото#
Плющ на доме в Стамбуле. MegaPotato, Crystal и Topaz Wonder 3.5 сохраняют цвета. ChatGPT с обоими промптами превращает тёмные красно-коричневые листья в ярко-зелёные.
Фото забега целиком. MegaPotato и Topaz Wonder 3.5 сохраняют цвета, как и другие аккуратные сервисы. ChatGPT с простым промптом превращает тёплый свет в холодный и добавляет сверху голубое небо и зелёные деревья. Со строгим промптом он сохраняет больше тёплых оттенков, но всё равно меняет цвета (цветовое различие 11.1 и 7.8 против 2.3 у двух сервисов выше).
Шерсть животных и ИИ-изображения#
Кошачья шерсть. MegaPotato и Crystal здесь, кажется, ближе всего, Topaz Wonder 3.5 чуть мягче. ChatGPT делает шерсть более рыжей, Magnific Creative рисует пятнистую шубку, а Recraft Creative рисует длинную гладкую шерсть.
ИИ-изображение из расширенного теста (FLUX.1 [schnell], сгенерировано нами), с 16 лицами. Все три лидера справились хорошо. Результат MegaPotato получил лучшую оценку судьи Opus 5.5 (8 из 10 против 7 у Crystal и 6.5 у Wonder 3.5), лучшую оценку Qwen3.8 на увеличенных фрагментах и оказался ближе всего к оригиналу по LPIPS. Лица тоже остались ближе всего к людям на оригинале (сходство лиц 0.75 против 0.74 и 0.72).
Выдуманные детали: чего не было на фото, но появилось в результате#
Каждый генеративный сервис выдумывал детали, которых в оригинале не было. Универсальные модели делали это чаще, специализированные реже, но ни одна не застрахована.
- MegaPotato: выдуманные логотипы и символы там, где текст слишком мелкий, чтобы его прочитать.
- ChatGPT: новые предметы и украшения (шторы, картины, названия компаний), другое небо и освещение.
- Topaz Wonder 3.5: превращает статуи, кукол и нарисованные лица в живых людей и фотографии. Неверные цифры там, где текст слишком мелкий.
- Topaz Standard V2, Low Resolution V2 и Standard MAX: часто убирают аксессуары с маленьких лиц.
- Topaz Bloom 2: новая одежда и предметы на людях, статуях и столах.
- Recraft Creative: новая сцена: другие люди, растения, окна и меню.
- Magnific Creative: тоже новая сцена: другие люди и текст, бюст превращается в урну.
Крайне сложные случаи: старые отпечатки, сильное JPEG-сжатие, шум (57 изображений)#
Расширенный тест показывает средний результат. Поэтому мы провели ещё несколько тестов с экстремальными повреждениями, чтобы увидеть, как модели ведут себя в худших условиях: 57 изображений, специально уменьшенных (до 288 × 216 или меньше) и повреждённых либо сложных сами по себе. Сканы печатных изданий с типографским растром, сильное JPEG-сжатие, шум при слабом освещении, старые отпечатки с пылью и царапинами, фактурная бумага, крошечные лица, солнцезащитные очки, статуи, куклы, картины и комиксы. Оригиналы: фото в общественном достоянии или под свободными лицензиями (Library of Congress, Wikimedia Commons, The Metropolitan Museum of Art, Pexels). Здесь участвовали только три лидера, а ИИ-судьи вслепую выбирали лучший результат для каждой картинки. Для изображений ниже судья Opus 5.5 также оценил каждый результат в отдельном слепом раунде по критериям основного теста. Его оценка и MUSIQ указаны под панелями. Изменённые лица, которые вы увидите, созданы сервисами и не отражают реальную внешность людей. Они здесь только для того, чтобы было видно, что делают сервисы.
Музыканты после сильного JPEG-сжатия (качество 12) (64 × 48 px из исходника 288 × 216 px)
Пассажир поезда после сильного JPEG-сжатия (качество 12) (56 × 42 px из исходника 288 × 216 px)
Два лица после сильного JPEG-сжатия. Для такой задачи все сервисы справились вполне прилично, но каждый выдумал или потерял свои детали.
Фото: cottonbro studio, Pexels License; Syazani Zahari, Pexels License
Старый отпечаток в сепии с пылью, царапинами и размытием (148 × 111 px из исходника 288 × 216 px)
Старый выцветший отпечаток с портретом Эйнштейна.
Фото: Ferdinand Schmutzer, общественное достояние
Фото 1943 года после сильного JPEG-сжатия (качество 12) (90 × 68 px из исходника 288 × 216 px)
То же фото с сильным шумом при слабом освещении (90 × 68 px из исходника 288 × 216 px)
Два типа сильных повреждений на одном фото 1943 года. MegaPotato омолодил женщину и убрал её очки.
Фото: Jack Delano, Library of Congress, общественное достояние (работа правительства США)
Тёмные очки после сильного JPEG-сжатия (100 × 75 px из исходника 288 × 216 px)
Зеркальные спортивные очки бегунов после сильного JPEG-сжатия (98 × 74 px из исходника 288 × 216 px)
После сильного JPEG-сжатия Crystal часто делает тёмные очки прозрачными и рисует за ними глаза. MegaPotato и Wonder 3.5 обычно оставляют линзы тёмными.
Фото: Karan Singh, Pexels License; RUN 4 FFWPU, Pexels License
Кукла из бисквитного фарфора в музее игрушек, ширина лица на исходнике около 22 px (56 × 42 px из исходника 288 × 216 px)
Древнеримский мраморный бюст мужчины, середина 1-го века (128 × 96 px из исходника 288 × 216 px)
Несколько примеров лиц, которые не принадлежат живым людям.
Изображения: Alf van Beem, Wikimedia Commons, CC0; The Metropolitan Museum of Art, открытый доступ, CC0
Акварель John Singer Sargent, 1912 (60 × 45 px из исходника 288 × 216 px)
Картина. Wonder вполне уверенно превращает нарисованное лицо в фотографию. MegaPotato омолаживает и сглаживает его, приближая к иллюстрации. Crystal сохраняет свободные мазки, и здесь это кажется правильным.
Изображение: John Singer Sargent, The Metropolitan Museum of Art, открытый доступ, CC0
Скан отпечатка 1910-х годов на фактурной бумаге (72 × 54 px из исходника 288 × 216 px)
Только MegaPotato убирает фактуру бумаги. Wonder оставляет её частично и делает взгляд женщины жёстче. Crystal оставляет всё как есть.
Фото: Harris & Ewing, Library of Congress, ограничения на публикацию неизвестны
Наше слабое место: сильно повреждённые лица. Из 8 таких изображений MegaPotato изменил человека в 6 случаях (другой возраст, другое лицо или открытые глаза). На очень маленьких исходниках никто не сохранил лицо Эйнштейна, а MegaPotato ещё и оставил полосу размазанных пикселей вдоль двух краёв каждого результата.
| Тип изображения | Изображений | Wonder 3.5 лучший | MegaPotato лучший | Crystal лучший |
|---|---|---|---|---|
| Газетный и журнальный растр (сканы с типографским растром) | 11 | 8 | 6 | 0 |
| Старые отпечатки: пыль, царапины, размытие, фактурная бумага | 7 | 2 | 6 | 0 |
| Люди: сильное JPEG-сжатие и шум при слабом освещении | 16 | 9 | 6 | 3 |
| Солнцезащитные очки после сильного JPEG-сжатия | 5 | 4 | 3 | 0 |
| Крошечные лица и исходники (128 × 96, 160 × 120) | 8 | 5 | 5 | 2 |
| Статуи и куклы | 5 | 1 | 4 | 0 |
| Картины и комиксы | 5 | 2 | 1 | 2 |
| Все сложные случаи | 57 | 31 | 31 | 7 |
При ничьей победа засчитывается каждому сервису, поэтому сумма в строке может превышать число изображений. Группы маленькие, и одна картинка может изменить результат всей строки.
