Công cụ phóng to ảnh bằng AI tốt nhất 2026–2027: So sánh bằng chỉ số có thể tái lập, kèm giá

Topaz, Crystal, Let's Enhance, MegaPotato, Magnific, Gemini, ChatGPT, Recraft, Krea, Upscayl: công cụ và mô hình nào phóng to ảnh tốt nhất giữa giai đoạn 2026–2027? Báo cáo toàn diện nhất chúng tôi biết, với chỉ số tái lập được, phương pháp tiên tiến nhất hiện nay và Claude Opus 5.5 làm giám khảo chấm ẩn tên.

Nhóm nghiên cứu MegaPotato
39 phút đọcCập nhật

Đọc nhanh: nên dùng công cụ nào?

  • Nên dùng công cụ nào: để phóng to ảnh hằng ngày, lựa chọn đầu tiên của chúng tôi là công cụ phóng to ảnh bằng AI MegaPotato (megapotato.app): trong các bài thử nghiệm, chất lượng của MegaPotato ngang tầm Topaz Wonder 3.5, còn với 100 ảnh mỗi tháng, giá rẻ hơn 7.4 lần so với Wonder 3.5 qua API của Topaz (rẻ hơn 3.3 lần so với qua fal.ai, bảng so sánh giá đầy đủ ở bên dưới). MegaPotato làm tốt với mọi loại ảnh chúng tôi đã thử, chạy ngay trên trình duyệt và không cần thuê bao. Chọn công cụ ↓
  • Ảnh thật: MegaPotato xử lý ổn định ảnh chụp bằng điện thoại đời cũ, ảnh nhiễu và bản sao bị nén. Crystal có thể giữ rất sát ảnh gốc và đạt kết quả gần tương đương trong bài thử nghiệm có kiểm soát, nhưng gặp khó khăn hơn nhiều với ảnh thực tế chất lượng thấp: MegaPotato 67.2, Wonder 3.5 62.8, Crystal 46.1. Kết quả theo loại ảnh ↓
  • Khuôn mặt: trong bài thử nghiệm mở rộng với 567 khuôn mặt, giám khảo AI chấm ẩn tên cho MegaPotato điểm khuôn mặt cao nhất. Còn về độ giống ảnh gốc theo phép đo của các mô hình nhận diện khuôn mặt, Wonder 3.5 và Crystal đạt điểm cao hơn. Chi tiết trông tự nhiên và giữ đúng diện mạo rõ ràng là hai chuyện khác nhau, nên chúng tôi trình bày cả hai. Xem cận khuôn mặt ↓
  • Cơ sở của kết luận: MegaPotato đạt tổng điểm cao nhất cả trong bài thử nghiệm chính với 18 công cụ và cấu hình lẫn bài thử nghiệm mở rộng với 135 ảnh và 567 khuôn mặt. Và chọn đúng mô hình là chuyện lớn: năm mô hình Topaz khác mà chúng tôi thử đều kém xa Wonder 3.5 trên cùng các ảnh đầu vào nhỏ, suy giảm chất lượng. Bảng điểm ↓
  • Giá mỗi ảnh: với 100 ảnh mỗi tháng, tính trung bình các kích thước đầu ra 2.7, 16 và 48 MP, MegaPotato có giá $0.073 sau giảm giá theo lô. Topaz Wonder 3.5 có giá $0.54 qua API của Topaz, với gói từ $50 mỗi tháng ($0.24 qua fal.ai, dùng bao nhiêu trả bấy nhiêu): chênh lệch 7.4 lần (3.3 lần). Lát khoai chiên của MegaPotato không bao giờ hết hạn. Giá và điều kiện ↓
  • Muốn xem ảnh trước? Mỗi ví dụ đều cho thấy ảnh đầu vào, ảnh gốc nếu có và kết quả được phóng đại của các công cụ. Hãy so sánh những khuôn mặt nhỏ, kết cấu bề mặt và chữ: đó là những chỗ khác biệt thực sự ảnh hưởng đến ảnh của bạn. Ví dụ chi tiết ↓

Phóng to ảnh là một trong những bài toán lâu đời nhất của thị giác máy tính. Hiếm có phim điệp viên nào thiếu cảnh này: một nhân viên khoanh vùng ảnh, phóng lớn, phóng đại rồi bấm một nút thần kỳ để có ngay khuôn mặt đối tượng với độ phân giải siêu cao. Từ thị giác máy tính cổ điển trước thời mạng nơ-ron đến các LLM đa phương thức tiên tiến nhất hiện nay, giới nghiên cứu vẫn cố giải bài toán tưởng đơn giản mà thực ra gần như không thể giải được này.

Năm 2025 chứng kiến sự bùng nổ khó tin của đủ loại mô hình chỉnh sửa ảnh đa dụng, phần lớn dựa trên hoặc tận dụng LLM đa phương thức và mô hình khuếch tán. Chất lượng bắt đầu tăng theo cấp số nhân từ FLUX.1 Kontext, rồi có thêm cột mốc là sự ra mắt của Nano Banana. Các mô hình này có thể thực hiện mọi phép biến đổi ảnh diễn đạt được bằng câu lệnh văn bản, từ chính xác nhất đến trừu tượng nhất. Nhưng dù làm tốt các tác vụ chung đến đâu, chúng vẫn chưa đáp ứng được yêu cầu biến đổi chính xác, giữ nguyên ảnh gốc và tuân thủ chặt chẽ câu lệnh. Dễ thấy nhất là các chatbot độc quyền (ChatGPT, Gemini và các công cụ tương tự) làm đổi màu sắc, và quan trọng hơn cả là đổi diện mạo người trong ảnh. Dù vậy, lúc ấy có vẻ mọi bài toán biến đổi ảnh sẽ sớm được giải quyết.

Hơn một năm đã trôi qua, mô hình đã tốt hơn, khả năng giữ nguyên ảnh gốc đã tiến bộ nhiều, nhưng những loại lỗi cũ vẫn lặp lại. Phóng to ảnh (siêu phân giải) là bài toán đặc biệt khắt khe: chỉnh sửa ảnh nói chung thường cho phép ít nhiều tưởng tượng (“thêm một con mèo”: không nêu giống hay các đặc điểm khác, chỉ cần một con mèo), còn phóng to ảnh thì không cho phép thay đổi ảnh gốc. Dù muốn phóng to ảnh điện thoại để in áp phích hay tạo ảnh 4K từ ảnh AI, thông thường người dùng không muốn thay đổi gì ngoài chi tiết và độ phân giải.

Để minh họa, chúng tôi nhờ ChatGPT phóng to một ảnh nhỏ chụp giải chạy đường phố lên gấp bốn và không thay đổi gì (xem ảnh). Kết quả sắc nét, sạch và sáng. Nhưng hãy nhìn bảng số của vận động viên. Trên bảng số gốc ghi LUT 3029. ChatGPT vẽ thành SEINE-MARNE 77, tên một tỉnh của Pháp gần Paris, rồi thay chữ “trucks” trên áo bằng từ khác. Những thứ đó đều không có trong ảnh. Gemini viết LUT 2022. Từ cùng bản sao nhỏ ấy, một công cụ trong bài thử nghiệm đã đọc đúng cả bốn chữ số (xem các công cụ khác xử lý vận động viên này).

Ảnh đầu vào chung, ảnh gốc, kết quả của ChatGPT.

Đó là cách các trình chỉnh sửa ảnh AI đa dụng hiện nay hoạt động khi dùng để phóng to ảnh. Bạn hỏi thế nào, soạn câu lệnh ra sao cũng vậy: chúng không chỉ phóng lớn điểm ảnh mà còn đoán xem ở đó nên có gì rồi vẽ thêm vào. Thường thì đoán đúng. Đôi khi lại thành một từ khác, một màu khác, thậm chí một khuôn mặt khác. Trong khi đó, kết quả thường vẫn rất đẹp và hợp mắt người xem.

Cũng có rất nhiều công cụ chuyên phóng to ảnh trên thị trường. Vì đây là bài toán có từ lâu, số lượng dịch vụ nhiều vô kể, và rất khó tìm được lựa chọn phù hợp giữa các mô hình thuộc nhiều thế hệ khác nhau. Vì thế, chúng tôi xây dựng bài thử nghiệm công cụ phóng to ảnh đầy đủ nhất mà mình biết, dùng những phương pháp phổ biến, hiệu quả và chính xác nhất.

Câu trả lời ngắn gọn nằm ở trên. Phần còn lại trình bày chính xác quy trình để bạn có thể lặp lại, theo thứ tự sau: bài thử nghiệm chính gồm 18 công cụ và cấu hình, cùng nhận các bản sao đã thu nhỏ và làm giảm chất lượng của 16 ảnh; mỗi kết quả đều được đối chiếu với ảnh gốc đủ kích thước mà không công cụ nào được xem. Tiếp đó là bài thử nghiệm mở rộng: ba công cụ dẫn đầu trên 135 ảnh với 567 khuôn mặt, mọi kết quả đều được từng giám khảo chấm và tính mọi chỉ số có thể đo được. Sau đó là nhóm trường hợp cực khó: bản quét ảnh in, JPEG nén mạnh, nhiễu, ảnh in cũ, tượng và tranh. Cuối cùng là giá chi tiết cho 10, 100 và 1 000 ảnh mỗi tháng. Xem ảnh tại đây ↓

Trả lời nhanh.

  • Công cụ phóng to ảnh bằng AI là gì? Công cụ làm ảnh lớn hơn và phải đoán những chi tiết không có trong các điểm ảnh.
  • 4× nghĩa là gì? Chiều rộng và chiều cao đều tăng gấp bốn: 504 × 336 thành 2016 × 1344.
  • Có thể phóng to ảnh mà không thay đổi gì không? Không công cụ nào ở đây làm được.
  • Có công cụ miễn phí không? Upscayl: miễn phí và chạy ngoại tuyến, nhưng không phù hợp với khuôn mặt nhỏ.
  • Có đủ để in không? 2016 × 1344 in được khoảng 17 × 11 cm ở mật độ 300 điểm ảnh mỗi inch.
  • Chỉ cần nét hơn, không cần lớn hơn? Đó là nâng chất lượng, không phải phóng to ảnh. Trong MegaPotato, chế độ này có tên Chi tiết, và chúng tôi không thử nghiệm nó ở đây.

Bảng điểm: so sánh 18 công cụ và cấu hình phóng to ảnh bằng AI#

Mọi công cụ đều nhận cùng 16 ảnh nhỏ (504 × 336 điểm ảnh, đã làm giảm chất lượng nhẹ) để phóng to 4×, rồi từng kết quả được đối chiếu với ảnh gốc. Tổng điểm tính trên thang 100. Công thức và từng thành phần nằm trong Cách chúng tôi thử nghiệm.

nhấp để xem mọi chỉ số
82.6bài thử nghiệm mở rộng 78.87.00 bài thử nghiệm mở rộng 7.13không gói lát khoai chiênĐứng đầu cả hai bài thử nghiệm. Cho kết quả sạch nhất với ảnh thực tế chất lượng thấp, ảnh ban đêm và ảnh AI. Khuôn mặt tự nhiênLàm mịn da nhẹ. Khuôn mặt nhỏ sai lệch so với người thật nhiều hơn kết quả của Wonder và Crystal. Làm một phụ nữ trẻ hơn trong ảnh bị hỏng$0.073 ứng dụng web
81.9bài thử nghiệm mở rộng 75.77.09 bài thử nghiệm mở rộng 6.99không fal.ai có Topaz APIGiữ khuôn mặt sát ảnh gốc nhất. Duy nhất đọc được 3029. Tốt nhất với khung hình video trên webChỉ có API, ứng dụng dùng Wonder 3. Đổi tuổi ở một số ảnh. Coi tượng và búp bê là người$0.24 fal.ai
81.86.81không gói mua một lầnKhuôn mặt được giám khảo khuôn mặt thích nhất. Không bịa thêm gìChỉ có web. Sai chữ số. Chưa chạy bài thử nghiệm mở rộng$0.22 web
80.8bài thử nghiệm mở rộng 69.56.78 bài thử nghiệm mở rộng 5.97không API có trang webGần ảnh gốc nhất theo các chỉ số ảnh. Tốt nhất khi không có ngườiYếu với nhiễu và ảnh in cũ bị hỏng (46.1 với ảnh thực tế chất lượng thấp). Kính râm thành trong suốt. Làm méo tượng$0.35 API
73.26.16không API hoặc ứng dụngKết quả đẹp mắt (MUSIQ 61.2)Viết từ mới. Đổi màu. Thêm đồ vật mới. Dừng ở khoảng 8 MP$0.16 API
73.25.81không API hoặc ứng dụngKết quả đẹp mắt nhất, ngang Topaz Bloom 2 (MUSIQ 63.6)Thêm trời xanh và cây xanh. Khuôn mặt trẻ hơn. Từ mới$0.16 API
70.96.66không ứng dụng miễn phíCẩn trọng với khuôn mặt và màu sắc. RẻKém nét. Tệp nhỏ (1264 px trong ứng dụng miễn phí). Số rõ nhưng sai$0.11 API
69.95.78không fal.ai có Topaz APICho kết quả sạch với vật thể lớn, sắc nétKhuôn mặt nhỏ như nhựa (đổi 7 trong 67 khuôn mặt). Xóa khẩu trang$0.45 fal.ai
68.15.81không fal.ai có Topaz APISắc nét, sống động, dành cho ảnh nghệ thuật AIVẽ lại khuôn mặt (điểm tương đồng danh tính 0.26). Chữ mới. Màu sáng hơn$0.91 fal.ai
65.15.47không fal.ai có Topaz APIRẻ. Đường nét gọnChữ méo mó. Đổi 9 trong 67 khuôn mặt. Xóa khẩu trang$0.11 fal.ai
63.95.42không APIAPI rẻ nhất. Ổn với ảnh nghệ thuật AI và đường nét rõLàm méo khuôn mặt nhỏ (5 trong 67). Không có tùy chọn kích thước$0.033 API
62.64.89không fal.ai có Topaz APIRẻ. Đường nét gọnKhuôn mặt nhỏ kém nét, như nhựa (đổi 8 trong 67). Xóa khẩu trang$0.11 fal.ai
59.75.12không miễn phíMiễn phí, ngoại tuyến, riêng tư. Không bịa chữLàm méo khuôn mặt (13 trong 67). Chữ mờmiễn phí GPU của bạn
53.74.12không đến 2K có trên 2KMột bộ công cụ, có cả mô hình đối tácKhác xa khuôn mặt thật (đổi 21 trong 67). Vệt ngang mặt. Phấn thành màu xám$0.21 gói Pro
53.55.20không ComfyUI có trang web của hãngSắc nét. Giữ nguyên cảnhHai lượt 2× (node trả về 2×). Mọi thứ đều có hạt và đường biên gắt. Xa ảnh gốc (LPIPS 0.49)$1.13 ComfyUI
46.32.34không ComfyUI có trang web của hãngẢnh mới nhiều chi tiết, dành cho concept artCảnh mới. Đổi 41 trong 67 khuôn mặt. Chữ tự bịa khắp nơi$1.02 ComfyUI
34.14.20không fal.ai có Topaz APIDành cho ảnh đầu vào lớn, sắc nétGần như không thay đổi ảnh nhỏ. Có viền đen mảnh$0.11 fal.ai
33.32.03không API–Cảnh mới. Đổi 51 trong 67 khuôn mặt. Chữ vô nghĩa$2.05 API

Tổng điểm: trên thang 100, bên dưới là tổng điểm của cùng công cụ trong bài thử nghiệm mở rộng (135 ảnh, ba công cụ được chạy ở đó). Giám khảo Opus 5.5: thang 0–10, bên dưới là điểm của bài thử nghiệm mở rộng. Cần thuê bao?: có bắt buộc đăng ký gói tháng mới dùng được qua kênh đó hay không; nếu có hai kênh thì ghi riêng từng kênh (đỏ = có). Gói miễn phí của Krea và ChatGPT có giới hạn. Ưu và nhược điểm: tóm tắt những gì hai bài thử nghiệm và các trường hợp khó cho thấy. Chi tiết ở Từng công cụ phóng to ảnh bằng AI đã thử. *Giá mỗi ảnh: trung bình ba kích thước với 100 ảnh mỗi tháng, bên dưới ghi cách mua để có giá đó. API của Topaz đắt hơn fal.ai. API của MegaPotato không có giảm giá theo lô, giá là $0.091 (Giá công cụ phóng to ảnh bằng AI). Di chuột lên tên cột để biết cột đó đo gì. Mọi định nghĩa nằm trong Ý nghĩa từng chỉ số. Nhấp vào một hàng để xem mọi chỉ số, kể cả bài thử nghiệm mở rộng.