Коротко: Wonder 3.5 и MegaPotato поделили сложные случаи поровну, по 31 первому месту на 57 изображениях, а Crystal взял 7. Сканы печатных изданий, сильное JPEG-сжатие и шумные фото: начните с Wonder 3.5. Старые отпечатки, статуи, куклы и фактурная бумага: MegaPotato. Картины: Crystal, он сохраняет мазки. С повреждёнными лицами ни один сервис не работал надёжно.
Какой ИИ-апскейлер выбрать для вашего типа фото#
- Реальные фото низкого качества как есть (старые снимки с телефона, снимки с ранних цифровых камер, с вечеринок и со сцены): MegaPotato, с большим отрывом (67.2 против 62.8 у Wonder 3.5 и 46.1 у Crystal, 29 фото).
- Ночь, сцена и слабое освещение: MegaPotato (70.1 против 64.8 и 55.2, 24 фото).
- Пересланные, сжатые или маленькие фото людей: MegaPotato даёт самые чёткие и естественные лица. Topaz Wonder 3.5 или Crystal, если лицо должно остаться максимально близким к оригиналу (выше сходство лиц).
- Старые выцветшие отпечатки и семейные фото: Wonder 3.5 или MegaPotato: наравне на 19 старых отпечатках (74.0 и 73.9). MegaPotato дал самые чёткие лица в сложных случаях, но иногда превращает сильные повреждения в узоры. Ни один сервис не удаляет пыль и царапины надёжно.
- Сканы газет и журналов: Topaz Wonder 3.5 или MegaPotato.
- Статуи, куклы, картины и рисунки: MegaPotato оставляет каменные глаза каменными. На картинах Crystal сохраняет мазки. Wonder иногда «оживляет» их.
- Пейзажи, животные и здания без людей: у всех трёх близкие результаты (Crystal 74.2, MegaPotato 72.8, Wonder 3.5 72.6).
- Фото с именами, номерами или вывесками: мелкому тексту не верьте ни у одного сервиса. Если слово или номер вдруг стали читаемыми, сервис их угадал, а не восстановил. Над мелким текстом мы работаем к следующей версии MegaPotato.
- Большой отпечаток из маленького файла: при 300 пикселях на дюйм 2016 × 1344 пикселя дают отпечаток примерно 17 × 11 см (6.7 × 4.5 дюйма). MegaPotato увеличивает до 8×, Let's Enhance до 16×, Topaz Gigapixel до 6×.
- Тысячи изображений через API: для фото MegaPotato ($0.079 за фото при 1 000 в месяц), Topaz ($0.26 через собственный API от $50 в месяц или $0.24 через fal.ai) либо Crystal ($0.35). Recraft Crisp ($0.033) только для чистой графики. Скорость и надёжность на больших объёмах мы не проверяли.
Цены ИИ-апскейлеров: сколько они стоят на самом деле#
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.
| value | |
|---|---|
| MegaPotato | $0.073 |
| Let's Enhance | $0.22 |
| Topaz Wonder 3.5 · fal.ai | $0.24 |
| Crystal | $0.35 |
Четыре сервиса в пределах двух баллов от лучшего результата (от 80.8 до 82.6) и цена одного фото у каждого: 100 фото в месяц, среднее по трём размерам. Столбцы начинаются с нуля. MegaPotato дешевле остальных трёх в 3.1–4.8 раза. Собственного API Topaz на графике нет: тариф начинается с $50 в месяц, поэтому при 100 фото в месяц вы в основном платите за сам тариф, по $0.54 за фото. При 1 000 фото в месяц получается $0.26.
Scatter plot of 14 points: Итоговая оценка against Цена за фото, $ (log scale). Цена за фото, $ from 0.033 to 2.051. Highest Итоговая оценка: MegaPotato (82.6); lowest: Recraft Creative (33.3). Highlighted: MegaPotato (82.6 at 0.073). Hollow points are estimates.
| Цена за фото, $ | Итоговая оценка | Итоговая оценка from | Итоговая оценка to | series | estimate | |
|---|---|---|---|---|---|---|
| MegaPotato | 0.073 | 82.6 | MegaPotato | |||
| Topaz Wonder 3.5 | 0.24 | 81.9 | Topaz | |||
| Let's Enhance | 0.223 | 81.8 | Let's Enhance | |||
| Crystal | 0.35 | 80.8 | Crystal | |||
| ChatGPT | 0.162 | 73.2 | OpenAI | yes | ||
| Gemini | 0.113 | 70.9 | yes | |||
| Topaz Standard MAX | 0.453 | 69.9 | Topaz | |||
| Topaz Bloom 2 | 0.907 | 68.1 | Topaz | |||
| Topaz Precision, 3 модели | 0.107 | 53.9 | 34.1 | 65.1 | Topaz | |
| Recraft Crisp | 0.033 | 63.9 | Recraft | yes | ||
| Krea Enhance | 0.21 | 53.7 | Krea | yes | ||
| Magnific Precision V2 | 1.130 | 53.5 | Magnific | |||
| Magnific Creative | 1.020 | 46.3 | Magnific | yes | ||
| Recraft Creative | 2.051 | 33.3 | Recraft | yes |
Итоговая оценка и цена одного фото при 100 фото в месяц, среднее по трём размерам; у каждого разработчика свой цвет, Topaz через fal.ai. Шкала цен логарифмическая: одинаковое расстояние означает одинаковое соотношение, а не одинаковую разницу в долларах. Пустые точки обозначают цены, пересчитанные через стоимость мегапикселя. Upscayl на графике нет: само приложение бесплатное, но ему нужны ваша видеокарта и электричество, стоимость которых мы не считали. Как считали цены ↓
Как считали цены на графиках
Цена одного фото усредняется по трём задачам, в каждой увеличение 4× (0.17 → 2.7 Мп, 1 → 16 Мп, 3 → 48 Мп), при 100 фото в месяц. Стоимость разового пакета или кредитов без срока действия распределяется по месяцам, на которые их хватит при таком объёме, максимум на 12. Для каждого объёма мы берём самый дешёвый пакет или тариф. Цена Topaz указана через fal.ai (оплата по мере использования). Через собственный API Topaz с минимумом $50 в месяц все его точки сдвигаются вправо (Wonder 3.5 до $0.54). Три модели Topaz Precision (Standard V2 62.6, Low Resolution V2 65.1, High Fidelity V3 34.1) стоят одинаково и показаны одной точкой со средней оценкой, а отрезок идёт от худшей до лучшей. Цена MegaPotato взята в веб-приложении со скидкой −20 % за 3 или более фото, отправленных вместе. При 100 фото в месяц самые выгодные пакеты: $25 за 600 чипсов для маленького размера и $50 за 1 300 чипсов для двух больших. В API нет скидки за партию, при таком объёме получается $0.091 за фото. Цены Gemini и OpenAI взяты для Batch API (вдвое дешевле, результат в течение 24 часов). Если сервис не умеет выдавать нужный размер (ChatGPT выше 8 Мп, Gemini на 48 Мп, Magnific Creative выше 25 Мп, Recraft при любом заданном размере) или цена указана только для одного размера (Krea), мы пересчитываем её через стоимость мегапикселя и показываем пустой точкой. В таблицах ниже приведены цены для 10 и 1 000 фото в месяц. Цены без учёта налогов.