Bốn công cụ dẫn đầu chênh nhau không quá hai điểm. MegaPotato (82.6), Topaz Wonder 3.5 (81.9), Let's Enhance (81.8) và Crystal (80.8) tạo thành một nhóm riêng. Công cụ kế tiếp, ChatGPT với câu lệnh chặt chẽ (các câu lệnh nằm trong Cài đặt, câu lệnh và căn chỉnh), kém tám điểm (73.2). Vì thế, chúng tôi chọn ba công cụ trong nhóm đầu để thử tiếp trên một bộ ảnh rộng hơn nhiều và khó hơn hẳn.

Chất lượng ảnh và độ trung thực: đẹp mắt và giữ nguyên ảnh gốc#

Chúng tôi chủ yếu dùng ảnh thật trong bài thử nghiệm này. Không chỉ vì đây là một trong những nhu cầu quan trọng nhất, mà còn vì ảnh thật là trường hợp khó. Với ảnh nghệ thuật AI, vân bề mặt mới thường chỉ trông như thêm chi tiết nghệ thuật. Còn ảnh thật thì rõ ràng có ảnh để đối chiếu. Vì vậy, lỗi nào cũng dễ thấy: một khuôn mặt mới, một từ mới, một màu vốn không có.

Hình 1 · Đẹp mắt không có nghĩa là trung thực

Scatter plot of 8 points: Đẹp mắt (MUSIQ) against Khoảng cách với ảnh gốc (LPIPS). Khoảng cách với ảnh gốc (LPIPS) from 0.193 to 0.287. Highest Đẹp mắt (MUSIQ): ChatGPT, câu lệnh đơn giản (63.6); lowest: Gemini (50.4). Highlighted: MegaPotato (59.9 at 0.207).

Đẹp mắt không có nghĩa là trung thực
Khoảng cách với ảnh gốc (LPIPS)Đẹp mắt (MUSIQ)
ChatGPT, câu lệnh đơn giản0.28763.6
Topaz Wonder 3.50.21161.7
MegaPotato0.20759.9
Crystal0.19359.7
Upscayl (Standard)0.24055.7
Topaz Standard V20.24854.9
Recraft Crisp0.22253.6
Gemini0.24250.4

Điểm trung bình trên 16 ảnh của bài thử nghiệm chính cho tám cấu hình. Càng sang trái càng gần ảnh gốc (LPIPS thấp hơn, đây là một chỉ số về độ gần với ảnh gốc trong tổng điểm), càng lên cao thì điểm “đẹp mắt” (MUSIQ) càng cao. Trục bắt đầu gần công cụ sát ảnh gốc nhất, không phải từ số không: theo định nghĩa, ảnh gốc nằm ở 0 và đạt MUSIQ 53.3, thấp hơn phần lớn kết quả.

Rõ ràng ChatGPT cho kết quả đẹp mắt nhất, và không ngạc nhiên khi chúng cũng thuộc nhóm xa ảnh gốc nhất. Các công cụ chuyên dụng gần ảnh gốc hơn nhưng kém đẹp mắt hơn (điều này cũng tùy ảnh đầu vào).

Bài thử nghiệm mở rộng: MegaPotato, Topaz Wonder 3.5 và Crystal trên 135 ảnh#

Ba trong bốn công cụ dẫn đầu bài thử nghiệm chính được đưa vào bài thử nghiệm mở rộng: MegaPotato, Topaz Wonder 3.5 và Crystal. (Let's Enhance đứng thứ ba trong bài thử nghiệm chính nhưng chỉ dùng được trên web, nên chúng tôi không chạy công cụ này trên 135 ảnh.)

Bộ mẫu: 135 ảnh và 567 khuôn mặt.

  • 14 ảnh từ bài thử nghiệm chính, có ảnh gốc.
  • 16 ảnh do AI tạo (FLUX.1 [schnell]) và 13 ảnh không có người (động vật, thiên nhiên, công trình), được thu nhỏ và làm giảm chất lượng giống ảnh đầu vào của bài thử nghiệm chính (làm mờ và thêm nhiễu nhẹ, lưu JPEG hai lần), có ảnh gốc.
  • 29 ảnh thực tế chất lượng thấp giữ nguyên như khi chụp: ảnh chụp thiếu sáng bằng điện thoại đời cũ, ảnh từ máy ảnh số đời đầu, bản sao qua ứng dụng nhắn tin, ảnh sân khấu và tiệc. Không có ảnh gốc độ phân giải cao.
  • 19 ảnh in cũ và bản quét phim có bụi, phai màu và hạt, được thu nhỏ để thử nghiệm. Không có ảnh gốc sạch.
  • 44 ảnh vốn có kích thước nhỏ được đưa vào đúng như bản đã đăng: 37 ảnh Flickr từ 2001–2007 và 7 khung hình từ video trên web giai đoạn 2005–2009. Không có ảnh gốc độ phân giải cao.

Các nội dung trong bộ mẫu: người (103 ảnh), đám đông và nhóm người (30), khuôn mặt (567 khuôn mặt: 348 khuôn mặt rộng 10–24 điểm ảnh ở ảnh đầu vào, 173 khuôn mặt rộng 25–59 điểm ảnh, 46 khuôn mặt lớn hơn), biển hiệu và chữ (20), ban đêm, sân khấu và thiếu sáng (24), ảnh cũ (21), ảnh AI (16), động vật (20), thiên nhiên (26), đô thị, công trình và phòng (55), khung hình video trên web (7). Chúng tôi không đưa ảnh tĩnh vật (sản phẩm và đồ ăn) vào: bộ mẫu này tập trung vào con người, địa điểm, động vật và thiên nhiên.

Khi không có ảnh gốc sạch ở độ phân giải cao, giám khảo so sánh từng kết quả với ảnh đầu vào và chỉ dùng các chỉ số không cần ảnh gốc: độ gần với ảnh gốc (LPIPS, A-FINE, điểm tương đồng danh tính) được tính từ 43 ảnh có ảnh gốc. Mỗi chỉ số được lấy trung bình trên những ảnh có thể đo được, rồi tổng điểm là tổng có trọng số của các giá trị trung bình này. Cột n cho biết mỗi hàng bao gồm bao nhiêu ảnh hoặc khuôn mặt.

Chỉ sốMegaPotatoTopaz Wonder 3.5Crystaln
Tổng điểm, 0–10078.875.769.5135 ảnh
Giám khảo Opus 5.5 ↑7.136.995.97135 ảnh
Qwen3.8, vùng phóng đại ↑7.247.216.83135 ảnh
Qwen3.8, khuôn mặt ↑6.696.596.24567 khuôn mặt
Điểm tương đồng danh tính ↑0.5180.5580.556138 khuôn mặt
Người khác, % ↓1.11.22.8567 khuôn mặt
Chất lượng khuôn mặt (eDifFIQA) ↑0.5220.5250.484567 khuôn mặt
LPIPS ↓0.2050.2100.19143 ảnh
A-FINE ↓17.034.835.443 ảnh
MUSIQ ↑52.452.545.7135 ảnh
NIQE ↓3.983.954.01135 ảnh
DISTS ↓0.1400.1250.11943 ảnh
DreamSim ↓0.01660.01210.010743 ảnh
DINOv2 ↑0.9660.9750.97643 ảnh
TOPIQ-FR ↑0.6960.7050.70343 ảnh
Độ lệch màu ΔE ↓2.422.312.1143 ảnh
MANIQA ↑0.3250.3440.281135 ảnh
CLIP-IQA+ ↑0.5120.5370.466135 ảnh
TOPIQ ↑0.4420.4690.403135 ảnh

Hàng đầu là tổng điểm, mười hàng bên dưới là các thành phần của tổng điểm. Tám chỉ số ẩn sau nút mở rộng chỉ để kiểm tra, không tính vào tổng điểm. Di chuột lên tên chỉ số để xem giải thích. Mọi định nghĩa nằm trong Ý nghĩa từng chỉ số.

Bài thử nghiệm mở rộng theo công cụ: cùng số liệu, mỗi công cụ một hàng
Công cụBài thử nghiệm mở rộng, tổng điểmGiám khảo Opus 5.5 (bài thử nghiệm mở rộng)Qwen3.8, vùng phóng đại (bài thử nghiệm mở rộng)Qwen3.8, khuôn mặt (bài thử nghiệm mở rộng)Điểm tương đồng danh tính (bài thử nghiệm mở rộng)Người khác, % (bài thử nghiệm mở rộng)Chất lượng khuôn mặt (bài thử nghiệm mở rộng)LPIPS (bài thử nghiệm mở rộng)A-FINE (bài thử nghiệm mở rộng)MUSIQ (bài thử nghiệm mở rộng)NIQE (bài thử nghiệm mở rộng)
MegaPotato78.87.137.246.690.5181.10.5220.20517.052.43.98
Topaz Wonder 3.575.76.997.216.590.5581.20.5250.21034.852.53.95
Crystal69.55.976.836.240.5562.80.4840.19135.445.74.01

Mỗi công cụ một hàng: tổng điểm và mười thành phần, đúng như các bảng chi tiết của bảng điểm. Bảng phía trên có cùng số liệu, kèm tám chỉ số kiểm tra.

Kết quả theo loại ảnh. Cùng công thức, tính riêng cho từng nhóm trong bộ mẫu. Nếu một loại ảnh không có khuôn mặt hoặc không có ảnh gốc, các thành phần đó được bỏ qua và trọng số còn lại được tăng theo tỷ lệ để cộng thành 100 %. Vì thế, hãy so sánh các công cụ trong cùng loại ảnh, không so loại ảnh này với loại ảnh khác:

Ảnh của bài thử nghiệm chính1482.981.780.5
Ảnh do AI tạo1679.276.176.1
Không có người1372.872.674.2
Ảnh thực tế chất lượng thấp2967.262.846.1
Ảnh in cũ và ảnh phim1973.974.073.3
Ảnh vốn có kích thước nhỏ (Flickr, video trên web)4475.575.461.9
Cùng kết quả, chia theo nội dung (người, chữ, ban đêm, động vật...)
Người10378.675.268.2
Đám đông và nhóm người3080.076.169.7
Khuôn mặt (từ 10 px)10378.975.268.3
Biển hiệu và chữ2081.678.573.9
Động vật2075.474.566.3
Thiên nhiên2682.781.077.2
Đô thị, công trình, phòng5579.676.871.5
Ban đêm, sân khấu, thiếu sáng2470.164.855.2
Ảnh cũ2176.976.574.7
Ảnh AI1679.276.176.1
Khung hình video trên web765.567.642.7
Ảnh có ảnh gốc4379.878.478.4

Các con số cho thấy gì:

  • MegaPotato dẫn đầu bài thử nghiệm mở rộng với cách biệt 3 điểm. Công cụ này đặc biệt tốt với ảnh thực tế chất lượng thấp (67.2 so với 62.8 của Wonder và 46.1 của Crystal, 29 ảnh), ảnh ban đêm và ánh sáng sân khấu (70.1 so với 64.8 và 55.2, 24 ảnh), ảnh AI, chữ và biển hiệu, cùng ảnh đám đông.
  • Wonder 3.5 ngang MegaPotato ở ảnh in cũ (74.0 so với 73.9, 19 ảnh) và ảnh vốn có kích thước nhỏ (75.4 so với 75.5, 44 ảnh), đồng thời dẫn trước ở khung hình video trên web (67.6 so với 65.5, 7 khung hình). Crystal chỉ dẫn đầu ở ảnh không có người (74.2, 13 ảnh) và tụt xa với ảnh thực tế chất lượng thấp.
  • Giám khảo Opus 5.5 chấm ẩn tên cũng cho cùng thứ hạng: MegaPotato 7.13, Wonder 3.5 6.99, Crystal 5.97 trên 10 (135 ảnh); giám khảo Qwen3.8 chấm vùng phóng đại cũng vậy (7.24, 7.21, 6.83).
  • Khuôn mặt: vẫn có sự khác biệt giữa hai cách đánh giá như trong bài thử nghiệm chính. Theo tổ hợp mô hình nhận diện khuôn mặt, Wonder 3.5 và Crystal giữ diện mạo người trong ảnh sát với bản gốc nhất. Khuôn mặt do MegaPotato tạo đạt điểm cao nhất từ giám khảo khuôn mặt Qwen3.8 và ít bị đánh giá là người khác nhất.
  • A-FINE tạo ra lợi thế lớn nhất cho MegaPotato vì đánh giá kết quả của MegaPotato tự nhiên hơn. A-FINE (CVPR 2025)[1] đánh giá hai yếu tố: kết quả gần ảnh gốc đến đâu và trông tự nhiên đến đâu. Khi kết quả trông tự nhiên hơn ảnh gốc, chỉ số này đặt trọng số lớn hơn nhiều cho độ tự nhiên. Khi xem riêng từng thành phần của A-FINE trên 43 ảnh có ảnh gốc trong bài thử nghiệm mở rộng, chúng tôi thấy chỉ số này đánh giá kết quả MegaPotato tự nhiên hơn ảnh gốc ở tất cả các ảnh.
Hình 2 · Bài thử nghiệm mở rộng · ảnh thực tế chất lượng thấp

Khung hình từ video Nhà Trắng năm 2010 trên web, 480 × 360 px đúng như bản đã đăng (120 × 90 px trong ảnh đầu vào)

Ảnh đầu vào chung
MegaPotato
Giám khảo Opus 5.5 7.5MUSIQ 43
Crystal
Giám khảo Opus 5.5 5.0MUSIQ 26
Topaz Wonder 3.5
Giám khảo Opus 5.5 4.5MUSIQ 42

Một khung hình từ video Nhà Trắng năm 2010 trên web, được đăng dưới dạng ảnh và tính vào nhóm ảnh thực tế chất lượng thấp. MegaPotato cho khuôn mặt sắc nét, tự nhiên. Wonder 3.5 và Crystal vẫn mờ. Ảnh thực tế chất lượng thấp là nhóm MegaPotato dẫn trước xa nhất.

Ảnh: Executive Office of the President, thuộc phạm vi công cộng

Hình 3 · Bài thử nghiệm mở rộng · ảnh vốn có kích thước nhỏ

Một con mèo, 640 × 480 px, 2004 (170 × 128 px trong ảnh đầu vào)

Ảnh đầu vào chung
MegaPotato
Giám khảo Opus 5.5 8.0MUSIQ 35
Crystal
Giám khảo Opus 5.5 5.0MUSIQ 24
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.0MUSIQ 33

Cá trong bể, 640 × 480 px, 2005 (200 × 150 px trong ảnh đầu vào)

Ảnh đầu vào chung
MegaPotato
Giám khảo Opus 5.5 8.0MUSIQ 72
Crystal
Giám khảo Opus 5.5 9.0MUSIQ 69
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.0MUSIQ 68

Ca sĩ trong buổi diễn, 1280 × 960 px, 2006 (110 × 83 px trong ảnh đầu vào)

Ảnh đầu vào chung
MegaPotato
Giám khảo Opus 5.5 7.0MUSIQ 38
Crystal
Giám khảo Opus 5.5 4.0MUSIQ 28
Topaz Wonder 3.5
Giám khảo Opus 5.5 8.0MUSIQ 41

Ảnh vốn có kích thước nhỏ (không có ảnh gốc độ phân giải cao), được đưa vào đúng như bản đã đăng. Với ảnh mèo, Crystal giữ lại các đốm nhiễu của tệp JPEG cũ, còn Wonder 3.5 và MegaPotato làm sạch chúng. Với ảnh cá, MegaPotato cho vảy và mắt sắc nét nhất, Wonder sạch nhưng kém nét hơn, còn Crystal giữ lại nhiễu. Với ảnh ca sĩ, Crystal vẫn kém nét, Wonder và MegaPotato cho khuôn mặt sạch. Trên 44 ảnh này, MegaPotato và Wonder 3.5 ngang nhau (75.5 và 75.4), còn Crystal vẫn kém nét nhất (61.9).

Ảnh (Flickr, CC BY 2.0, creativecommons.org/licenses/by/2.0): “Cat | In your face cat.” của Jennifer Kramer; “I Want This Guy's Job!!!” của James; “Elwood Caine concert at Herr Nilsen” của Henning Klokkeråsen. Đã cắt và phóng to.

Cách chúng tôi thử nghiệm các công cụ phóng to ảnh bằng AI#

Về cơ bản, toàn bộ ảnh thử nghiệm thuộc hai nhóm:

  1. Ảnh chất lượng cao, độ phân giải cao được chúng tôi làm giảm chất lượng bằng nhiều cách (JPEG, làm mờ, thêm nhiễu...) rồi thu nhỏ xuống độ phân giải thấp.
  2. Ảnh vốn có độ phân giải thấp.
Hình 4 · Chợ đêm · toàn bộ ảnh
Ảnh đầu vào chung
Ảnh gốc

Bên trái: ảnh đầu vào chung trong bài thử nghiệm chính, bản sao nhỏ 504 × 336 (được phóng lớn để hiển thị ở đây). Bên phải: ảnh gốc mà không công cụ nào được xem. Chúng tôi chỉ dùng nó làm đáp án đối chiếu.

Phóng đại:

Hình 5 · Chợ đêm · 160 × 120 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
Chợ đêm: vùng ảnh 160 × 120 px trong ảnh đầu vào 504 × 336 px.

Cùng đám đông đó, khi phóng đại. Trong bản sao mà mọi công cụ nhận được, những khuôn mặt này chỉ rộng khoảng 20–26 điểm ảnh. Công cụ phóng to phải đoán phần còn lại.

Bài thử nghiệm chính (16 ảnh, 18 công cụ và cấu hình).

  • Mọi công cụ nhận cùng ảnh đầu vào đã làm giảm chất lượng: 504 × 336 điểm ảnh, làm mờ và thêm nhiễu nhẹ, lưu JPEG hai lần, giống ảnh đã được chia sẻ qua vài lượt. Riêng ảnh AI chỉ được thu nhỏ.
  • Cùng nhiệm vụ cho tất cả: phóng to gấp 4 (2016 × 1344). Topaz, Crystal, Let's Enhance, MegaPotato, Krea, Upscayl và Magnific được đặt ở 4×. Recraft không có tùy chọn kích thước nhưng trả về đúng 4×. Không thể chỉ định kích thước cho ChatGPT và Gemini, nên chúng tôi chỉnh kết quả của hai công cụ này về 2016 × 1344.
  • Cài đặt mặc định, mỗi ảnh chạy một lần. Topaz: sáu mô hình. ChatGPT: một câu lệnh đơn giản và một câu lệnh chặt chẽ. Chúng tôi không thay đổi thông số mặc định nào để giữ điều kiện thử nghiệm nhất quán.
Giải chạy đường phố · đám đông, khuôn mặt nhỏ
Chân dung · chân dung, khuôn mặt lớn
Ảnh đội bóng, 1914 · ảnh cũ (1914)
Mèo · thú cưng, lông
Thực đơn quán cà phê · chữ (bảng phấn) + người
Nhà ở Istanbul · kiến trúc
Chợ đêm · cảnh đêm
Ảnh Midjourney · ảnh nghệ thuật AI (Midjourney)
Chim ruồi · động vật hoang dã, lông vũ
Cửa hàng tạp hóa, 1943 · ảnh cũ (1943), biển hiệu + người
Đội bóng đá · ảnh đội bóng, khuôn mặt + số

Mười một trong 16 ảnh của bài thử nghiệm chính (ảnh gốc). Liên kết đến cả 16 ảnh nằm trong photos.csv. Các công cụ chỉ nhận bản nhỏ đã bị giảm chất lượng.

Bài thử nghiệm mở rộng (135 ảnh, 3 công cụ dẫn đầu). Các ảnh đã được mô tả ở trên. Mỗi kết quả được phóng to 4× trong một lần chạy: MegaPotato qua ứng dụng web, Wonder 3.5 và Crystal qua fal.ai với cài đặt mặc định.

Hai giám khảo, đều chấm ẩn tên. Dùng mô hình AI đa phương thức mạnh làm giám khảo[2] là phương pháp đã được sử dụng rộng rãi trong nghiên cứu AI[3]. Chúng tôi dùng hai mô hình khác nhau để sở thích của một mô hình không quyết định kết quả.

  • Claude Opus 5.5 (mức suy luận tối đa)[4] xem từng kết quả được gắn một chữ cái ngẫu nhiên, cả toàn ảnh lẫn các vùng phóng đại, cạnh ảnh gốc (hoặc ảnh đầu vào nếu không có ảnh gốc), rồi chấm từ 0 đến 10. Với mỗi ảnh, một kết quả được cho xem hai lần để kiểm tra tính nhất quán.
  • Qwen3.8[5] (27B) chấm các vùng phóng đại và từng khuôn mặt đặt cạnh ảnh gốc, cũng trên thang 0–10, rồi trả lời cho từng khuôn mặt: đây có còn là cùng một người không?

Các phép đo. Mỗi khuôn mặt được phát hiện một lần trên ảnh gốc bằng SCRFD[6] (trên ảnh đầu vào đã phóng lớn nếu không có ảnh gốc), rồi cắt ra theo cùng cách từ mọi kết quả. Như vậy, khuôn mặt bị công cụ làm mất vẫn không thoát khỏi bài thử nghiệm.

  • Cùng người? Độ tương đồng trung bình từ bốn mô hình nhận diện khuôn mặt (ba mô hình với phần lớn khuôn mặt): ArcFace[7] (huấn luyện trên Glint360K[8]), MagFace[9], AdaFace[10] (huấn luyện trên WebFace12M[11]) và AuraFace[12] (1 = cùng khuôn mặt, những người khác nhau đạt khoảng 0–0.3).
  • Chất lượng khuôn mặt: eDifFIQA[13] (phiên bản kế nhiệm nhanh hơn của DifFIQA[14]), chấm khuôn mặt sạch và dễ nhận diện đến đâu mà không cần ảnh gốc.
  • Độ gần với ảnh gốc: LPIPS[15] và A-FINE[1] được tính vào tổng điểm. DISTS[16], DreamSim[17], DINOv2[18], TOPIQ[19] và độ lệch màu CIEDE2000[20] dùng để kiểm tra.
  • Có đẹp mắt không? (không cần ảnh gốc): MUSIQ[21] và NIQE[22] được tính vào tổng điểm; MANIQA[23], CLIP-IQA+[24] và TOPIQ dùng để kiểm tra.

Các chỉ số được tính bằng thư viện mã nguồn mở IQA-PyTorch[25] và mã nguồn riêng của từng mô hình.

Tổng điểm (0–100). Điểm Opus chiếm 28 %, mỗi thành phần sau chiếm 8 %: điểm Qwen3.8 cho vùng phóng đại, điểm Qwen3.8 cho khuôn mặt, điểm tương đồng danh tính, tỷ lệ khuôn mặt bị Qwen3.8 đánh giá là người khác, chất lượng khuôn mặt, LPIPS, A-FINE, MUSIQ và NIQE. Điểm của giám khảo được nhân với 10. Mỗi chỉ số còn lại được quy đổi sao cho công cụ tốt nhất trong 18 công cụ và cấu hình của bài thử nghiệm chính đạt 100, kém nhất đạt 0. Bài thử nghiệm mở rộng dùng cùng thang đo nên tổng điểm có cùng ý nghĩa. Giá trị tốt hơn mức tốt nhất của bài thử nghiệm chính được tính là 100, kém hơn mức kém nhất tính là 0. Trọng số do chúng tôi chọn. Mọi thành phần đều được công bố để bạn tự đặt trọng số theo cách của mình. Chúng tôi chốt trọng số sau bài thử nghiệm chính và trước bài thử nghiệm mở rộng. Opus có trọng số cao nhất vì đây là mô hình độc quyền rất mạnh, và trong bài thử nghiệm chính, điểm của nó khớp với đánh giá bằng mắt của chúng tôi nhất.

Về khả năng tái lập. Trước khi chấm điểm, mọi kết quả đều được căn chỉnh với ảnh đầu vào: kết quả lệch quá 0.75 điểm ảnh được dịch về đúng vị trí (kết quả của Wonder 3.5 thường lệch khoảng 0.8 điểm ảnh). Các số liệu có thể tái lập: xem Cách lặp lại bài thử nghiệm.

Trước và sau: ví dụ chi tiết#

Các vùng ảnh cắt bên dưới đều lấy từ bài thử nghiệm chính, trừ khi hình có ghi khác.

Khuôn mặt: công cụ phóng to ảnh bằng AI nào giữ đúng diện mạo#

Dòng chữ nhỏ dưới mỗi kết quả: Giám khảo Opus 5.5, điểm chấm ẩn tên (0–10) cho toàn bộ ảnh kết quả chứa vùng cắt đó. độ giống khuôn mặt, khuôn mặt gần với người trong ảnh gốc đến đâu theo các mô hình nhận diện khuôn mặt (0–1, những người khác nhau đạt khoảng 0–0.3), nếu có khuôn mặt. MUSIQ, điểm đẹp mắt của toàn bộ ảnh kết quả (0–100).

Hình 6 · Ảnh đội bóng, 1914 · 56 × 42 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.5độ giống khuôn mặt 0.39MUSIQ 62
Crystal
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.49MUSIQ 64
Let's Enhance
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.46MUSIQ 60
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.56MUSIQ 72
Gemini
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.61MUSIQ 43
ChatGPT
Giám khảo Opus 5.5 5.5độ giống khuôn mặt 0.37MUSIQ 69
Krea
Giám khảo Opus 5.5 5.0độ giống khuôn mặt 0.25MUSIQ 61
Upscayl
Giám khảo Opus 5.5 2.5độ giống khuôn mặt 0.54MUSIQ 62
Recraft Creative
Giám khảo Opus 5.5 2.0độ giống khuôn mặt 0.07MUSIQ 37
Magnific Creative
Giám khảo Opus 5.5 2.3độ giống khuôn mặt 0.17MUSIQ 69
Ảnh đội bóng, 1914: vùng ảnh 56 × 42 px trong ảnh đầu vào 504 × 336 px.

Một cầu thủ bóng đá năm 1914, khuôn mặt rộng khoảng 25 điểm ảnh trong bản sao. Sáu công cụ giữ khá đúng người trong ảnh gốc: Crystal, Let's Enhance, MegaPotato, Topaz Wonder 3.5, Gemini và ChatGPT (ChatGPT còn làm ảnh hơi ám xanh). Krea phủ các vệt đen lên mặt, Upscayl làm mất khuôn mặt, Recraft Creative và Magnific Creative vẽ thành người đàn ông khác. Chú ý số liệu của Upscayl: độ giống khuôn mặt là 0.54, nhưng giám khảo khuôn mặt Qwen3.8 chỉ cho 2 trên 10. Một khuôn mặt méo mó nhưng giữ được hình dáng tổng thể có thể đánh lừa mô hình nhận diện. Đó là lý do chúng tôi trình bày cả hai loại chỉ số.

Với ảnh chân dung chụp gần, hầu hết công cụ đều làm tốt: ảnh chứa nhiều thông tin hơn hẳn nên nhiệm vụ cũng dễ hơn.

Hình 7 · Chân dung · 140 × 105 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.5độ giống khuôn mặt 0.97MUSIQ 39
Crystal
Giám khảo Opus 5.5 8.0độ giống khuôn mặt 0.97MUSIQ 47
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.5độ giống khuôn mặt 0.97MUSIQ 47
Topaz Bloom 2
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.86MUSIQ 51
Upscayl
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.97MUSIQ 29
Magnific Creative
Giám khảo Opus 5.5 3.8độ giống khuôn mặt 0.72MUSIQ 44
Chân dung: vùng ảnh 140 × 105 px trong ảnh đầu vào 504 × 336 px.

Trường hợp dễ: mũi và môi trong ảnh chân dung chụp gần. Crystal và Topaz Wonder 3.5 giữ vân da gần ảnh gốc nhất. MegaPotato làm mịn nhẹ. Topaz Bloom 2 vẽ lại môi, Upscayl trông như sáp, còn Magnific Creative tự vẽ thêm tàn nhang.

Ngược lại, khuôn mặt nhỏ cực kỳ khó, nên các công cụ chia thành những nhóm khác biệt rất rõ. Trong ảnh đám đông hay ảnh nhóm cũ, khuôn mặt chỉ rộng 10–35 điểm ảnh, nên mô hình chủ yếu phải đoán.