Цена одного фото скрывает две вещи: что придётся купить сначала и можно ли пользоваться сервисом без кода. Поэтому ниже стоимость целого месяца обработки маленьких фото из основного теста (фото 504 × 336, увеличенное в 4 раза, до 2.7 Мп), с которыми справляется каждый сервис. Цены взяты с сайтов разработчиков или из их тарифов API, перепроверены 15 ноября 2026 года (у каждого источника есть дата), без учёта налогов. Страницы приведены в источниках.
| MegaPotato[26] | $0.50 | $3.33 | $31 | Разовые пакеты чипсов от $5. Чипсы не сгорают. 3 или более фото вместе: −20 % | Да |
| Crystal API (Clarity AI)[27] | $0.50 | $5 | $50 | Оплата по мере использования от $1 | Нет |
| Сайт Crystal (Clarity AI)[27] | $13–19 | $13–19 | $199–299 | Месячная подписка: Starter $19 ($13 при оплате за год) за 1 200 кредитов, 5 кредитов за маленькое фото. Для 1 000 в месяц нужен Business, 30 000 кредитов. В самом дешёвом тарифе нет «поддержки маленьких изображений» | Да |
| Topaz Wonder 3.5 (Topaz API)[28] | $50 | $50 | $100 | Собственный API Topaz, от $50 в месяц. 1 кредит за фото | Нет |
| Topaz Standard V2, Low Res V2, High Fidelity V3 (Topaz API)[28] | $50 | $50 | $100 | Тот же тариф API. 1 кредит за фото | Нет |
| Topaz Standard MAX (Topaz API)[28] | $50 | $50 | $100 | Тот же тариф API. 1 кредит за фото | Нет |
| Topaz Bloom 2 (Topaz API)[28] | $50 | $50 | $200 | Тот же тариф API. 2 кредита за фото | Нет |
| Topaz Wonder 3.5 (fal.ai)[29] | $0.80 | $8 | $80 | Оплата по мере использования. $0.08 за каждые начатые 8 Мп результата | Нет |
| Topaz Standard MAX (fal.ai)[29] | $0.80 | $8 | $80 | Оплата по мере использования. $0.08 за каждые начатые 4 Мп результата | Нет |
| Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai)[29] | $0.80 | $8 | $80 | Оплата по мере использования. $0.08 за каждые начатые 24 Мп результата | Нет |
| Topaz Bloom 2 (fal.ai)[29] | $1.60 | $16 | $160 | Оплата по мере использования. $0.08 за каждые начатые 2 Мп результата | Нет |
| Topaz for Web, Image (Wonder 3, а не 3.5)[30] | $14–19 | $14–19 | $14–19 | Фиксированный тариф: $199 в год, $19 в месяц с обязательством на год или $19 в месяц без годового обязательства, по акции $169 и $16 (с обязательством на год) на 15 ноября 2026 года. Topaz называет обработку безлимитной. Опубликованные ограничения: экспорт до 32 Мп, два изображения одновременно, личное использование или использование в малом бизнесе | Да |
| Topaz Gigapixel (настольное приложение, Wonder 3)[30] | $11–29 | $11–29 | $11–29 | $149 в год, $19 в месяц с обязательством на год или $29 в месяц без годового обязательства, по акции $127 и $16 (с обязательством на год). Локальная обработка без ограничений, облачная «безлимитная», два изображения одновременно | Да |
| Let's Enhance[31] | $3.25 | $9 | $72 | Подписки или разовые пакеты. 1 кредит за фото | Да |
| Gemini (API)[32] | $0.50 | $5 | $50 | Batch API, оплата по мере использования. Выдаёт изображение 2K (2528 × 1696). Без кода бесплатное приложение даёт 1264 px | Нет |
| ChatGPT (API изображений OpenAI)[33] | $0.42 | $2.71 | $27 | Batch API с качеством «high». Минимальная предоплата $5. Без кода приложение выдало 1536 × 1024 | Нет |
| Recraft Crisp (API)[34] | $0.08 | $0.40 | $4 | Оплата по мере использования от $1 | Нет |
| Recraft Creative (API)[34] | $2.50 | $25 | $250 | Оплата по мере использования от $1 | Нет |
| Magnific Creative (узел ComfyUI)[35] | $3.40 | $34 | $340 | Предоплаченные кредиты Comfy, минимум $10, действуют год. Собственные тарифы Magnific от €16 в месяц | Нет |
| Magnific Precision V2 (узел ComfyUI)[35] | $3.40 | $34 | $340 | Те же кредиты. Два шага по 2× | Нет |
| Krea (тариф Pro)[36] | $21–35 | $21–35 | $21–35 | Pro $35 в месяц или $21 при оплате за год: 20 000 вычислительных единиц. Krea больше не указывает, на сколько изображений в Enhancer этого хватает (в октябре указывала 2 500 в месяц) | Да |
| Upscayl | бесплатно | бесплатно | бесплатно | Ваша видеокарта | Да |
Что это значит на практике. Если вы пишете код, API MegaPotato дешевле API других сервисов, бережно сохраняющих оригинал: $0.091 за фото (среднее по трём размерам при 100 фото в месяц; в API нет скидки за партию, а в веб-приложении есть, и те же фото стоят $0.073) против $0.54 у Topaz Wonder 3.5 через собственный API Topaz ($0.24 через fal.ai) и $0.35 у API Crystal. Без кода вариантов меньше. Сайт Crystal стоит от $13 в месяц при оплате за год ($19 при помесячной). Wonder 3.5 для фото доступен только через API: fal.ai с оплатой по мере использования или собственный API Topaz от $50 в месяц (в приложениях Topaz стоит Wonder 3, его мы не тестировали). Получается, MegaPotato и Let's Enhance, по сути, единственные два лидера с разовой оплатой в браузере без подписки, и MegaPotato дешевле при каждом размере, для которого мы считали цены. При действительно больших объёмах, около 1 000 фото в месяц, с фиксированными тарифами Topaz на Wonder 3 трудно конкурировать (Gigapixel $149 в год, Topaz for Web $199, по акции $127 и $169 на 15 ноября 2026 года): Topaz называет обработку безлимитной и не публикует месячного ограничения, только предел экспорта 32 Мп и два изображения одновременно. Работает ли это при тысячах обработок в месяц, мы проверить не смогли. При 100 фото в месяц MegaPotato уже дешевле.
Условия, которые меняют реальную цену, и сервисы, которые мы не тестировали
- Минимальные расходы: собственный API Topaz $50 в месяц (тариф Starter за $0, возле которого в октябре было написано «скоро», исчез; количество кредитов за фото указано в документации[37]); на fal.ai минимума нет. Сайт Crystal $13–19 в месяц. MegaPotato $5 один раз. API Crystal и Recraft: оплата по мере использования от $1. API Gemini и OpenAI: предоплата $5.
- Кредиты со сроком действия: кредиты по подписке Let's Enhance сгорают при её отмене (разовые пакеты не сгорают). Кредиты сайта Crystal не переносятся на следующий месяц. Кредиты API Gemini и OpenAI сгорают через 12 месяцев. Чипсы MegaPotato, единицы Recraft и кредиты API Crystal не сгорают.
- Скачки цены и ограничения размера: Crystal удваивает цену сразу после 16 Мп (с $0.20 до $0.40). Topaz Standard V2 удваивает её после 24 Мп, а Wonder 3.5 уже стоит 2 кредита на 16 Мп в API Topaz. На fal.ai Wonder 3.5 стоит $0.08 за каждые начатые 8 Мп результата ($0.16 на 16 Мп, $0.48 на 48 Мп). У MegaPotato цена растёт по одному чипсу (0.06 чипса за тайл, с округлением вверх). API изображений OpenAI ограничен примерно 8 Мп. Бесплатное приложение Gemini: 1264 px. Бесплатный тариф Let's Enhance: 8 Мп, с логотипом.
- Не тестировали: VanceAI[38], Pixelcut[39] и Remini[40]. Их цены есть в описаниях сервисов.
Каждый ИИ-апскейлер по отдельности#
Коротко о каждом сервисе: что это, что получилось хорошо, где он провалился. Оценки есть в таблице результатов, цены в таблицах цен, повторять их здесь незачем.
1. MegaPotato, ИИ-сервис увеличения фото: первый в обоих тестах и самый дешёвый среди лидеров#
Наш собственный сервис MegaPotato: веб-приложение и API, одна модель с увеличением 2×, 4×, 8× или режимом «Детали» без изменения размера, пакеты чипсов вместо подписки.
Лучше всего он работает с реальными фото низкого качества, ночными снимками и ИИ-изображениями: лица получаются естественными, а фактуру бумаги и пыль со старых отпечатков он убирает лучше остальных. Слабое место: маленькие лица. Узнать человека по ним чуть труднее, чем у Crystal и Wonder 3.5; на тёмных повреждённых фото может поменять возраст, а иногда и лицо; на очень маленьких исходниках оставляет полосы по краям.