Hình 8 · Chợ đêm · 56 × 42 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 6.0độ giống khuôn mặt 0.47MUSIQ 58
Let's Enhance
Giám khảo Opus 5.5 6.0độ giống khuôn mặt 0.44MUSIQ 57
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.5độ giống khuôn mặt 0.39MUSIQ 63
ChatGPT
Giám khảo Opus 5.5 4.5độ giống khuôn mặt 0.38MUSIQ 64
Gemini
Giám khảo Opus 5.5 6.0độ giống khuôn mặt 0.16MUSIQ 45
Recraft Creative
Giám khảo Opus 5.5 1.5độ giống khuôn mặt 0.09MUSIQ 49
Chợ đêm: vùng ảnh 56 × 42 px trong ảnh đầu vào 504 × 336 px.

Một phụ nữ ở rìa đám đông chợ đêm, khuôn mặt rộng khoảng 15 điểm ảnh. Không công cụ nào thực sự tái hiện đúng khuôn mặt của cô ấy. Theo giám khảo khuôn mặt Qwen3.8, Let's Enhance gần nhất (6 trên 10), MegaPotato và ChatGPT được 5, Topaz Wonder 3.5 được 3. Khá thú vị là ngay cả ChatGPT cũng không vẽ lại thành công. Gemini và Recraft Creative làm mất hẳn khuôn mặt.

Hình 9 · Cửa hàng tạp hóa, 1943 · 36 × 27 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 6.5độ giống khuôn mặt 0.24MUSIQ 59
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.5độ giống khuôn mặt 0.23MUSIQ 61
Gemini
Giám khảo Opus 5.5 7.5độ giống khuôn mặt 0.28MUSIQ 48
ChatGPT
Giám khảo Opus 5.5 5.5độ giống khuôn mặt 0.26MUSIQ 65
Crystal
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.18MUSIQ 59
Upscayl
Giám khảo Opus 5.5 2.5độ giống khuôn mặt 0.28MUSIQ 58
Cửa hàng tạp hóa, 1943: vùng ảnh 36 × 27 px trong ảnh đầu vào 504 × 336 px.

Một người bán hàng năm 1943. Khuôn mặt rộng khoảng 16 điểm ảnh. Topaz Wonder 3.5 và MegaPotato có vẻ gần nhất trong trường hợp này: Wonder giữ khuôn mặt và ria mép nhưng đổi hướng nhìn, MegaPotato và Gemini giữ khuôn mặt với ria mép nhạt hơn. ChatGPT làm ông trẻ đi nhiều. Crystal vẽ khuôn mặt khác, gầy hơn, còn Upscayl làm mất khuôn mặt.

Hình 10 · Nhà ở Istanbul · 32 × 24 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.0MUSIQ 73
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.0MUSIQ 73
Topaz Bloom 2
Giám khảo Opus 5.5 4.5MUSIQ 72
Upscayl
Giám khảo Opus 5.5 3.0MUSIQ 68
Recraft Creative
Giám khảo Opus 5.5 1.5MUSIQ 49
Magnific Creative
Giám khảo Opus 5.5 1.8MUSIQ 72
Nhà ở Istanbul: vùng ảnh 32 × 24 px trong ảnh đầu vào 504 × 336 px.

Có vẻ khuôn mặt trên tượng cũng theo xu hướng tương tự. Mặt của tượng bán thân này chỉ cao khoảng 12 điểm ảnh: mẫu cực khó, nên mô hình nào cũng thất bại theo cách riêng. MegaPotato và Topaz Wonder 3.5 có vẻ gần nhất, ít ra vẫn là mặt phụ nữ ở đúng vị trí. Topaz Bloom 2 khắc một khuôn mặt khác, Upscayl và Recraft Creative làm mất khuôn mặt, còn Magnific Creative biến tượng thành bình hoa.

Các con số về khuôn mặt cho thấy gì. Bài thử nghiệm chính có 67 khuôn mặt trên 9 ảnh, rộng 10–290 điểm ảnh trong bản sao đưa cho các công cụ. Với từng khuôn mặt, chúng tôi đo điểm tương đồng danh tính, ghi điểm của giám khảo khuôn mặt Qwen3.8 và ghi nhận giám khảo có đánh giá đó là người khác hay không:

  • Mô hình nhận diện khuôn mặt và giám khảo AI bất đồng khá thú vị. Bản phóng to thông thường dù mờ vẫn đạt điểm “cùng người” cao vì độ mờ giữ lại hình dáng tổng thể. Nhưng giám khảo chấm thấp những trường hợp này. Muốn mặt sắc nét thì phải đoán, và mỗi lần đoán lại đưa khuôn mặt xa ảnh gốc một chút. Không mô hình nào vượt qua được sự đánh đổi đó.
  • Chất lượng khuôn mặt không phân biệt được nhóm dẫn đầu. eDifFIQA cho khuôn mặt của Crystal, Wonder 3.5, Let's Enhance, MegaPotato và ChatGPT điểm 0.56–0.59, ngang khuôn mặt thật (0.58). Khuôn mặt méo hoặc mờ có điểm thấp hơn nhiều (Upscayl 0.39, phóng to thông thường 0.27). Nhưng chỉ số này thiên về vẻ ngoài: nó đánh giá mặt sạch và dễ nhận diện đến đâu, chứ không phải có còn đúng người đó không.

Các mô hình thiên về sáng tạo lại là chuyện khác. Trong phần lớn trường hợp, chúng hoàn toàn không cố giữ đúng diện mạo người trong ảnh:

Hình 11 · Thực đơn quán cà phê · 96 × 72 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.73MUSIQ 57
Crystal
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.79MUSIQ 53
Topaz Bloom 2
Giám khảo Opus 5.5 6.5độ giống khuôn mặt 0.43MUSIQ 56
Recraft Creative
Giám khảo Opus 5.5 2.0độ giống khuôn mặt 0.21MUSIQ 56
Krea
Giám khảo Opus 5.5 4.5độ giống khuôn mặt 0.45MUSIQ 56
Magnific Creative
Giám khảo Opus 5.5 2.8độ giống khuôn mặt 0.08MUSIQ 60
Thực đơn quán cà phê: vùng ảnh 96 × 72 px trong ảnh đầu vào 504 × 336 px.

Người phụ nữ trong ảnh quán cà phê. MegaPotato và Crystal (cùng Topaz Wonder 3.5 và Let's Enhance trong bảng ảnh đầy đủ) giữ đúng diện mạo của cô ấy. Topaz Bloom 2, Recraft Creative, Krea và Magnific Creative mỗi công cụ vẽ một phụ nữ khác: các mô hình nhận diện khuôn mặt cho điểm từ 0.08 đến 0.45, so với 0.73 của MegaPotato và 0.79 của Crystal.

Chữ và số: những lỗi sai đầy tự tin#

Các công cụ phóng to ảnh nguy hiểm nhất khi xử lý chữ nhỏ. Chữ trong kết quả trông rõ ràng, nên bạn tin là đúng.

Hình 12 · Giải chạy đường phố · 60 × 45 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.0MUSIQ 65
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.5MUSIQ 67
Crystal
Giám khảo Opus 5.5 6.5MUSIQ 62
Gemini
Giám khảo Opus 5.5 6.0MUSIQ 58
ChatGPT (câu lệnh chặt chẽ)
Giám khảo Opus 5.5 3.0MUSIQ 66
Recraft Creative
Giám khảo Opus 5.5 2.0MUSIQ 61
Giải chạy đường phố: vùng ảnh 60 × 45 px trong ảnh đầu vào 504 × 336 px.

Vận động viên ở đầu bài. Số thật là LUT 3029 TP. Topaz Wonder 3.5 và MegaPotato có vẻ gần nhất trong trường hợp này: Wonder đọc đúng các chữ số (nhưng viết 7P thay cho TP), MegaPotato viết 2029. Crystal viết 2020, Gemini viết 2022, và chỉ Gemini đọc được “trucks” trên dải đỏ. ChatGPT (câu lệnh chặt chẽ) viết “182 XDA 17”, còn Recraft Creative thay luôn cả bảng số lẫn áo.

Chữ lớn rõ ràng dễ hơn chữ nhỏ:

Hình 13 · Chợ đêm · 112 × 72 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 6.0MUSIQ 58
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.5MUSIQ 63
Crystal
Giám khảo Opus 5.5 6.5MUSIQ 59
ChatGPT
Giám khảo Opus 5.5 4.5MUSIQ 64
Magnific Creative
Giám khảo Opus 5.5 1.8MUSIQ 59
Recraft Creative
Giám khảo Opus 5.5 1.5MUSIQ 49
Chợ đêm: vùng ảnh 112 × 72 px trong ảnh đầu vào 504 × 336 px.

Một biển hiệu ở chợ đêm. Các ký tự lớn vẫn được MegaPotato, Topaz Wonder 3.5 và Crystal giữ lại. Số điện thoại bên dưới, 0981337668, không đọc được trong ảnh đầu vào và không công cụ nào khôi phục được: Wonder 3.5 và Crystal vẽ chữ Latin thay vào đó, MegaPotato vẽ ký tự tự bịa. ChatGPT vẽ lại toàn bộ biển theo kiểu mới, Magnific Creative vẽ một ngôi nhà lên đó, còn Recraft Creative viết những ký tự khác.

Hình 14 · Thực đơn quán cà phê · 96 × 72 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.0MUSIQ 57
Crystal
Giám khảo Opus 5.5 7.0MUSIQ 53
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.5MUSIQ 54
Krea
Giám khảo Opus 5.5 4.5MUSIQ 56
Magnific Creative
Giám khảo Opus 5.5 2.8MUSIQ 60
Recraft Creative
Giám khảo Opus 5.5 2.0MUSIQ 56
Thực đơn quán cà phê: vùng ảnh 96 × 72 px trong ảnh đầu vào 504 × 336 px.

Thực đơn quán cà phê. Chữ đủ lớn để đọc trong bản sao nhỏ nên hầu hết công cụ đều giữ được. MegaPotato, Crystal và Topaz Wonder 3.5 có vẻ gần nhất trong trường hợp này. Thú vị là nhiều mô hình lại làm sai tông màu. Krea biến phấn thành màu xám, Magnific Creative viết lại hai từ, còn Recraft Creative viết lại thực đơn thành chữ vô nghĩa (“smme”, “olwerlo”, “Kinierl”).

Màu sắc: công cụ nào không tô lại ảnh#

Hình 15 · Nhà ở Istanbul · 100 × 75 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.0MUSIQ 73
Crystal
Giám khảo Opus 5.5 7.0MUSIQ 74
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.0MUSIQ 73
ChatGPT (câu lệnh đơn giản)
Giám khảo Opus 5.5 7.0MUSIQ 70
Nhà ở Istanbul: vùng ảnh 100 × 75 px trong ảnh đầu vào 504 × 336 px.

Dây thường xuân trên một ngôi nhà ở Istanbul. MegaPotato, Crystal và Topaz Wonder 3.5 giữ nguyên màu. ChatGPT (cả hai câu lệnh) biến lá nâu đỏ sẫm thành xanh tươi.

Hình 16 · Giải chạy đường phố · toàn bộ ảnh
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.0MUSIQ 65
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.5MUSIQ 67
ChatGPT (câu lệnh đơn giản)
Giám khảo Opus 5.5 3.0MUSIQ 68
ChatGPT (câu lệnh chặt chẽ)
Giám khảo Opus 5.5 3.0MUSIQ 66

Toàn bộ ảnh giải chạy. MegaPotato và Topaz Wonder 3.5 giữ nguyên màu, giống các công cụ cẩn trọng khác. Với câu lệnh đơn giản, ChatGPT đổi ánh sáng ấm thành lạnh rồi thêm trời xanh và cây xanh ở phía trên. Với câu lệnh chặt chẽ, nó giữ được nhiều sắc ấm hơn nhưng vẫn đổi màu (độ lệch màu 11.1 và 7.8, so với 2.3 của hai công cụ phía trên).

Lông động vật và ảnh do AI tạo#

Hình 17 · Mèo · 64 × 48 px trong ảnh 504 × 336
Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 8.0MUSIQ 55
Crystal
Giám khảo Opus 5.5 7.5MUSIQ 56
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.5MUSIQ 57
ChatGPT (câu lệnh đơn giản)
Giám khảo Opus 5.5 6.0MUSIQ 61
Magnific Creative
Giám khảo Opus 5.5 3.8MUSIQ 54
Recraft Creative
Giám khảo Opus 5.5 4.0MUSIQ 47
Mèo: vùng ảnh 64 × 48 px trong ảnh đầu vào 504 × 336 px.

Lông mèo. MegaPotato và Crystal có vẻ gần nhất trong trường hợp này, Topaz Wonder 3.5 kém nét hơn một chút. ChatGPT làm lông ngả cam hơn, Magnific Creative vẽ bộ lông có đốm, còn Recraft Creative vẽ lông dài mượt.

Hình 18 · Bài thử nghiệm mở rộng · ảnh AI · 96 × 72 px trong ảnh 384 × 288
Ảnh đầu vào chung
Ảnh AI gốc
MegaPotato
Giám khảo Opus 5.5 8.0độ giống khuôn mặt 0.75MUSIQ 64
Crystal
Giám khảo Opus 5.5 7.0độ giống khuôn mặt 0.74MUSIQ 65
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.5độ giống khuôn mặt 0.72MUSIQ 64
Ảnh giảng đường do AI tạo: vùng ảnh 96 × 72 px trong ảnh đầu vào 384 × 288 px.

Một ảnh AI trong bài thử nghiệm mở rộng (FLUX.1 [schnell], do chúng tôi tạo), có 16 khuôn mặt. Cả ba công cụ dẫn đầu đều xử lý tốt. Kết quả MegaPotato đạt điểm cao nhất từ giám khảo Opus 5.5 (8 trên 10, so với 7 của Crystal và 6.5 của Wonder 3.5), ở các vùng phóng đại do Qwen3.8 chấm và về độ gần với ảnh gốc (LPIPS). Các khuôn mặt cũng gần với người trong ảnh gốc nhất (điểm tương đồng danh tính 0.75, so với 0.74 và 0.72).

Chi tiết tự bịa: các công cụ thêm gì vốn không có trong ảnh#

Mọi công cụ tạo sinh đều bịa ra một vài chi tiết chưa từng có trong ảnh gốc. Mô hình đa dụng làm vậy thường xuyên hơn, mô hình chuyên dụng ít hơn, nhưng không công cụ nào tránh được hoàn toàn.

  • MegaPotato: logo và ký tự tự bịa ở những chỗ chữ quá nhỏ để đọc.
  • ChatGPT: đồ vật và vật trang trí mới (rèm, tranh, tên công ty), cùng bầu trời và ánh sáng khác.
  • Topaz Wonder 3.5: biến tượng, búp bê và khuôn mặt trong tranh thành người sống và ảnh chụp. Sai chữ số ở chỗ chữ quá nhỏ.
  • Topaz Standard V2, Low Resolution V2 và Standard MAX: có xu hướng xóa phụ kiện trên khuôn mặt nhỏ.
  • Topaz Bloom 2: thêm quần áo và đồ vật mới lên người, tượng và bàn.
  • Recraft Creative: cảnh mới, với người, cây, cửa sổ và thực đơn mới.
  • Magnific Creative: cũng tạo cảnh mới: người và chữ mới, tượng bán thân biến thành bình.