2. Topaz Wonder 3.5: точнее всех сохраняет лица, но доступен только через API#
Topaz Labs, пожалуй, самое известное имя среди разработчиков апскейлеров (с сентября 2026 года входит в Adobe). У него три семейства моделей с очень разным поведением: Precision, Generative и Creative. Нас интересует Wonder 3.5, доступный только через API: собственный API Topaz или fal.ai, где мы его и запускали. В приложениях стоит Wonder 3.
Самые верные оригиналу лица, единственный сервис, прочитавший номер бегуна, лучший на сканах с типографским растром и самый аккуратный с повреждёнными лицами. Проблемы: принимает статуи и кукол за людей, а картины за фотографии, меняет возраст и оставляет старые выцветшие отпечатки нерезкими. Другие модели Topaz ведут себя иначе: Standard V2, Low Resolution V2 и Standard MAX превращают маленькие лица в пластик и часто убирают аксессуары, High Fidelity V3 почти не трогает маленькое фото (он создан для больших), Bloom 2 перерисовывает лица.
3. Let's Enhance: почти так же верен оригиналу и прост в использовании#
Let's Enhance, один из старейших веб-апскейлеров, работает только через сайт (API продаётся отдельно под названием Claid, его мы не тестировали), у него несколько режимов. Мы использовали Prime, режим по умолчанию. Оплата кредитами из пакетов или по подписке.
Аккуратный и верный оригиналу: судья, оценивавший лица, предпочёл его результаты, и ничего существенного сервис не выдумал. Проигрывает в резкости: результаты самые нерезкие из четырёх лидеров, и по оценке судьи, рассматривавшего увеличенные фрагменты, и по метрикам визуальной привлекательности. Человека на них узнать чуть труднее, чем у Wonder и Crystal.
4. Crystal Upscaler (Clarity AI): очень верен оригиналу на обычных фото, слаб на шумных фото и отпечатках#
Crystal, закрытая модель Clarity AI, заточен под лица и товары. Работает через API с оплатой за изображение и на сайте по подписке.
Ближе всех к оригиналам по метрикам изображений: сохраняет узнаваемость и цвета, ничего не добавляет, лучше всех справляется, когда в кадре нет людей. Но шум и блоки JPEG тоже сохраняет, только делает резче; точки типографского растра остаются точками. В наших сложных случаях он делает тёмные очки прозрачными, а детей на старых фото превращает во взрослых. Не для сканов, повреждённых отпечатков и шумных фото.
5. ChatGPT как апскейлер: на первый взгляд прекрасен, но меняет важные детали#
В ChatGPT нет кнопки увеличения: вы просите версию побольше, и модель генерации изображений рисует новую картинку.
На первый взгляд самые красивые результаты. Но известная проблема с перерисовкой никуда не делась: он меняет цвета, омолаживает людей и с полной уверенностью сочиняет текст. Даже строгий промпт «don't invent anything» его не останавливает. Годится для красивой картинки, не для семейных фото, документов, товаров и всего, где есть имена и номера.
6. Приложение Gemini (Google Nano Banana): бережная обработка лиц, маленькие файлы#
Gemini тоже не апскейлер: он перерисовывает всю картинку.
Среди чат-моделей он самый аккуратный: сохраняет лица и цвета. Но изображения маленькие и нерезкие. Неверные цифры и выдуманные слова он пишет чётко.
7. Recraft (Crisp и Creative): дёшево для графики, не подходит для маленьких лиц#
В инструменте для дизайна Recraft два апскейлера: Crisp повышает резкость того, что есть, Creative перерисовывает. Размер результата выбрать нельзя.
Crisp неплох на ИИ-арте и чётких контурах, а его API самый дешёвый в тесте, но маленькие лица он искажает. Creative просто рисует другое фото, с новыми людьми и бессмысленными словами. Логотипы, графика и ИИ-арт большими объёмами, не люди.
8. Upscayl: бесплатный и работает офлайн, но не для маленьких лиц#
Upscayl, бесплатное настольное приложение с открытым кодом, запускает модели типа Real-ESRGAN на вашей видеокарте: без аккаунта, без водяного знака, фото не покидают компьютер (три встроенные модели помечены как доступные только для некоммерческого использования).
Бесплатный, конфиденциальный, неплох на ИИ-арте и чётких контурах, не выдумывает слова. Маленькие лица получаются искажёнными, мелкий текст остаётся размытым. Бесплатное офлайн-увеличение чистых изображений, вот и всё.
9. Krea: много инструментов, мы проверили собственную модель улучшения#
Krea работает как платформа для творчества. В её Enhancer есть собственные модели Krea и партнёрские (Topaz, Magnific). Мы проверили собственную.
Много инструментов в одном месте, если вы уже генерируете там изображения. На фото собственный Enhance сильно менял лица по сравнению с оригиналом, рисовал чёрные линии на лицах с фото 1914 года и превращал красный мел в серый. В нашем тесте оказался ближе к концу рейтинга.
10. Magnific: знаменитый апскейлер рисует новую картинку, а фоторежим перебарщивает с резкостью#
Из апскейлеров все первым вспоминают Magnific. Два режима: Creative и Precision. Мы запускали оба через узлы Magnific в ComfyUI с настройками узлов по умолчанию. Узел возвращал 2×, что бы мы ни просили, поэтому наши 4× получены за два прохода по 2×.
Creative создаёт новую выразительную картинку, хорошо подходит для концепт-арта и иллюстраций. Для фото именно это и проблема: он рисует новое, с другими людьми и словами. Precision сохраняет сцену, но покрывает всё резкой выдуманной текстурой. С настройками по умолчанию ни один не приблизился к лидерам. При меньшей детализации Precision, возможно, справится лучше, чем у нас.
Три популярных сервиса, которые мы не тестировали: VanceAI, Pixelcut, Remini
- VanceAI. Набор онлайн-инструментов (увеличение, удаление шума, реставрация, колоризация). Тарифы от $15 в месяц за 260 кредитов, увеличение 4× стоит 2 кредита. Новым пользователям дают 10 бесплатных кредитов.
- Pixelcut. Фоторедактор для онлайн-продавцов. 3 бесплатных скачивания в день при 2×, для 4× нужен Pro ($8–10 в месяц, «безлимитное» увеличение). API: $0.10 за увеличение, тарифы от $10 в месяц.
- Remini. Мобильное приложение с упором на лица. Выбрать размер нельзя, так что это скорее инструмент «улучшения» лиц, чем апскейлер. Продаётся по подписке, часто недельной.
Как повторить этот тест#
Всё для повторения теста есть на этой странице и в четырёх небольших файлах:
- Фото: каждое из 137 фото двух главных тестов с источником, лицензией и описанием подготовки маленького исходника в photos.csv. Как готовили каждый тип исходников, описано в приложении. Сложные случаи разобраны в своём разделе.
- Сервисы: где запускали каждый сервис, с какими настройками и промптами, в разделе «Настройки, промпты и совмещение».
- Оценка: судьи, измерения и формула в разделе «Как мы тестировали». Числа каждого сервиса в обоих тестах есть в таблице расширенного теста и приложении.
- Все оценки: каждый сервис на каждом фото в scores.csv, каждое лицо в faces.csv. В README.txt объясняется, что означает каждый столбец и как из них получаются таблицы на этой странице. Данные можно свободно использовать по лицензии CC BY 4.0 со ссылкой на эту страницу.
Версия 1.1, 15 ноября 2026 года. Цены перепроверены у всех разработчиков. MegaPotato стал дешевле (фото на 48 Мп теперь стоит 4 чипса вместо 5), поэтому теперь он в 7.4 раза дешевле Topaz Wonder 3.5 через собственный API Topaz и в 3.3 раза дешевле, чем через fal.ai. Topaz добавил для своих приложений годовой тариф с ежемесячной оплатой и изменил акционные цены, а Krea больше не указывает количество изображений в Enhancer для каждого тарифа. Все остальные цены не изменились, как и результаты тестов.