Trường hợp cực khó: ảnh in cũ, JPEG nén mạnh, nhiễu (57 ảnh)#

Bài thử nghiệm mở rộng đo kết quả trung bình. Vì thế, chúng tôi làm thêm vài bài thử với ảnh suy giảm chất lượng nặng để xem mô hình xử lý tình huống xấu nhất ra sao: 57 ảnh, được thu nhỏ (288 × 216 hoặc nhỏ hơn) và cố ý làm giảm chất lượng, hoặc vốn đã khó. Gồm bản quét ảnh in có chấm tram, JPEG nén mạnh, nhiễu do thiếu sáng, ảnh in cũ có bụi và vết xước, giấy có vân, khuôn mặt rất nhỏ, kính râm, tượng, búp bê, tranh và truyện tranh. Ảnh gốc thuộc phạm vi công cộng hoặc có giấy phép tự do (Library of Congress, Wikimedia Commons, The Metropolitan Museum of Art, Pexels). Chỉ ba công cụ dẫn đầu được chạy ở đây, giám khảo AI chấm ẩn tên chọn kết quả tốt nhất cho từng ảnh. Với những ảnh bên dưới, giám khảo Opus 5.5 còn chấm từng kết quả trong một lượt ẩn tên riêng, theo tiêu chí của bài thử nghiệm chính. Điểm đó và MUSIQ nằm dưới các khung ảnh. Những khuôn mặt bị thay đổi mà bạn thấy là đầu ra của công cụ, không phải diện mạo thật của người trong ảnh. Chúng tôi chỉ trình bày để ghi nhận cách các công cụ xử lý.

Hình 19 · Trường hợp khó · kính ở chất lượng JPEG 12

Ảnh nhạc công được lưu thành JPEG nén mạnh (chất lượng 12) (64 × 48 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.5MUSIQ 55
Crystal
Giám khảo Opus 5.5 4.0MUSIQ 52
Topaz Wonder 3.5
Giám khảo Opus 5.5 5.0MUSIQ 61

Hành khách trên tàu trong ảnh JPEG nén mạnh (chất lượng 12) (56 × 42 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 3.5MUSIQ 60
Crystal
Giám khảo Opus 5.5 4.5MUSIQ 58
Topaz Wonder 3.5
Giám khảo Opus 5.5 3.0MUSIQ 63

Hai khuôn mặt bị JPEG nén mạnh làm hỏng nặng. Với nhiệm vụ khó cỡ này, công cụ nào cũng xoay xở khá ổn, nhưng mỗi công cụ lại bịa thêm hoặc làm mất những chi tiết khác nhau.

Ảnh: cottonbro studio, giấy phép Pexels; Syazani Zahari, giấy phép Pexels

Hình 20 · Trường hợp khó · ảnh in cũ

Ảnh in tông nâu cũ có bụi, vết xước và bị mờ (148 × 111 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 5.5MUSIQ 44
Crystal
Giám khảo Opus 5.5 3.5MUSIQ 34
Topaz Wonder 3.5
Giám khảo Opus 5.5 4.0MUSIQ 43

Một ảnh in cũ đã phai màu của Einstein.

Ảnh: Ferdinand Schmutzer, thuộc phạm vi công cộng

Hình 21 · Trường hợp khó · JPEG nén mạnh và nhiễu

Ảnh năm 1943 được lưu thành JPEG nén mạnh (chất lượng 12) (90 × 68 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 5.5MUSIQ 66
Crystal
Giám khảo Opus 5.5 2.5MUSIQ 54
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.5MUSIQ 68

Cùng ảnh đó với nhiễu nặng do thiếu sáng (90 × 68 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 5.5MUSIQ 49
Crystal
Giám khảo Opus 5.5 3.5MUSIQ 44
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.0MUSIQ 64

Hai kiểu suy giảm chất lượng nặng trên cùng ảnh năm 1943. MegaPotato làm người phụ nữ trẻ hơn và xóa mất kính của bà.

Ảnh: Jack Delano, Library of Congress, thuộc phạm vi công cộng (tác phẩm của chính phủ Hoa Kỳ)

Hình 22 · Trường hợp khó · kính râm

Kính râm tối màu sau khi nén JPEG mạnh (100 × 75 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 6.0MUSIQ 77
Crystal
Giám khảo Opus 5.5 7.0MUSIQ 76
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.5MUSIQ 78

Kính râm thể thao tráng gương của vận động viên sau khi nén JPEG mạnh (98 × 74 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 6.5MUSIQ 75
Crystal
Giám khảo Opus 5.5 5.5MUSIQ 68
Topaz Wonder 3.5
Giám khảo Opus 5.5 7.0MUSIQ 76

Sau khi JPEG nén mạnh làm hỏng ảnh, Crystal thường biến kính râm tối màu thành trong suốt và vẽ mắt phía sau. MegaPotato và Wonder 3.5 thường giữ tròng kính tối.

Ảnh: Karan Singh, giấy phép Pexels; RUN 4 FFWPU, giấy phép Pexels

Hình 23 · Trường hợp khó · búp bê và đầu tượng cẩm thạch

Búp bê sứ không tráng men trong bảo tàng đồ chơi, mặt rộng khoảng 22 px ở ảnh đầu vào (56 × 42 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 7.0MUSIQ 71
Crystal
Giám khảo Opus 5.5 4.5MUSIQ 62
Topaz Wonder 3.5
Giám khảo Opus 5.5 4.0MUSIQ 69

Tượng bán thân đàn ông La Mã bằng cẩm thạch, giữa thế kỷ 1 (128 × 96 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 6.0MUSIQ 68
Crystal
Giám khảo Opus 5.5 7.5MUSIQ 69
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.5MUSIQ 72

Vài mẫu khuôn mặt không phải người thật.

Ảnh: Alf van Beem, Wikimedia Commons, CC0; The Metropolitan Museum of Art, truy cập mở, CC0

Hình 24 · Trường hợp khó · tranh màu nước

Tranh màu nước của John Singer Sargent, 1912 (60 × 45 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 6.5MUSIQ 55
Crystal
Giám khảo Opus 5.5 6.5MUSIQ 52
Topaz Wonder 3.5
Giám khảo Opus 5.5 3.5MUSIQ 64

Một bức tranh. Wonder biến khuôn mặt được vẽ thành ảnh chụp, khá tự tin. MegaPotato làm khuôn mặt trẻ và mịn hơn, giống tranh minh họa hơn. Crystal giữ các nét cọ phóng khoáng, có vẻ là cách xử lý đúng ở đây.

Ảnh: John Singer Sargent, The Metropolitan Museum of Art, truy cập mở, CC0

Hình 25 · Trường hợp khó · giấy có vân

Ảnh in thập niên 1910 được quét từ giấy có vân (72 × 54 px trong ảnh đầu vào 288 × 216 px)

Ảnh đầu vào chung
Ảnh gốc
MegaPotato
Giám khảo Opus 5.5 8.5MUSIQ 62
Crystal
Giám khảo Opus 5.5 4.5MUSIQ 54
Topaz Wonder 3.5
Giám khảo Opus 5.5 6.5MUSIQ 65

Chỉ MegaPotato xóa được vân giấy. Wonder giữ lại một phần và làm ánh mắt người phụ nữ sắc hơn. Crystal giữ nguyên tất cả.

Ảnh: Harris & Ewing, Library of Congress, không ghi nhận hạn chế công bố

Khuôn mặt bị hỏng nặng là điểm yếu của chúng tôi: trong 8 ảnh như vậy, MegaPotato biến người trong 6 ảnh thành người khác (đổi tuổi, đổi mặt hoặc mở mắt). Với ảnh đầu vào rất nhỏ, không công cụ nào giữ được khuôn mặt Einstein, và MegaPotato còn để lại một dải điểm ảnh loang thành vệt dọc hai cạnh của mỗi kết quả.

Loại ảnhSố ảnhWonder 3.5 tốt nhấtMegaPotato tốt nhấtCrystal tốt nhất
Chấm tram trên báo và tạp chí (bản quét có chấm tram)11860
Ảnh in cũ: bụi, xước, mờ, giấy có vân7260
JPEG nén mạnh và nhiễu thiếu sáng trên ảnh người16963
Kính râm sau khi nén JPEG mạnh5430
Khuôn mặt và ảnh đầu vào rất nhỏ (128 × 96, 160 × 120)8552
Tượng và búp bê5140
Tranh và truyện tranh5212
Tất cả trường hợp khó5731317

Nếu đồng hạng, mọi công cụ đồng hạng đều được tính, nên tổng một hàng có thể lớn hơn số ảnh. Các nhóm đều nhỏ, chỉ một ảnh cũng có thể làm thay đổi kết quả của cả hàng.

Tóm lại: Wonder 3.5 và MegaPotato chia đều các trường hợp khó, mỗi công cụ đứng đầu 31 trong 57 ảnh, còn Crystal đứng đầu 7 ảnh. Bản quét ảnh in, JPEG nén mạnh và ảnh nhiễu: bắt đầu với Wonder 3.5. Ảnh in cũ, tượng, búp bê và giấy có vân: MegaPotato. Tranh: Crystal, vì giữ được nét cọ. Với khuôn mặt bị hỏng, không công cụ nào đáng tin hoàn toàn.

Nên dùng công cụ phóng to ảnh bằng AI nào cho từng loại ảnh#

  • Ảnh thực tế chất lượng thấp giữ nguyên như khi chụp (ảnh chụp bằng điện thoại đời cũ, máy ảnh số đời đầu, ảnh tiệc và sân khấu): MegaPotato, với khoảng cách đáng kể (67.2 so với 62.8 của Wonder 3.5 và 46.1 của Crystal, 29 ảnh).
  • Ban đêm, sân khấu và thiếu sáng: MegaPotato (70.1 so với 64.8 và 55.2, 24 ảnh).
  • Ảnh người đã chia sẻ, bị nén hoặc có kích thước nhỏ: MegaPotato cho khuôn mặt sắc nét, tự nhiên nhất. Topaz Wonder 3.5 hoặc Crystal khi cần khuôn mặt gần ảnh gốc nhất có thể (điểm tương đồng danh tính cao hơn).
  • Ảnh in cũ đã phai màu và ảnh gia đình cũ: Wonder 3.5 hoặc MegaPotato: ngang nhau trên 19 ảnh in cũ (74.0 và 73.9). MegaPotato cho khuôn mặt sắc nét nhất trong các trường hợp khó, nhưng đôi khi biến vết hỏng nặng thành hoa văn. Không công cụ nào xóa bụi và vết xước một cách đáng tin cậy.
  • Bản quét báo và tạp chí: Topaz Wonder 3.5 hoặc MegaPotato.
  • Tượng, búp bê, tranh và hình vẽ: MegaPotato giữ mắt đá đúng là mắt đá. Với tranh, Crystal giữ nét cọ. Wonder đôi khi biến chúng thành những khuôn mặt “sống”.
  • Phong cảnh, động vật và công trình không có người: cả ba khá sát nhau (Crystal 74.2, MegaPotato 72.8, Wonder 3.5 72.6).
  • Ảnh có tên, số hoặc biển hiệu: đừng tin công cụ nào với chữ nhỏ. Một từ hay con số bỗng đọc được là kết quả phỏng đoán, không phải khôi phục. Chữ nhỏ là phần chúng tôi đang cải thiện cho phiên bản MegaPotato tiếp theo.
  • In ảnh lớn từ tệp nhỏ: ở mật độ 300 điểm ảnh mỗi inch, ảnh 2016 × 1344 điểm ảnh in được khoảng 17 × 11 cm (6.7 × 4.5 in). MegaPotato phóng to đến 8×, Let's Enhance đến 16×, Topaz Gigapixel đến 6×.
  • Hàng nghìn ảnh qua API: MegaPotato ($0.079 mỗi ảnh với 1 000 ảnh mỗi tháng), Topaz ($0.26 qua API của hãng với gói từ $50 mỗi tháng, hoặc $0.24 qua fal.ai) hoặc Crystal ($0.35) cho ảnh chụp. Recraft Crisp ($0.033) chỉ dành cho hình đồ họa sạch. Chúng tôi chưa thử tốc độ hay độ ổn định khi xử lý số lượng lớn.

Giá công cụ phóng to ảnh bằng AI: chi phí thực tế#

Hình 26 · Bốn công cụ dẫn đầu: giá mỗi ảnh

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.

Bốn công cụ dẫn đầu: giá mỗi ảnh
value
MegaPotato$0.073
Let's Enhance$0.22
Topaz Wonder 3.5 · fal.ai$0.24
Crystal$0.35

Bốn công cụ cách tổng điểm cao nhất không quá hai điểm (80.8 đến 82.6), cùng giá mỗi ảnh: 100 ảnh mỗi tháng, tính trung bình ba kích thước. Các cột bắt đầu từ số không. MegaPotato có giá rẻ hơn ba công cụ còn lại từ 3.1 đến 4.8 lần. API của Topaz không nằm trên biểu đồ: gói bắt đầu từ $50 mỗi tháng, nên ở mức 100 ảnh mỗi tháng, phần lớn tiền trả là để duy trì gói, tương đương $0.54 mỗi ảnh. Với 1 000 ảnh mỗi tháng, giá còn $0.26.

Hình 27 · Chất lượng so với chi phí

Scatter plot of 14 points: Tổng điểm against Giá mỗi ảnh, $ (log scale). Giá mỗi ảnh, $ from 0.033 to 2.051. Highest Tổng điểm: MegaPotato (82.6); lowest: Recraft Creative (33.3). Highlighted: MegaPotato (82.6 at 0.073). Hollow points are estimates.

Chất lượng so với chi phí
Giá mỗi ảnh, $Tổng điểmTổng điểm fromTổng điểm toseriesestimate
MegaPotato0.07382.6MegaPotato
Topaz Wonder 3.50.2481.9Topaz
Let's Enhance0.22381.8Let's Enhance
Crystal0.3580.8Crystal
ChatGPT0.16273.2OpenAIyes
Gemini0.11370.9Googleyes
Topaz Standard MAX0.45369.9Topaz
Topaz Bloom 20.90768.1Topaz
Topaz Precision, 3 mô hình0.10753.934.165.1Topaz
Recraft Crisp0.03363.9Recraftyes
Krea Enhance0.2153.7Kreayes
Magnific Precision V21.13053.5Magnific
Magnific Creative1.02046.3Magnificyes
Recraft Creative2.05133.3Recraftyes

Tổng điểm so với giá mỗi ảnh ở mức 100 ảnh mỗi tháng, tính trung bình ba kích thước, mỗi nhà cung cấp một màu, Topaz dùng qua fal.ai. Trục giá dùng thang logarit: cùng khoảng cách nghĩa là cùng tỷ lệ, không phải cùng số đô la. Các chấm không tô màu là giá quy đổi theo megapixel. Upscayl không nằm trên biểu đồ: ứng dụng miễn phí nhưng bạn phải tự có card đồ họa và trả tiền điện, hai khoản chúng tôi không tính vào giá. Cách tính giá ↓

Cách tính giá trên các biểu đồ

Giá mỗi ảnh được lấy trung bình từ ba tác vụ, mỗi tác vụ phóng to 4× (0.17 → 2.7 MP, 1 → 16 MP, 3 → 48 MP), ở mức 100 ảnh mỗi tháng. Gói mua một lần hoặc credit không hết hạn được phân bổ theo số tháng dùng hết ở mức sử dụng đó, tối đa 12 tháng; với mỗi mức sử dụng, chúng tôi chọn gói rẻ nhất. Topaz tính giá qua fal.ai (dùng bao nhiêu trả bấy nhiêu). Nếu dùng API của Topaz, với mức tối thiểu $50 mỗi tháng, mọi chấm Topaz đều dịch sang phải (Wonder 3.5 lên $0.54). Ba mô hình Precision của Topaz (Standard V2 62.6, Low Resolution V2 65.1, High Fidelity V3 34.1) có cùng giá nên dùng chung một chấm ở điểm trung bình, thanh trải từ điểm thấp nhất đến cao nhất. MegaPotato tính giá trên ứng dụng web, với mức giảm −20 % khi gửi cùng lúc từ 3 ảnh trở lên. Ở mức 100 ảnh mỗi tháng, gói rẻ nhất là $25 cho 600 lát khoai chiên với kích thước nhỏ, và $50 cho 1 300 lát khoai chiên với hai kích thước lớn hơn. API không có giảm giá theo lô, nên giá là $0.091 mỗi ảnh ở mức sử dụng này. Gemini và OpenAI tính giá theo Batch API (nửa giá, có kết quả trong 24 giờ). Khi công cụ không tạo được một kích thước (ChatGPT trên 8 MP, Gemini ở 48 MP, Magnific Creative trên 25 MP, Recraft ở mọi kích thước chỉ định) hoặc chỉ báo giá cho một kích thước (Krea), giá được quy đổi từ giá mỗi megapixel và biểu diễn bằng chấm không tô màu. Các bảng bên dưới có mức 10 và 1 000 ảnh mỗi tháng. Giá chưa gồm thuế.

Giá mỗi ảnh không cho thấy hai điều: bạn phải mua gì trước và có dùng được công cụ mà không viết mã hay không. Vì thế, dưới đây là chi phí cả tháng cho tác vụ nhỏ trong bài thử nghiệm chính (ảnh 504 × 336 phóng to 4×, đạt 2.7 MP), việc mà mọi công cụ đều làm được. Giá lấy từ trang web hoặc API của từng nhà cung cấp, kiểm tra lại ngày 15 tháng mười một 2026 (mỗi nguồn có ghi ngày), chưa gồm thuế. Các trang được dẫn trong phần nguồn.

MegaPotato[26]$0.50$3.33$31Gói lát khoai chiên mua một lần từ $5. Lát khoai chiên không hết hạn. Từ 3 ảnh cùng lúc: −20 %Có
Crystal API (Clarity AI)[27]$0.50$5$50Dùng bao nhiêu trả bấy nhiêu, từ $1Không
Trang web Crystal (Clarity AI)[27]$13–19$13–19$199–299Gói tháng: Starter $19 ($13 khi trả theo năm) cho 1 200 credit, mỗi ảnh nhỏ tốn 5 credit. 1 000 ảnh mỗi tháng cần Business, 30 000 credit. Gói rẻ nhất không có “hỗ trợ ảnh nhỏ”Có
Topaz Wonder 3.5 (Topaz API)[28]$50$50$100API của Topaz, từ $50 mỗi tháng. 1 credit mỗi ảnhKhông
Topaz Standard V2, Low Res V2, High Fidelity V3 (Topaz API)[28]$50$50$100Cùng gói API. 1 credit mỗi ảnhKhông
Topaz Standard MAX (Topaz API)[28]$50$50$100Cùng gói API. 1 credit mỗi ảnhKhông
Topaz Bloom 2 (Topaz API)[28]$50$50$200Cùng gói API. 2 credit mỗi ảnhKhông
Topaz Wonder 3.5 (fal.ai)[29]$0.80$8$80Dùng bao nhiêu trả bấy nhiêu. $0.08 mỗi khối 8 MP đầu ra, làm tròn lênKhông
Topaz Standard MAX (fal.ai)[29]$0.80$8$80Dùng bao nhiêu trả bấy nhiêu. $0.08 mỗi khối 4 MP đầu ra, làm tròn lênKhông
Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai)[29]$0.80$8$80Dùng bao nhiêu trả bấy nhiêu. $0.08 mỗi khối 24 MP đầu ra, làm tròn lênKhông
Topaz Bloom 2 (fal.ai)[29]$1.60$16$160Dùng bao nhiêu trả bấy nhiêu. $0.08 mỗi khối 2 MP đầu ra, làm tròn lênKhông
Topaz for Web, Image (Wonder 3, không phải 3.5)[30]$14–19$14–19$14–19Gói giá cố định: $199 mỗi năm, $19 mỗi tháng với cam kết theo năm hoặc $19 mỗi tháng không cam kết theo năm, khuyến mại còn $169 và $16 (với cam kết theo năm) ngày 15 tháng mười một 2026. Topaz gọi số lượt xử lý là không giới hạn. Giới hạn công bố là xuất ảnh tối đa 32 MP, hai ảnh cùng lúc, dùng cho cá nhân hoặc doanh nghiệp nhỏCó
Topaz Gigapixel (ứng dụng máy tính, Wonder 3)[30]$11–29$11–29$11–29$149 mỗi năm, $19 mỗi tháng với cam kết theo năm hoặc $29 mỗi tháng không cam kết theo năm, khuyến mại còn $127 và $16 (với cam kết theo năm). Xử lý trên máy không giới hạn, xử lý đám mây “không giới hạn” với hai ảnh cùng lúcCó
Let's Enhance[31]$3.25$9$72Thuê bao hoặc gói mua một lần. 1 credit mỗi ảnhCó
Gemini (API)[32]$0.50$5$50Batch API, dùng bao nhiêu trả bấy nhiêu. Tạo ảnh 2K (2528 × 1696). Nếu không viết mã, ứng dụng miễn phí cho ảnh 1264 pxKhông
ChatGPT (API ảnh của OpenAI)[33]$0.42$2.71$27Batch API ở chất lượng “high”. Trả trước tối thiểu $5. Nếu không viết mã, ứng dụng cho ảnh 1536 × 1024Không
Recraft Crisp (API)[34]$0.08$0.40$4Dùng bao nhiêu trả bấy nhiêu, từ $1Không
Recraft Creative (API)[34]$2.50$25$250Dùng bao nhiêu trả bấy nhiêu, từ $1Không
Magnific Creative (node ComfyUI)[35]$3.40$34$340Credit Comfy trả trước, tối thiểu $10, có hạn một năm. Gói của Magnific từ €16 mỗi thángKhông
Magnific Precision V2 (node ComfyUI)[35]$3.40$34$340Cùng loại credit. Hai bước 2×Không
Krea (gói Pro)[36]$21–35$21–35$21–35Pro $35 mỗi tháng, hoặc $21 khi trả theo năm: 20 000 đơn vị tính toán. Krea không còn nêu số ảnh Enhancer có thể xử lý với lượng đơn vị đó (vào tháng mười, Krea ghi là 2 500 ảnh mỗi tháng)Có
Upscaylmiễn phímiễn phímiễn phíCard đồ họa của bạnCó

Ý nghĩa thực tế là thế này. Nếu bạn viết được mã, API MegaPotato rẻ nhất trong nhóm công cụ giữ sát ảnh gốc: $0.091 mỗi ảnh (trung bình ba kích thước ở mức 100 ảnh mỗi tháng, API không có giảm giá theo lô, còn ứng dụng web có nên cùng những ảnh đó chỉ tốn $0.073), so với $0.54 cho Topaz Wonder 3.5 qua API của Topaz ($0.24 qua fal.ai) và $0.35 qua API Crystal. Nếu không viết mã, lựa chọn ít hơn. Trang web Crystal có giá từ $13 mỗi tháng khi trả theo năm ($19 khi trả theo tháng). Wonder 3.5 cho ảnh chỉ có qua API: fal.ai dùng bao nhiêu trả bấy nhiêu, hoặc API Topaz từ $50 mỗi tháng (ứng dụng của Topaz dùng Wonder 3, chúng tôi chưa thử). Vì vậy, về cơ bản MegaPotato và Let's Enhance là hai công cụ hàng đầu duy nhất cho phép mua một lần, dùng trên trình duyệt, không cần thuê bao; MegaPotato rẻ hơn ở mọi kích thước chúng tôi tính giá. Với nhu cầu rất lớn, khoảng 1 000 ảnh mỗi tháng, khó có lựa chọn nào rẻ hơn các gói giá cố định dùng Wonder 3 của Topaz (Gigapixel $149 mỗi năm, Topaz for Web $199, khuyến mại còn $127 và $169 ngày 15 tháng mười một 2026): Topaz gọi số lượt xử lý là không giới hạn và không công bố hạn mức tháng, chỉ giới hạn xuất ảnh 32 MP và hai ảnh cùng lúc. Chúng tôi chưa kiểm tra được liệu điều đó có còn đúng khi xử lý hàng nghìn lượt mỗi tháng hay không. Ở mức 100 ảnh mỗi tháng, MegaPotato đã rẻ hơn.

Những điều kiện ảnh hưởng đến giá thực tế và các công cụ chưa thử
  • Mức chi tối thiểu: API của Topaz là $50 mỗi tháng (gói “Starter” giá $0 được ghi là “sắp ra mắt” trong tháng mười đã biến mất; số credit mỗi ảnh có trong tài liệu của Topaz[37]); fal.ai không có mức tối thiểu. Trang web Crystal là $13–19 mỗi tháng. MegaPotato là $5, mua một lần. API của Crystal và Recraft dùng bao nhiêu trả bấy nhiêu, từ $1. API của Gemini và OpenAI cần trả trước $5.
  • Credit có hạn sử dụng: credit trong gói thuê bao Let's Enhance hết hiệu lực khi bạn hủy (gói mua một lần không hết hạn). Credit trên trang web Crystal không được chuyển sang kỳ sau. Credit API của Gemini và OpenAI hết hạn sau 12 tháng. Lát khoai chiên MegaPotato, đơn vị Recraft và credit API Crystal không hết hạn.
  • Bậc tăng giá và giới hạn kích thước: Crystal tăng giá gấp đôi ngay khi vượt 16 MP ($0.20 lên $0.40). Topaz Standard V2 tăng gấp đôi trên 24 MP, còn Wonder 3.5 đã tốn 2 credit ở 16 MP qua API Topaz. Trên fal.ai, Wonder 3.5 có giá $0.08 cho mỗi khối 8 MP đầu ra, làm tròn lên ($0.16 ở 16 MP, $0.48 ở 48 MP). Chi phí của MegaPotato tăng từng lát khoai chiên (0.06 lát khoai chiên mỗi ô ảnh, làm tròn lên). API ảnh OpenAI dừng ở khoảng 8 MP. Ứng dụng Gemini miễn phí dừng ở 1264 px. Gói miễn phí Let's Enhance dừng ở 8 MP, có logo.
  • Chưa thử nghiệm: VanceAI[38], Pixelcut[39] và Remini[40]. Giá của các công cụ này nằm trong phần giới thiệu từng công cụ.

Từng công cụ phóng to ảnh bằng AI đã thử#

Ghi chú ngắn về từng công cụ: đó là gì, làm tốt ở đâu, hỏng ở đâu. Điểm nằm trong bảng điểm, giá nằm trong các bảng giá, không cần nhắc lại ở đây.

1. Công cụ phóng to ảnh bằng AI MegaPotato: đứng đầu cả hai bài thử nghiệm, rẻ nhất nhóm dẫn đầu#

MegaPotato là công cụ của chúng tôi: ứng dụng web và API, một mô hình hỗ trợ 2×, 4×, 8× hoặc chế độ Chi tiết giữ nguyên kích thước, dùng gói lát khoai chiên thay cho thuê bao.

MegaPotato mạnh nhất ở ảnh thực tế chất lượng thấp, ảnh ban đêm và ảnh AI; khuôn mặt trông tự nhiên, làm sạch ảnh in cũ (vân giấy, bụi) tốt hơn các công cụ khác. Điểm yếu là khuôn mặt nhỏ: sai lệch so với người thật nhiều hơn một chút so với Crystal và Wonder 3.5. Với ảnh tối bị hỏng, công cụ đổi tuổi và đôi khi đổi khuôn mặt; với ảnh đầu vào rất nhỏ, nó để lại vệt dọc các cạnh.

2. Topaz Wonder 3.5: giữ khuôn mặt sát ảnh gốc nhất, nhưng chỉ dùng qua API#

Topaz Labs có lẽ là tên tuổi nổi tiếng nhất về phóng to ảnh (thuộc Adobe từ tháng chín 2026), với ba dòng mô hình hoạt động rất khác nhau: Precision, Generative và Creative. Wonder 3.5 là mô hình đáng chú ý ở đây, và chỉ có qua API: API của Topaz hoặc fal.ai, nơi chúng tôi chạy thử. Các ứng dụng dùng Wonder 3.

Đây là công cụ giữ khuôn mặt sát ảnh gốc nhất, là công cụ duy nhất đọc được số của vận động viên, tốt nhất với bản quét có chấm tram và cẩn trọng nhất với khuôn mặt bị hỏng. Vấn đề: nó coi tượng và búp bê là người, tranh là ảnh chụp, đổi tuổi người trong ảnh và để ảnh in cũ đã phai màu vẫn kém nét. Các mô hình Topaz khác lại là chuyện khác: Standard V2, Low Resolution V2 và Standard MAX làm khuôn mặt nhỏ trông như nhựa, có xu hướng xóa phụ kiện; High Fidelity V3 gần như không đụng đến ảnh nhỏ (nó dành cho ảnh lớn); Bloom 2 vẽ lại khuôn mặt.

3. Let's Enhance: độ trung thực gần tương đương, lại dễ dùng#

Let's Enhance là một trong những công cụ phóng to ảnh trên web lâu đời nhất, chỉ có trên web (API được bán riêng dưới tên Claid, chúng tôi chưa thử), với một số chế độ. Chúng tôi dùng Prime, chế độ mặc định. Thanh toán bằng credit, mua theo gói một lần hoặc thuê bao.

Cẩn trọng và trung thực: giám khảo khuôn mặt đánh giá cao nhất các khuôn mặt của công cụ này, và nó không bịa thêm chi tiết lớn nào. Điểm thua là độ sắc nét: kết quả kém nét nhất trong bốn công cụ dẫn đầu, cả theo giám khảo vùng phóng đại lẫn các chỉ số đẹp mắt; khuôn mặt cũng xa người thật hơn một chút so với Wonder và Crystal.

4. Crystal Upscaler (Clarity AI): rất trung thực với ảnh thường, yếu với nhiễu và ảnh in#

Crystal là mô hình đóng của Clarity AI, được tinh chỉnh cho khuôn mặt và sản phẩm: API tính tiền theo ảnh, còn trang web dùng gói thuê bao.

Gần ảnh gốc nhất theo các chỉ số ảnh: giữ đúng người và màu sắc, không thêm gì, tốt nhất khi trong khung hình không có người. Nhưng nó giữ cả nhiễu lẫn các khối lỗi JPEG, chỉ làm chúng nét hơn; chấm tram vẫn là chấm tram. Trong các trường hợp khó, nó biến kính râm tối màu thành trong suốt và làm trẻ em trong ảnh cũ trông như người lớn. Không phù hợp với bản quét, ảnh in bị hỏng hay ảnh nhiễu.