Версия 1.0, 14 октября 2026 года. Сервисы запускали в начале октября 2026 года. Цены перепроверены 17 октября 2026 года, у каждого источника указана дата. Изменения чисел будем перечислять здесь.
Мы проверили, что числа воспроизводятся. Повторная оценка сохранённых результатов основного теста тем же кодом дала отклонение каждого числа в пределах 0.15 % от первого запуска, для каждого фото. При повторной оценке 201 лица с теми же промптами и фрагментами судья Qwen3.8 поставил ту же оценку в 85 % случаев и дал тот же ответ на вопрос «тот же человек?» для 99.5 % лиц. Claude Opus 5.5 видел один результат на фото дважды, под двумя буквами. В основном тесте две его оценки совпали на 9 из 16 фото, на остальных разошлись на полбалла. Сами апскейлеры при повторном запуске могут выдать другой результат.
Как сослаться на этот тест
MegaPotato Research Team. The Best AI Image Upscalers of 2026–2027: Benchmark With Reproducible Metrics and Prices. megapotato.app, 14 октября 2026 года, версия 1.1 от 15 ноября 2026 года. https://megapotato.app/blog/best-ai-image-upscalers-2026
@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}
}Приложение: метрики, настройки, промпты и источники фото#
Все числа основного теста (18 сервисов и настроек)
Составляющие итоговой оценки, усреднённые по 16 фото. «Другой человек» означает долю из 67 лиц, на которых судья Qwen3.8 увидел другого человека. A-FINE, DreamSim, DINOv2 и TOPIQ-FR считались на копиях половинного размера (1008 × 672). При наведении на название показателя появляется пояснение. Все определения в разделе «Что означает каждый показатель».
| MegaPotato | 82.6 | 7.00 | 6.98 | 6.85 | 0.481 | 0.0 | 0.560 | 0.207 | 17.4 | 59.9 | 3.19 |
| Topaz Wonder 3.5 | 81.9 | 7.09 | 7.15 | 7.01 | 0.549 | 0.0 | 0.570 | 0.211 | 36.3 | 61.7 | 3.07 |
| Let's Enhance | 81.8 | 6.81 | 6.69 | 7.03 | 0.514 | 1.5 | 0.592 | 0.209 | 23.2 | 59.1 | 3.31 |
| Crystal | 80.8 | 6.78 | 6.85 | 6.76 | 0.545 | 1.5 | 0.583 | 0.193 | 37.1 | 59.7 | 2.98 |
| ChatGPT, строгий промпт | 73.2 | 6.16 | 6.80 | 6.52 | 0.474 | 4.5 | 0.562 | 0.269 | 27.7 | 61.2 | 4.34 |
| ChatGPT, простой промпт | 73.2 | 5.81 | 6.75 | 6.46 | 0.455 | 6.0 | 0.565 | 0.287 | 23.5 | 63.6 | 4.08 |
| Приложение Gemini | 70.9 | 6.66 | 6.48 | 6.51 | 0.519 | 1.5 | 0.540 | 0.242 | 35.2 | 50.4 | 4.63 |
| Topaz Standard MAX | 69.9 | 5.78 | 5.95 | 5.84 | 0.497 | 10.4 | 0.499 | 0.223 | 27.1 | 56.4 | 3.98 |
| Topaz Bloom 2 | 68.1 | 5.81 | 6.27 | 5.78 | 0.263 | 9.0 | 0.531 | 0.285 | 27.4 | 63.6 | 3.40 |
| Topaz Low Resolution V2 | 65.1 | 5.47 | 5.40 | 5.57 | 0.484 | 13.4 | 0.483 | 0.235 | 38.1 | 54.7 | 3.77 |
| Recraft Crisp | 63.9 | 5.42 | 5.24 | 5.16 | 0.490 | 7.5 | 0.405 | 0.222 | 30.1 | 53.6 | 4.01 |
| Topaz Standard V2 | 62.6 | 4.89 | 5.15 | 5.21 | 0.469 | 11.9 | 0.479 | 0.248 | 45.5 | 54.9 | 3.16 |
| Upscayl (Standard) | 59.7 | 5.12 | 4.66 | 4.28 | 0.476 | 19.4 | 0.385 | 0.240 | 35.2 | 55.7 | 3.65 |
| Krea Enhance | 53.7 | 4.12 | 5.02 | 4.70 | 0.281 | 31.3 | 0.501 | 0.317 | 47.5 | 58.2 | 3.04 |
| Magnific Precision V2 | 53.5 | 5.20 | 5.49 | 5.24 | 0.464 | 9.0 | 0.493 | 0.490 | 46.5 | 52.5 | 4.61 |
| Magnific Creative | 46.3 | 2.34 | 4.10 | 3.66 | 0.146 | 61.2 | 0.529 | 0.324 | 28.1 | 61.4 | 3.02 |
| Topaz High Fidelity V3 | 34.1 | 4.20 | 4.12 | 3.84 | 0.539 | 20.9 | 0.326 | 0.402 | 61.0 | 30.3 | 6.23 |
| Recraft Creative | 33.3 | 2.03 | 3.20 | 2.81 | 0.166 | 76.1 | 0.479 | 0.416 | 27.6 | 50.2 | 4.22 |
| Обычное масштабирование | – | 4.34 | 4.18 | 3.76 | 0.551 | 25.4 | 0.266 | 0.471 | 62.7 | 27.1 | 7.61 |
| Настоящее фото | – | – | 9.09 | – | 1.000 | – | 0.577 | 0.000 | 39.8 | 53.3 | 3.58 |
Дополнительные оценки, не входящие в итог. Близость к оригиналу:
| MegaPotato | 0.144 | 0.0125 | 0.969 | 0.697 | 2.49 |
| Topaz Wonder 3.5 | 0.128 | 0.0096 | 0.981 | 0.710 | 2.32 |
| Let's Enhance | 0.131 | 0.0172 | 0.973 | 0.664 | 2.29 |
| Crystal | 0.122 | 0.0076 | 0.983 | 0.707 | 2.12 |
| ChatGPT, строгий промпт | 0.161 | 0.0233 | 0.980 | 0.621 | 4.82 |
| ChatGPT, простой промпт | 0.176 | 0.0315 | 0.975 | 0.605 | 6.19 |
| Приложение Gemini | 0.136 | 0.0155 | 0.976 | 0.667 | 2.83 |
| Topaz Standard MAX | 0.149 | 0.0197 | 0.958 | 0.674 | 2.46 |
| Topaz Bloom 2 | 0.172 | 0.0265 | 0.966 | 0.571 | 4.60 |
| Topaz Low Resolution V2 | 0.159 | 0.0156 | 0.938 | 0.672 | 2.19 |
| Recraft Crisp | 0.154 | 0.0196 | 0.948 | 0.685 | 2.51 |
| Topaz Standard V2 | 0.153 | 0.0194 | 0.958 | 0.640 | 2.53 |
| Upscayl (Standard) | 0.163 | 0.0232 | 0.950 | 0.666 | 2.66 |
| Krea Enhance | 0.183 | 0.0347 | 0.933 | 0.489 | 4.27 |
| Magnific Precision V2 | 0.207 | 0.0102 | – | 0.663 | 3.20 |
| Magnific Creative | 0.191 | 0.0626 | – | 0.446 | 5.51 |
| Topaz High Fidelity V3 | 0.213 | 0.0389 | 0.973 | 0.595 | 2.88 |
| Recraft Creative | 0.228 | 0.0645 | 0.885 | 0.326 | 6.97 |
| Обычное масштабирование | 0.222 | 0.0271 | 0.972 | 0.608 | 2.57 |
| Настоящее фото | 0.000 | 0.0000 | 1.000 | 0.818 | 0.00 |
–: не рассчитывалось (две строки Magnific).