5. Dùng ChatGPT để phóng to ảnh: thoạt nhìn rất đẹp nhưng đổi chi tiết quan trọng#

ChatGPT không có nút phóng to ảnh: bạn yêu cầu bản lớn hơn và mô hình ảnh vẽ một bức mới.

Thoạt nhìn, kết quả đẹp nhất trong tất cả. Nhưng vấn đề quen thuộc của việc vẽ lại vẫn còn: đổi màu, làm người trẻ hơn và viết chữ đầy tự tin; ngay cả câu lệnh chặt chẽ yêu cầu “không bịa thêm gì” cũng không ngăn được. Phù hợp nếu cần một bức ảnh đẹp, không phù hợp với ảnh gia đình, tài liệu, sản phẩm hay bất cứ thứ gì có tên và số.

6. Ứng dụng Gemini (Google Nano Banana): cẩn trọng với khuôn mặt, tệp nhỏ#

Gemini cũng không phải công cụ phóng to ảnh, nó vẽ lại toàn bộ bức ảnh.

Cẩn trọng nhất trong các mô hình trò chuyện: giữ khuôn mặt và màu sắc. Tuy nhiên, ảnh có kích thước nhỏ và kém nét; công cụ viết những con số rõ ràng nhưng sai, cùng những từ tự bịa.

7. Recraft (Crisp và Creative): rẻ cho đồ họa, không phù hợp với khuôn mặt nhỏ#

Recraft là công cụ thiết kế có hai công cụ phóng to ảnh: Crisp làm nét nội dung sẵn có, Creative vẽ lại. Bạn không chọn được kích thước đầu ra.

Crisp xử lý ổn ảnh nghệ thuật AI và các đường nét rõ, có API rẻ nhất trong bài thử nghiệm, nhưng làm méo khuôn mặt nhỏ. Creative đơn giản là vẽ ảnh khác, với người mới và chữ vô nghĩa. Dùng cho logo, đồ họa và ảnh nghệ thuật AI số lượng lớn, không dùng cho ảnh người.

8. Upscayl: miễn phí, chạy ngoại tuyến, nhưng không phù hợp với khuôn mặt nhỏ#

Upscayl là ứng dụng máy tính miễn phí, mã nguồn mở, chạy các mô hình kiểu Real-ESRGAN trên card đồ họa của bạn: không cần tài khoản, không có hình mờ, ảnh không rời khỏi máy tính (ba mô hình đi kèm được ghi là không dùng cho mục đích thương mại).

Miễn phí, riêng tư, xử lý khá ổn ảnh nghệ thuật AI và các đường nét rõ, không bịa chữ. Khuôn mặt nhỏ bị méo, chữ nhỏ vẫn mờ. Phóng to ảnh sạch, miễn phí và ngoại tuyến, chỉ vậy thôi.

9. Krea: bộ công cụ lớn, chúng tôi thử công cụ nâng chất lượng riêng của hãng#

Krea là nền tảng sáng tạo. Enhancer có cả mô hình của Krea lẫn đối tác (Topaz, Magnific). Chúng tôi thử mô hình của Krea.

Nhiều công cụ trong một chỗ, tiện nếu bạn vốn tạo ảnh ở đó. Với ảnh chụp, Enhance của Krea làm khuôn mặt khác xa người thật, vẽ vệt đen ngang mặt trong ảnh năm 1914 và đổi phấn đỏ thành xám. Kết quả gần cuối bảng thử nghiệm của chúng tôi.

10. Magnific: cái tên nổi tiếng nhất lại vẽ ảnh mới, chế độ ảnh chụp thì làm nét quá tay#

Magnific là công cụ phóng to ảnh mọi người thường nhắc đầu tiên, với hai chế độ Creative và Precision. Chúng tôi chạy cả hai qua các node Magnific của ComfyUI, giữ cài đặt mặc định của node. Dù yêu cầu thế nào, node cũng trả về 2×, nên mức 4× của chúng tôi là hai lượt 2×.

Creative tạo bức ảnh mới nhiều chi tiết, hợp với concept art và tranh minh họa. Với ảnh chụp, đó chính là vấn đề: nó vẽ ảnh mới với người khác và chữ khác. Precision giữ cảnh nhưng phủ lên mọi thứ những vân bề mặt sắc nét tự bịa. Ở cài đặt mặc định, cả hai đều không đến gần nhóm đầu. Precision ở mức chi tiết thấp hơn có thể tốt hơn lần chạy của chúng tôi.

Ba công cụ phổ biến chưa thử: VanceAI, Pixelcut, Remini
  • VanceAI. Bộ công cụ trực tuyến (phóng to, khử nhiễu, phục hồi, tô màu). Gói từ $15 mỗi tháng cho 260 credit, phóng to 4× tốn 2 credit. Người dùng mới nhận 10 credit miễn phí.
  • Pixelcut. Trình chỉnh sửa ảnh cho người bán hàng trực tuyến. Mỗi ngày có 3 lượt tải miễn phí ở 2×, muốn 4× cần Pro ($8–10 mỗi tháng, phóng to “không giới hạn”). API giá $0.10 mỗi lượt phóng to, với gói từ $10 mỗi tháng.
  • Remini. Ứng dụng điện thoại tập trung vào khuôn mặt. Không chọn được kích thước, nên thiên về “nâng chất lượng” khuôn mặt hơn là phóng to ảnh. Bán theo thuê bao, thường theo tuần.

Cách lặp lại bài thử nghiệm#

Mọi thứ cần để chạy lại bài thử nghiệm nằm trên trang này và trong bốn tệp nhỏ:

Phiên bản 1.1, ngày 15 tháng mười một 2026. Giá được kiểm tra lại ở mọi nhà cung cấp. MegaPotato đã rẻ hơn (ảnh 48 MP hiện tốn 4 lát khoai chiên thay vì 5), nên hiện rẻ hơn 7.4 lần so với Topaz Wonder 3.5 qua API của Topaz và 3.3 lần so với qua fal.ai. Topaz đã bổ sung gói theo năm thanh toán hằng tháng cho các ứng dụng và thay đổi giá khuyến mại, còn Krea không còn liệt kê số ảnh Enhancer cho từng gói. Mọi mức giá khác đều không đổi, kết quả thử nghiệm cũng vậy.

Phiên bản 1.0, ngày 14 tháng mười 2026. Các công cụ được chạy vào đầu tháng mười 2026. Giá được kiểm tra lại ngày 17 tháng mười 2026, mỗi nguồn có ghi ngày. Mọi thay đổi số liệu sẽ được liệt kê ở đây.

Chúng tôi đã kiểm tra khả năng tái lập số liệu. Chấm lại các kết quả đã lưu của bài thử nghiệm chính bằng cùng mã nguồn, mọi số liệu của từng ảnh đều lệch không quá 0.15 % so với lần đầu. Khi được hỏi lại về 201 khuôn mặt với cùng câu lệnh và vùng cắt, giám khảo Qwen3.8 cho điểm giống hệt trong 85 % trường hợp và trả lời giống nhau cho câu “cùng người?” ở 99.5 % khuôn mặt. Claude Opus 5.5 xem một kết quả của mỗi ảnh hai lần dưới hai chữ cái khác nhau. Trong bài thử nghiệm chính, hai điểm số giống hệt nhau ở 9 trong 16 ảnh, các ảnh còn lại lệch nửa điểm. Bản thân các công cụ phóng to ảnh có thể cho kết quả khác khi chạy lần hai.

Cách trích dẫn bài thử nghiệm

MegaPotato Research Team. The Best AI Image Upscalers of 2026–2027: Benchmark With Reproducible Metrics and Prices. megapotato.app, ngày 14 tháng mười 2026, phiên bản 1.1 ngày 15 tháng mười một 2026. https://megapotato.app/blog/best-ai-image-upscalers-2026

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

Phụ lục: chỉ số, cài đặt, câu lệnh và nguồn ảnh#

Mọi số liệu của bài thử nghiệm chính (18 công cụ và cấu hình)

Các thành phần của tổng điểm, lấy trung bình trên 16 ảnh. “Người khác” là tỷ lệ trong 67 khuôn mặt bị giám khảo Qwen3.8 đánh giá là người khác. A-FINE, DreamSim, DINOv2 và TOPIQ-FR được tính trên bản sao có kích thước bằng một nửa (1008 × 672). Di chuột lên tên chỉ số để xem giải thích. Mọi định nghĩa nằm trong Ý nghĩa từng chỉ số.

MegaPotato82.67.006.986.850.4810.00.5600.20717.459.93.19
Topaz Wonder 3.581.97.097.157.010.5490.00.5700.21136.361.73.07
Let's Enhance81.86.816.697.030.5141.50.5920.20923.259.13.31
Crystal80.86.786.856.760.5451.50.5830.19337.159.72.98
ChatGPT, câu lệnh chặt chẽ73.26.166.806.520.4744.50.5620.26927.761.24.34
ChatGPT, câu lệnh đơn giản73.25.816.756.460.4556.00.5650.28723.563.64.08
Ứng dụng Gemini70.96.666.486.510.5191.50.5400.24235.250.44.63
Topaz Standard MAX69.95.785.955.840.49710.40.4990.22327.156.43.98
Topaz Bloom 268.15.816.275.780.2639.00.5310.28527.463.63.40
Topaz Low Resolution V265.15.475.405.570.48413.40.4830.23538.154.73.77
Recraft Crisp63.95.425.245.160.4907.50.4050.22230.153.64.01
Topaz Standard V262.64.895.155.210.46911.90.4790.24845.554.93.16
Upscayl (Standard)59.75.124.664.280.47619.40.3850.24035.255.73.65
Krea Enhance53.74.125.024.700.28131.30.5010.31747.558.23.04
Magnific Precision V253.55.205.495.240.4649.00.4930.49046.552.54.61
Magnific Creative46.32.344.103.660.14661.20.5290.32428.161.43.02
Topaz High Fidelity V334.14.204.123.840.53920.90.3260.40261.030.36.23
Recraft Creative33.32.033.202.810.16676.10.4790.41627.650.24.22
Phóng to thông thường–4.344.183.760.55125.40.2660.47162.727.17.61
Ảnh thật––9.09–1.000–0.5770.00039.853.33.58

Các điểm khác, không tính vào tổng điểm. Độ gần với ảnh gốc:

MegaPotato0.1440.01250.9690.6972.49
Topaz Wonder 3.50.1280.00960.9810.7102.32
Let's Enhance0.1310.01720.9730.6642.29
Crystal0.1220.00760.9830.7072.12
ChatGPT, câu lệnh chặt chẽ0.1610.02330.9800.6214.82
ChatGPT, câu lệnh đơn giản0.1760.03150.9750.6056.19
Ứng dụng Gemini0.1360.01550.9760.6672.83
Topaz Standard MAX0.1490.01970.9580.6742.46
Topaz Bloom 20.1720.02650.9660.5714.60
Topaz Low Resolution V20.1590.01560.9380.6722.19
Recraft Crisp0.1540.01960.9480.6852.51
Topaz Standard V20.1530.01940.9580.6402.53
Upscayl (Standard)0.1630.02320.9500.6662.66
Krea Enhance0.1830.03470.9330.4894.27
Magnific Precision V20.2070.0102–0.6633.20
Magnific Creative0.1910.0626–0.4465.51
Topaz High Fidelity V30.2130.03890.9730.5952.88
Recraft Creative0.2280.06450.8850.3266.97
Phóng to thông thường0.2220.02710.9720.6082.57
Ảnh thật0.0000.00001.0000.8180.00

– : chưa tính (hai hàng Magnific).

Điểm “đẹp mắt”, không dùng ảnh gốc:

MegaPotato0.3940.6020.532
Topaz Wonder 3.50.4220.6240.570
Let's Enhance0.4200.5910.524
Crystal0.3890.6000.541
ChatGPT, câu lệnh chặt chẽ0.3740.6220.483
ChatGPT, câu lệnh đơn giản0.4000.6510.513
Ứng dụng Gemini0.3050.5240.368
Topaz Standard MAX0.3620.5790.478
Topaz Bloom 20.4350.6160.579
Topaz Low Resolution V20.3450.5450.458
Recraft Crisp0.3330.5190.431
Topaz Standard V20.3240.5350.465
Upscayl (Standard)0.3530.5520.468
Krea Enhance0.3960.5930.542
Magnific Precision V20.3730.5390.491
Magnific Creative0.4150.6370.552
Topaz High Fidelity V30.2190.2850.222
Recraft Creative0.3290.5130.431
Phóng to thông thường0.2540.4180.222
Ảnh thật0.3230.5380.433
Chi phí một tháng với kết quả 16 MP

Cùng cách tính với bảng tác vụ nhỏ trong Giá công cụ phóng to ảnh bằng AI: ảnh 1224 × 816 được phóng to 4×.

MegaPotato$1.00$6$53Gói lát khoai chiên mua một lần từ $5. Từ 3 ảnh cùng lúc: −20 %Có
Crystal API (Clarity AI)$2$20$200Dùng bao nhiêu trả bấy nhiêu, từ $1Không
Trang web Crystal (Clarity AI)$13–19$33–49$199–299Gói thángCó
Topaz Wonder 3.5 (Topaz API)$50$50$200–360API của Topaz, từ $50 mỗi tháng. 2 credit mỗi ảnh (một trang khác của Topaz ghi 4)Không
Topaz Standard V2, Low Res V2, High Fidelity V3 (Topaz API)$50$50$100Cùng gói API. 1 credit mỗi ảnhKhông
Topaz Standard MAX (Topaz API)$50$50$360Cùng gói API. 4 credit mỗi ảnhKhông
Topaz Bloom 2 (Topaz API)$50$88$660Cùng gói API. 8 credit mỗi ảnhKhông
Topaz Wonder 3.5 (fal.ai)$1.60$16$160Dùng bao nhiêu trả bấy nhiêu. Hai khối 8 MP đầu ra, làm tròn lênKhông
Topaz Standard MAX (fal.ai)$3.20$32$320Dùng bao nhiêu trả bấy nhiêu. Bốn khối 4 MPKhông
Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai)$0.80$8$80Dùng bao nhiêu trả bấy nhiêu. Một khối 24 MPKhông
Topaz Bloom 2 (fal.ai)$6.40$64$640Dùng bao nhiêu trả bấy nhiêu. Tám khối 2 MPKhông
Topaz for Web, Image (Wonder 3, không phải 3.5)$14–19$14–19$14–19Gói giá cố định ($199 mỗi năm, $19 mỗi tháng với cam kết theo năm hoặc $19 mỗi tháng không cam kết theo năm. Khuyến mại $169 và $16 ngày 15 tháng mười một 2026). Xử lý “không giới hạn”, xuất tối đa 32 MP, hai ảnh cùng lúcCó
Topaz Gigapixel (ứng dụng máy tính, Wonder 3)$11–29$11–29$11–29$149 mỗi năm, $19 mỗi tháng với cam kết theo năm hoặc $29 mỗi tháng không cam kết theo năm (khuyến mại $127 và $16). Xử lý “không giới hạn”, xử lý hai ảnh cùng lúc trên đám mâyCó
Let's Enhance$6.50$24$160Thuê bao hoặc gói mua một lần. 2 credit mỗi ảnh ở 16 MPCó
Magnific Creative và Precision V2 (node ComfyUI)$6.80$68$680Credit Comfy trả trước. 143.6 credit mỗi ảnh ở 16 MPKhông
Gemini (API)$0.76$7.60$76Batch API. Vẽ lại ở kích thước định sẵn (5056 × 3392)Không
ChatGPT (API ảnh của OpenAI)không thểkhông thểkhông thểẢnh lớn nhất là 8.2 MPkhông áp dụng
Recraft Crisp và Creative (API)không thểkhông thểkhông thểKhông có tùy chọn kích thướckhông áp dụng
Krea (gói Pro)$21–35$21–35$21–3520 000 đơn vị tính toán. Krea không còn nêu số ảnh Enhancer có thể xử lý với lượng đơn vị đó (vào tháng mười, Krea ghi là 2 500 ảnh mỗi tháng)Có
Upscaylmiễn phímiễn phímiễn phíCard đồ họa của bạnCó
Cài đặt, câu lệnh và căn chỉnh

Tạo ảnh đầu vào nhỏ (bài thử nghiệm chính). Chúng tôi cắt một vùng 3:2 từ mỗi ảnh, tạo ảnh chuẩn để đối chiếu ở 2016 × 1344, thu nhỏ về 504 × 336 (lấy trung bình theo diện tích), làm mờ nhẹ (sigma 0.3 px), thêm chút nhiễu (sigma 1.5 trên thang 0–255), rồi lưu JPEG hai lần (chất lượng 60, sau đó 80). Ảnh AI chỉ được thu nhỏ. Ảnh đầu vào của bài thử nghiệm mở rộng được mô tả riêng cho từng ảnh trong danh sách ảnh.