Оценки визуальной привлекательности, которым не нужен оригинал:
| MegaPotato | 0.394 | 0.602 | 0.532 |
| Topaz Wonder 3.5 | 0.422 | 0.624 | 0.570 |
| Let's Enhance | 0.420 | 0.591 | 0.524 |
| Crystal | 0.389 | 0.600 | 0.541 |
| ChatGPT, строгий промпт | 0.374 | 0.622 | 0.483 |
| ChatGPT, простой промпт | 0.400 | 0.651 | 0.513 |
| Приложение Gemini | 0.305 | 0.524 | 0.368 |
| Topaz Standard MAX | 0.362 | 0.579 | 0.478 |
| Topaz Bloom 2 | 0.435 | 0.616 | 0.579 |
| Topaz Low Resolution V2 | 0.345 | 0.545 | 0.458 |
| Recraft Crisp | 0.333 | 0.519 | 0.431 |
| Topaz Standard V2 | 0.324 | 0.535 | 0.465 |
| Upscayl (Standard) | 0.353 | 0.552 | 0.468 |
| Krea Enhance | 0.396 | 0.593 | 0.542 |
| Magnific Precision V2 | 0.373 | 0.539 | 0.491 |
| Magnific Creative | 0.415 | 0.637 | 0.552 |
| Topaz High Fidelity V3 | 0.219 | 0.285 | 0.222 |
| Recraft Creative | 0.329 | 0.513 | 0.431 |
| Обычное масштабирование | 0.254 | 0.418 | 0.222 |
| Настоящее фото | 0.323 | 0.538 | 0.433 |
Сколько стоит месяц обработки с результатом 16 Мп
Те же правила, что в таблице маленьких фото в разделе «Цены ИИ-апскейлеров»: фото 1224 × 816, увеличенное в 4 раза.
| MegaPotato | $1.00 | $6 | $53 | Разовые пакеты чипсов от $5. 3 или более фото вместе: −20 % | Да |
| Crystal API (Clarity AI) | $2 | $20 | $200 | Оплата по мере использования от $1 | Нет |
| Сайт Crystal (Clarity AI) | $13–19 | $33–49 | $199–299 | Месячная подписка | Да |
| Topaz Wonder 3.5 (Topaz API) | $50 | $50 | $200–360 | Собственный API Topaz, от $50 в месяц. 2 кредита за фото (4 по другой странице Topaz) | Нет |
| Topaz Standard V2, Low Res V2, High Fidelity V3 (Topaz API) | $50 | $50 | $100 | Тот же тариф API. 1 кредит за фото | Нет |
| Topaz Standard MAX (Topaz API) | $50 | $50 | $360 | Тот же тариф API. 4 кредита за фото | Нет |
| Topaz Bloom 2 (Topaz API) | $50 | $88 | $660 | Тот же тариф API. 8 кредитов за фото | Нет |
| Topaz Wonder 3.5 (fal.ai) | $1.60 | $16 | $160 | Оплата по мере использования. Два начатых блока результата по 8 Мп | Нет |
| Topaz Standard MAX (fal.ai) | $3.20 | $32 | $320 | Оплата по мере использования. Четыре блока по 4 Мп | Нет |
| Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai) | $0.80 | $8 | $80 | Оплата по мере использования. Один блок на 24 Мп | Нет |
| Topaz Bloom 2 (fal.ai) | $6.40 | $64 | $640 | Оплата по мере использования. Восемь блоков по 2 Мп | Нет |
| Topaz for Web, Image (Wonder 3, а не 3.5) | $14–19 | $14–19 | $14–19 | Фиксированный тариф ($199 в год, $19 в месяц с обязательством на год или $19 в месяц без годового обязательства. $169 и $16 по акции на 15 ноября 2026 года). «Безлимитная» обработка, экспорт до 32 Мп, два изображения одновременно | Да |
| Topaz Gigapixel (настольное приложение, Wonder 3) | $11–29 | $11–29 | $11–29 | $149 в год, $19 в месяц с обязательством на год или $29 в месяц без годового обязательства ($127 и $16 по акции). «Безлимитная» обработка, в облаке два изображения одновременно | Да |
| Let's Enhance | $6.50 | $24 | $160 | Подписки или разовые пакеты. 2 кредита за фото на 16 Мп | Да |
| Magnific Creative и Precision V2 (узел ComfyUI) | $6.80 | $68 | $680 | Предоплаченные кредиты Comfy. 143.6 кредита за фото на 16 Мп | Нет |
| Gemini (API) | $0.76 | $7.60 | $76 | Batch API. Перерисовывает в фиксированном размере (5056 × 3392) | Нет |
| ChatGPT (API изображений OpenAI) | недоступно | недоступно | недоступно | Максимальный размер изображения 8.2 Мп | неприменимо |
| Recraft Crisp и Creative (API) | недоступно | недоступно | недоступно | Нельзя задать размер | неприменимо |
| Krea (тариф Pro) | $21–35 | $21–35 | $21–35 | 20 000 вычислительных единиц. Krea больше не указывает, на сколько изображений в Enhancer этого хватает (в октябре указывала 2 500 в месяц) | Да |
| Upscayl | бесплатно | бесплатно | бесплатно | Ваша видеокарта | Да |
Настройки, промпты и совмещение
Подготовка маленького исходника (основной тест). Мы вырезали из каждого фото область 3:2, делали эталон размером 2016 × 1344, уменьшали его до 504 × 336 (усреднением по площади), добавляли лёгкое размытие (сигма 0.3 px) и немного шума (сигма 1.5 по шкале 0–255), затем дважды сохраняли в JPEG (качество 60, затем 80). ИИ-изображение только уменьшили. Исходники расширенного теста описаны для каждого фото в списке фото.
Где запускали каждый сервис. Настройки по умолчанию, кроме размера. Сервисы запускали в начале октября 2026 года.
| Сервис | Где запускали | Настройки |
|---|---|---|
| MegaPotato | веб-приложение megapotato.app | 4× |
| Topaz Wonder 3.5, Standard MAX | fal.ai topaz/upscale/image/generative | модель по названию, upscale_factor 4, PNG |
| Topaz Bloom 2 | fal.ai topaz/upscale/image/creative | модель по названию, upscale_factor 4, PNG |
| Topaz Standard V2, Low Resolution V2, High Fidelity V3 | fal.ai topaz/upscale/image/precision | модель по названию, upscale_factor 4, PNG |
| Crystal | fal.ai clarityai/crystal-upscaler | scale_factor 4, creativity 0, PNG |
| Recraft Crisp, Recraft Creative | fal.ai fal-ai/recraft/upscale/crisp, fal-ai/recraft/upscale/creative | нельзя задать размер |
| Let's Enhance | веб-приложение letsenhance.io | Prime, 4× |
| Krea | krea.ai Enhance | 4× |
| Magnific Creative | партнёрский узел ComfyUI Magnific Image Upscale (Creative), предоплаченные кредиты Comfy | 4×, standard, creativity, HDR, resemblance и fractality 0, engine automatic |
| Magnific Precision V2 | партнёрский узел ComfyUI Magnific Image Upscale (Precise V2) | два прохода по 2× (узел возвращал 2× при любом запрошенном масштабе); flavor photo, sharpen 7, smart grain 7, ultra detail 30 |
| ChatGPT | ChatGPT Plus, инструмент изображений | промпты ниже |
| Gemini | приложение Gemini (Nano Banana 2) | простой промпт |
| Upscayl | движок Upscayl для командной строки | модель Standard, 4× |
На fal.ai в настройках Topaz по умолчанию включено улучшение лиц. Угол с логотипом Let's Enhance исключили из оценки.
Промпты. Простой, для ChatGPT и Gemini: «Upscale this photo 4x. Keep everything exactly the same.» Строгий, для 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.»
Совмещение. Каждый результат приводили к размеру 4× от исходника. Результат со сдвигом больше 0.75 пикселя (измеренным фазовой корреляцией с исходником, увеличенным бикубическим масштабированием) сдвигали обратно; метрики близости пропускают несколько пикселей по краям, которые при этом остаются незаполненными. ChatGPT и Gemini сдвигают и обрезают картинку, поэтому их результаты мы совмещали по совпадающим признакам.
Судьи. Qwen3.8-27B-FP8 через vLLM, жадное декодирование. Claude Opus 5.5 (claude-opus-5-5), каждый результат под случайной буквой. Их инструкции ниже.
Инструкции судей дословно
Claude Opus 5.5, основной тест. Эти критерии применялись к каждому листу сравнения. Строки о путях к файлам и выходном файле опущены.
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, расширенный тест (ИИ-изображения, фото без людей, реальные фото низкого качества и старые отпечатки): инструкция, которую читал судья. Формат ответа опущен. Для изначально маленьких фото судья использовал критерии основного теста, а вместо настоящего фото видел исходник, увеличенный обычным масштабированием.
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, увеличенные фрагменты. Системный промпт, затем запрос для каждого фрагмента каждого результата ({what} указывает, на что смотреть в этом фрагменте; его поле «overall» входит в итоговую оценку):
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.Если оригинала нет, в системном промпте написано «with the small input photo it received» вместо «with the real high-resolution photo», а запрос начинается так: «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.» Ключи те же, с «the input» вместо «the reference».
Qwen3.8, лица. Для каждого лица каждого результата (поле «overall» входит в итог как оценка лиц; «same_person» = 'no' означает изменённое лицо):
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.Если оригинала нет, промпт для лиц содержит два фрагмента: исходник, увеличенный обычным масштабированием, и результат. Вопросы те же, сравнение с исходником.
Расширенный тест. Фото без оригинала оценивали относительно исходника, увеличенного бикубическим масштабированием, и в промптах это было указано. Оценка Opus на ИИ-изображениях, фото без людей, реальных фото низкого качества и старых отпечатках: среднее двух его оценок 0–10, за верность оригиналу и за естественность. На изначально маленьких фото это одна оценка 0–10 относительно исходника. Фрагменты этих фото, которые Qwen3.8 оценивал в увеличенном виде: четыре самых детальных квадрата (каждый со стороной в треть короткой стороны фото) и 8 самых крупных лиц. Судья Opus 5.5 видел каждый результат целиком и в увеличенных фрагментах, как в основном тесте.
Лица. Один раз найдены SCRFD на оригинале в размере 4× (на исходнике, увеличенном в 4×, если оригинала нет). Все лица шириной не меньше 10 пикселей на исходнике. Один и тот же выровненный фрагмент 112 × 112 из каждого результата. Модели распознавания лиц с усреднением по обычной и зеркальной версиям. Показатель сходства лиц усредняет оценки AdaFace (IR-101, WebFace12M), ArcFace (R100, Glint360K), AuraFace v1 и MagFace (R100). В основном тесте MagFace работала только на 14 лицах фото забега, в расширенном на всех лицах.
Метрики. LPIPS (AlexNet) и цветовое различие CIEDE2000 (после размытия по Гауссу на 2 px) в полном размере; DISTS на тайлах 512 px; A-FINE, DreamSim, DINOv2 (ViT-L) и TOPIQ-FR на копиях половинного размера; MUSIQ, CLIP-IQA+ и TOPIQ как среднее по 5 фиксированным тайлам 512 px; MANIQA и NIQE по всему изображению; eDifFIQA (L) на фрагментах с лицами.
Ограничения теста
- 16 фото: маленькая выборка для 18 сервисов. 135 фото: выборка побольше, для трёх.
- Один запуск на фото и настройку. Генеративные сервисы могут выдавать разный результат каждый раз.
- Настройки по умолчанию. У многих сервисов есть ползунки, которые делают их аккуратнее или смелее.
- ChatGPT и Gemini не смогли выдать ровно 4×.
- Фото без оригинала можно оценивать только относительно исходника, который менее резкий. Судьи об этом знали.
- Веса итоговой оценки мы выбрали сами. A-FINE, одна из десяти составляющих, предпочитает результаты, которые выглядят естественнее оригинала, и это даёт преимущество смелым апскейлерам. Все составляющие опубликованы, чтобы вы могли изменить веса.
- Topaz, Crystal и Recraft работали через fal.ai, Magnific через узлы ComfyUI, а не через собственные приложения разработчиков. В их приложениях поведение может отличаться.
- Модели распознавания лиц сравнивали результат только с его собственным оригиналом. Мы не устанавливали личности людей и не публикуем данные о лицах.
- Цены и модели часто меняются. Тесты проводились в начале октября 2026 года, цены актуальны на 15 ноября 2026 года, а у каждого источника цен указана дата.
Что означает каждый показатель
Все столбцы таблиц выше в одном месте. Чтобы увидеть пояснение, наведите курсор на название столбца с пунктирным подчёркиванием.
- Итог
- оценка из 100: 28 % составляет оценка Opus 5.5 и по 8 % каждая из девяти других составляющих (две оценки Qwen3.8, сходство лиц, доля изменённых лиц, качество лиц, LPIPS, A-FINE, MUSIQ и NIQE). Оценки судей 0–10 умножаются на 10. Все остальные показатели приводятся к шкале, где лучший из 18 сервисов основного теста получает 100, а худший 0. См. «Как мы тестировали».
- Оценка Opus 5.5
- Claude Opus 5.5, мультимодальная LLM от Anthropic, видел каждый результат под случайной буквой, целиком и в увеличенных фрагментах, рядом с оригиналом (или исходником, если оригинала нет), и ставил 0–10. 28 % итоговой оценки.
- Qwen3.8, увеличенные фрагменты
- Qwen3.8-27B, открытая мультимодальная LLM на арендованном GPU H100, оценивала самые детальные увеличенные фрагменты каждого результата рядом с оригиналом, 0–10.
- Qwen3.8, лица
- та же модель оценивала каждый фрагмент с лицом рядом с оригинальным лицом, 0–10, и отвечала, тот ли это человек.
- Сходство лиц
- среднее сходство между лицом в результате и тем же лицом в оригинале по четырём сетям распознавания лиц: ArcFace (CVPR 2019, обучена на Glint360K), MagFace (CVPR 2021), AdaFace (CVPR 2022, обучена на WebFace12M) и AuraFace (2024). 1 означает то же лицо, у разных людей примерно 0–0.3.
- Другой человек, %
- доля лиц, на которых судья Qwen3.8 увидел другого человека.
- Качество лиц (eDifFIQA)
- eDifFIQA (IEEE T-BIOM 2024), оценка качества изображения лица на основе диффузионной модели: насколько чистым и узнаваемым выглядит лицо, без оригинала. Выше лучше.
- LPIPS
- Learned Perceptual Image Patch Similarity (CVPR 2018): расстояние между результатом и оригиналом в пространстве признаков сети AlexNet. Ниже значит ближе.
- A-FINE
- Adaptive Fidelity-Naturalness Evaluator (CVPR 2025): оценивает близость к оригиналу и естественность результата, придавая естественности больший вес, если результат выглядит естественнее оригинала. Ниже лучше.
- MUSIQ
- Multi-Scale Image Quality transformer (ICCV 2021): оценка визуальной привлекательности без оригинала. Выше лучше.
- NIQE
- Natural Image Quality Evaluator (IEEE Signal Processing Letters 2013): насколько статистические свойства изображения далеки от свойств естественных фото, без оригинала. Ниже значит естественнее.
- DISTS
- Deep Image Structure and Texture Similarity (IEEE TPAMI 2022): близость к оригиналу по структуре и текстуре. Ниже значит ближе.
- DreamSim
- метрика сходства изображений, обученная на человеческих оценках (NeurIPS 2023). Ниже значит ближе.
- DINOv2
- сходство признаков DINOv2 ViT-L (TMLR 2024) между результатом и оригиналом. Выше значит ближе.
- TOPIQ-FR
- сеть оценки качества изображений с нисходящим анализом (IEEE TIP 2024), от смысла изображения к его искажениям; TOPIQ-FR сравнивает с оригиналом, TOPIQ оценивает без него. Выше лучше.
- Цветовое различие ΔE
- цветовое различие CIEDE2000 между результатом и оригиналом после размытия на 2 px, чтобы измерять цвет, а не резкость. Ниже значит ближе.
- MANIQA
- Multi-dimension Attention Network для оценки качества изображений, без оригинала (CVPR Workshops 2022). Выше лучше.
- CLIP-IQA+
- внешний вид и впечатление от изображения глазами модели CLIP (AAAI 2023), без оригинала. Выше лучше.
- Цена за фото
- средняя цена результата размером 2.7, 16 и 48 Мп при 100 фото в месяц, без учёта налогов. См. «Цены ИИ-апскейлеров».
137 фото: источники, лицензии и исходники
Каждое фото с источником, лицензией и точными параметрами кадрирования, области или seed есть в photos.csv. Как готовили каждый тип исходников:
- Основной тест (16 фото). Вырезанный фрагмент полноразмерного файла приводили к 2016 × 1344 (оригинал для сравнения), а затем усреднением по площади к 504 × 336. После этого размытие по Гауссу (сигма 0.3 px), гауссов шум (сигма 1.5 из 255, с seed этого фото) и два сохранения в JPEG (качество 60, затем 80; 4:2:0). В расширенном тесте используются 14 из этих фото (без ценников и изображения Midjourney).
- ИИ-изображения (16). FLUX.1 [schnell] на fal.ai (
fal-ai/flux/schnell, 4 шага, 1536 × 1152) с промптом и seed фото; это изображение служит оригиналом. Исходник: усреднение по площади до 384 × 288, затем те же размытие, шум (тот же seed) и JPEG, что в основном тесте. - Фото без людей (13). Область исходного файла приводили к 1536 × 1152 (оригинал) и к 384 × 288 усреднением по площади, затем те же размытие, шум и JPEG, что в основном тесте.
- Реальные фото низкого качества (29), без оригинала в высоком разрешении. Исходник: вырезанный фрагмент опубликованного файла, в его собственном разрешении, без других изменений.
- Старые отпечатки и плёнка (19), нет неповреждённого оригинала. Исходник: скачанный файл, уменьшенный усреднением по площади (OpenCV INTER_AREA) до 480 px по длинной стороне, без других изменений.
- Изначально маленькие фото (44), без оригинала в высоком разрешении. Исходник: файл ровно в том виде, как опубликован (37 фото с Flickr, 2001–2007), или кадр видео (7 кадров интернет-видео, 2005–2009). Файлы под лицензиями NC или ND и видеокадры даны ссылками, без перепубликации; их результаты на этой странице не показаны.
Источники
- [1]Du Chen и др. Toward Generalized Image Quality Assessment: Relaxing the Perfect Reference Quality Assumption. CVPR, 2025.
- [2]Dongping Chen и др. MLLM-as-a-Judge: Assessing Multimodal LLM-as-a-Judge with Vision-Language Benchmark. ICML, 2024.
- [3]Lianmin Zheng и др. Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena. NeurIPS Datasets and Benchmarks Track, 2023.
- [4]Anthropic. Introducing Claude Opus 5.5. Страница анонса Anthropic, 2026.
- [5]Qwen Team. Qwen3.8-27B-FP8 (карточка модели). Карточка модели Hugging Face (без статьи), 2026.
- [6]Jia Guo и др. Sample and Computation Redistribution for Efficient Face Detection. ICLR (постер), 2022.
- [7]Jiankang Deng и др. ArcFace: Additive Angular Margin Loss for Deep Face Recognition. CVPR, 2019.
- [8]Xiang An и др. Partial FC: Training 10 Million Identities on a Single Machine. ICCV Workshops (MFR), 2021.
- [9]Qiang Meng и др. MagFace: A Universal Representation for Face Recognition and Quality Assessment. CVPR (устный доклад), 2021.
- [10]Minchul Kim, Anil K. Jain, Xiaoming Liu. AdaFace: Quality Adaptive Margin for Face Recognition. CVPR (устный доклад), 2022.
- [11]Zheng Zhu и др. WebFace260M: A Benchmark Unveiling the Power of Million-Scale Deep Face Recognition. CVPR, 2021.
- [12]fal. AuraFace (карточка модели AuraFace-v1). Карточка модели Hugging Face (без статьи), 2024.
- [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), т. 6, № 4, с. 458–474, 2024.
- [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]Richard Zhang и др. The Unreasonable Effectiveness of Deep Features as a Perceptual Metric. CVPR, 2018.
- [16]Keyan Ding и др. Image Quality Assessment: Unifying Structure and Texture Similarity. IEEE TPAMI, т. 44, № 5, с. 2567–2581, 2022.
- [17]Stephanie Fu и др. DreamSim: Learning New Dimensions of Human Visual Similarity using Synthetic Data. NeurIPS (краткий доклад), 2023.
- [18]Maxime Oquab и др. DINOv2: Learning Robust Visual Features without Supervision. Transactions on Machine Learning Research (TMLR), 2024.
- [19]Chaofeng Chen и др. TOPIQ: A Top-down Approach from Semantics to Distortions for Image Quality Assessment. IEEE Transactions on Image Processing, т. 33, с. 2404–2418, 2024.
- [20]Gaurav Sharma, Wencheng Wu, Edul N. Dalal. The CIEDE2000 color-difference formula: Implementation notes, supplementary test data, and mathematical observations. Color Research & Application, т. 30, № 1, с. 21–30, 2005.
- [21]Junjie Ke и др. MUSIQ: Multi-scale Image Quality Transformer. ICCV, 2021.
- [22]A. Mittal, R. Soundararajan, A. C. Bovik. Making a “Completely Blind” Image Quality Analyzer. IEEE Signal Processing Letters, т. 20, № 3, с. 209–212, 2013.
- [23]Sidi Yang и др. MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment. CVPR Workshops (NTIRE), 2022.
- [24]Jianyi Wang, Kelvin C. K. Chan, Chen Change Loy. Exploring CLIP for Assessing the Look and Feel of Images. AAAI, т. 37, № 2, с. 2555–2563, 2023.
- [25]Chaofeng Chen, Jiadi Mo. IQA-PyTorch: PyTorch Toolbox for Image Quality Assessment. Программное обеспечение на GitHub (pyiqa), 2022.
- [26]MegaPotato. Pricing. Наша страница, дата обращения: 15 ноября 2026.
- [27]Clarity AI. Pricing. Страница разработчика, дата обращения: 15 ноября 2026.
- [28]Topaz Labs. API plans and credits. Страница разработчика, дата обращения: 15 ноября 2026.
- [29]fal.ai. Topaz Image Upscale: Generative, Precision, Creative. Страницы разработчика, дата обращения: 15 ноября 2026.
- [30]Topaz Labs. Pricing: Gigapixel, Topaz for Web. Страница разработчика, дата обращения: 15 ноября 2026.
- [31]Let's Enhance. Pricing. Страница разработчика, дата обращения: 15 ноября 2026.
- [32]Google. Gemini API pricing. Страница разработчика, дата обращения: 15 ноября 2026.
- [33]OpenAI. API pricing. Страница разработчика, дата обращения: 15 ноября 2026.
- [34]Recraft. API pricing. Страница разработчика, дата обращения: 15 ноября 2026.
- [35]Magnific через партнёрские узлы ComfyUI: API node pricing (35.91 кредита за шаг 2× при исходнике до 1.3 Мп, 71.82 до 3 Мп, 107.73 до 6.4 Мп; $1 = 211 кредитов), дата обращения: 15 ноября 2026. Собственные тарифы Magnific: Pricing, страница разработчика, дата обращения: 15 ноября 2026.
- [36]Krea. Pricing. Страница разработчика, дата обращения: 15 ноября 2026.
- [37]Topaz Labs. Model Pricing. Документация для разработчиков, дата обращения: 15 ноября 2026.
- [38]VanceAI. Pricing. Страница разработчика, дата обращения: 15 ноября 2026.
- [39]Pixelcut. Pricing и API pricing. Страницы разработчика, дата обращения: 15 ноября 2026.
- [40]Remini. remini.ai: подписки показаны внутри приложения. Страница разработчика, дата обращения: 15 ноября 2026.