Nơi chạy từng công cụ. Cài đặt mặc định, trừ kích thước. Các công cụ được chạy vào đầu tháng mười 2026.

Công cụNơi chạyCài đặt
MegaPotatoỨng dụng web megapotato.app4×
Topaz Wonder 3.5, Standard MAXfal.ai topaz/upscale/image/generativechọn mô hình theo tên, upscale_factor 4, PNG
Topaz Bloom 2fal.ai topaz/upscale/image/creativechọn mô hình theo tên, upscale_factor 4, PNG
Topaz Standard V2, Low Resolution V2, High Fidelity V3fal.ai topaz/upscale/image/precisionchọn mô hình theo tên, upscale_factor 4, PNG
Crystalfal.ai clarityai/crystal-upscalerscale_factor 4, creativity 0, PNG
Recraft Crisp, Recraft Creativefal.ai fal-ai/recraft/upscale/crisp, fal-ai/recraft/upscale/creativekhông có tùy chọn kích thước
Let's EnhanceỨng dụng web letsenhance.ioPrime, 4×
Kreakrea.ai Enhance4×
Magnific Creativenode đối tác của ComfyUI Magnific Image Upscale (Creative), credit Comfy trả trước4×, standard, creativity, HDR, resemblance và fractality 0, engine automatic
Magnific Precision V2node đối tác của ComfyUI Magnific Image Upscale (Precise V2)hai lượt 2× (node trả về 2× bất kể hệ số yêu cầu); flavor photo, sharpen 7, smart grain 7, ultra detail 30
ChatGPTChatGPT Plus, công cụ ảnhcác câu lệnh bên dưới
GeminiỨng dụng Gemini (Nano Banana 2)câu lệnh đơn giản
UpscaylBộ xử lý dòng lệnh của UpscaylMô hình Standard, 4×

Trên fal.ai, cài đặt mặc định của Topaz bật nâng chất lượng khuôn mặt. Góc có logo của Let's Enhance được loại khỏi phần tính điểm.

Câu lệnh. Câu lệnh đơn giản, cho ChatGPT và Gemini: "Upscale this photo 4x. Keep everything exactly the same." Câu lệnh chặt chẽ, cho 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."

Căn chỉnh. Mọi kết quả được đưa về kích thước 4× của ảnh đầu vào. Kết quả lệch quá 0.75 điểm ảnh (đo bằng tương quan pha với ảnh đầu vào phóng to bằng nội suy bicubic) được dịch về vị trí cũ; các phép đo độ gần với ảnh gốc bỏ qua vài điểm ảnh ở cạnh bị lộ ra. ChatGPT và Gemini dịch chuyển, cắt ảnh, nên chúng tôi căn chỉnh kết quả của chúng bằng cách ghép khớp đặc trưng.

Giám khảo. Qwen3.8-27B-FP8 qua vLLM, giải mã tham lam. Claude Opus 5.5 (claude-opus-5-5), mỗi kết quả mang một chữ cái ngẫu nhiên. Hướng dẫn cho giám khảo nằm bên dưới.

Nguyên văn hướng dẫn cho giám khảo

Claude Opus 5.5, bài thử nghiệm chính. Bộ tiêu chí này được dùng cho mọi bảng ảnh. Các dòng về đường dẫn tệp và tệp đầu ra đã được lược bỏ.

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

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

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

Claude Opus 5.5, bài thử nghiệm mở rộng (ảnh AI, ảnh không có người, ảnh thực tế chất lượng thấp và ảnh in cũ): hướng dẫn mà giám khảo đọc. Định dạng đầu ra đã được lược bỏ. Với ảnh vốn có kích thước nhỏ, giám khảo dùng tiêu chí của bài thử nghiệm chính, thay ảnh thật bằng ảnh đầu vào được phóng to thông thường.

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

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

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

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

Qwen3.8, vùng phóng đại. Câu lệnh hệ thống, rồi yêu cầu cho từng vùng của từng kết quả ({what} nêu nội dung cần xem trong vùng đó; “overall” là điểm được tính vào tổng điểm):

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

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

Khi không có ảnh gốc, câu lệnh hệ thống dùng "with the small input photo it received" thay cho "with the real high-resolution photo", và yêu cầu bắt đầu bằng: "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." Các khóa giữ nguyên, thay "the reference" bằng "the input".

Qwen3.8, khuôn mặt. Cho từng khuôn mặt của từng kết quả (“overall” là điểm khuôn mặt trong tổng điểm; “same_person” = 'no' nghĩa là khuôn mặt đã đổi người):

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

Khi không có ảnh gốc, câu lệnh khuôn mặt dùng hai ô ảnh: ảnh đầu vào được phóng to thông thường và kết quả, rồi hỏi cùng các câu hỏi với ảnh đầu vào làm đối chiếu.

Bài thử nghiệm mở rộng. Ảnh không có ảnh gốc được chấm đối chiếu với ảnh đầu vào phóng to bằng nội suy bicubic, và câu lệnh nói rõ điều đó. Điểm Opus cho ảnh AI, ảnh không có người, ảnh thực tế chất lượng thấp và ảnh in cũ là trung bình của hai điểm 0–10 về độ trung thực và độ tự nhiên. Với ảnh vốn có kích thước nhỏ, đó là một điểm 0–10 đối chiếu với ảnh đầu vào. Các vùng phóng đại của Qwen3.8 trên những ảnh này gồm bốn ô vuông nhiều chi tiết nhất (mỗi ô có cạnh bằng một phần ba cạnh ngắn của ảnh) và 8 khuôn mặt lớn nhất. Giám khảo Opus 5.5 xem từng kết quả cả toàn ảnh lẫn vùng phóng đại, như trong bài thử nghiệm chính.

Khuôn mặt. Phát hiện một lần bằng SCRFD trên ảnh gốc ở kích thước 4× (trên ảnh đầu vào phóng to 4× nếu không có ảnh gốc). Lấy mọi khuôn mặt rộng ít nhất 10 điểm ảnh ở ảnh đầu vào. Cắt cùng vùng 112 × 112 đã căn chỉnh từ mỗi kết quả. Các mô hình nhận diện khuôn mặt lấy trung bình kết quả của ảnh gốc và ảnh lật. Điểm tương đồng danh tính là trung bình của AdaFace (IR-101, WebFace12M), ArcFace (R100, Glint360K), AuraFace v1 và MagFace (R100). Trong bài thử nghiệm chính, MagFace chỉ chạy trên 14 khuôn mặt của ảnh giải chạy; trong bài thử nghiệm mở rộng, nó chạy trên mọi khuôn mặt.

Chỉ số. LPIPS (AlexNet) và độ lệch màu CIEDE2000 (sau khi làm mờ Gaussian 2 px) ở kích thước đầy đủ; DISTS trên các ô 512 px; A-FINE, DreamSim, DINOv2 (ViT-L) và TOPIQ-FR trên bản sao có kích thước bằng một nửa; MUSIQ, CLIP-IQA+ và TOPIQ lấy trung bình từ 5 ô 512 px cố định; MANIQA và NIQE trên toàn ảnh; eDifFIQA (L) trên các vùng cắt khuôn mặt.

Giới hạn của bài thử nghiệm
  • 16 ảnh là bộ mẫu nhỏ cho 18 công cụ. 135 ảnh là bộ mẫu lớn hơn, dành cho ba công cụ.
  • Mỗi ảnh và cấu hình chỉ chạy một lần. Công cụ tạo sinh có thể cho kết quả khác nhau mỗi lần chạy.
  • Cài đặt mặc định. Nhiều công cụ có thanh trượt để xử lý cẩn trọng hơn hoặc sáng tạo hơn.
  • ChatGPT và Gemini không tạo được đúng 4×.
  • Ảnh không có ảnh gốc chỉ có thể đối chiếu với ảnh đầu vào kém nét hơn. Giám khảo đã được thông báo điều này.
  • Trọng số của tổng điểm là lựa chọn của chúng tôi. A-FINE, một trong mười thành phần, ưu tiên kết quả trông tự nhiên hơn ảnh gốc, nên có lợi cho các công cụ phóng to mạnh tay. Mọi thành phần đều được công bố để bạn tự đặt lại trọng số.
  • Topaz, Crystal và Recraft chạy qua fal.ai, Magnific qua các node ComfyUI, không phải ứng dụng của nhà cung cấp. Ứng dụng của họ có thể cho kết quả khác.
  • Các mô hình nhận diện khuôn mặt chỉ so sánh kết quả với ảnh gốc tương ứng. Không tra cứu danh tính, không công bố dữ liệu khuôn mặt.
  • Giá và mô hình thay đổi thường xuyên. Các bài thử nghiệm được thực hiện vào đầu tháng mười 2026, giá tính đến ngày 15 tháng mười một 2026, mỗi nguồn giá có ghi ngày.
Ý nghĩa từng chỉ số

Giải thích mọi cột trong các bảng phía trên, tập hợp ở đây. Trên trang, di chuột lên tên cột có gạch chân bằng nét chấm để xem phần giải thích.

Tổng điểm
điểm trên thang 100: 28 % từ giám khảo Opus 5.5 và 8 % từ mỗi thành phần trong chín thành phần còn lại (hai điểm Qwen3.8, điểm tương đồng danh tính, tỷ lệ khuôn mặt bị đổi thành người khác, chất lượng khuôn mặt, LPIPS, A-FINE, MUSIQ và NIQE). Điểm 0–10 của giám khảo được nhân với 10. Mỗi thành phần khác được quy đổi sao cho công cụ tốt nhất trong 18 công cụ của bài thử nghiệm chính đạt 100, kém nhất đạt 0. Xem Cách chúng tôi thử nghiệm.
Giám khảo Opus 5.5
Claude Opus 5.5, LLM đa phương thức của Anthropic, xem từng kết quả được gắn một chữ cái ngẫu nhiên, cả toàn ảnh lẫn vùng phóng đại, cạnh ảnh gốc (hoặc ảnh đầu vào khi không có ảnh gốc), rồi chấm 0–10. Chiếm 28 % tổng điểm.
Qwen3.8, vùng phóng đại
Qwen3.8-27B, LLM đa phương thức mở chạy trên GPU H100 đi thuê, chấm những vùng phóng đại nhiều chi tiết nhất của từng kết quả đặt cạnh ảnh gốc, từ 0–10.
Qwen3.8, khuôn mặt
cùng mô hình đó chấm từng vùng cắt khuôn mặt đặt cạnh khuôn mặt gốc, từ 0–10, rồi trả lời có còn đúng người đó không.
Điểm tương đồng danh tính
độ tương đồng trung bình giữa khuôn mặt trong kết quả và cùng khuôn mặt trong ảnh gốc, do bốn mạng nhận diện khuôn mặt đo: ArcFace (CVPR 2019, huấn luyện trên Glint360K), MagFace (CVPR 2021), AdaFace (CVPR 2022, huấn luyện trên WebFace12M) và AuraFace (2024). 1 là cùng khuôn mặt, những người khác nhau đạt khoảng 0–0.3.
Người khác, %
tỷ lệ khuôn mặt bị giám khảo Qwen3.8 đánh giá là người khác.
Chất lượng khuôn mặt (eDifFIQA)
eDifFIQA (IEEE T-BIOM 2024), điểm chất lượng ảnh khuôn mặt dựa trên khuếch tán: khuôn mặt trông sạch và dễ nhận diện đến đâu, không cần ảnh gốc. Càng cao càng tốt.
LPIPS
Learned Perceptual Image Patch Similarity (CVPR 2018): khoảng cách giữa kết quả và ảnh gốc trên các đặc trưng của mạng AlexNet. Càng thấp càng gần.
A-FINE
Adaptive Fidelity-Naturalness Evaluator (CVPR 2025): đánh giá kết quả gần ảnh gốc đến đâu và trông tự nhiên đến đâu, tăng trọng số độ tự nhiên khi kết quả trông tự nhiên hơn ảnh gốc. Càng thấp càng tốt.
MUSIQ
Multi-Scale Image Quality transformer (ICCV 2021): điểm “đẹp mắt”, không cần ảnh gốc. Càng cao càng tốt.
NIQE
Natural Image Quality Evaluator (IEEE Signal Processing Letters 2013): mức độ khác biệt giữa các đặc tính thống kê của ảnh và của ảnh chụp tự nhiên, không cần ảnh gốc. Càng thấp càng tự nhiên.
DISTS
Deep Image Structure and Texture Similarity (IEEE TPAMI 2022): độ gần với ảnh gốc về cấu trúc và kết cấu bề mặt. Càng thấp càng gần.
DreamSim
chỉ số tương đồng ảnh được huấn luyện từ đánh giá của con người (NeurIPS 2023). Càng thấp càng gần.
DINOv2
độ tương đồng của các đặc trưng DINOv2 ViT-L (TMLR 2024) giữa kết quả và ảnh gốc. Càng cao càng gần.
TOPIQ-FR
mạng đánh giá chất lượng ảnh từ trên xuống (IEEE TIP 2024), từ ý nghĩa của ảnh đến các sai lệch; TOPIQ-FR so sánh với ảnh gốc, TOPIQ đánh giá không cần ảnh gốc. Càng cao càng tốt.
Độ lệch màu ΔE
độ lệch màu CIEDE2000 giữa kết quả và ảnh gốc, sau khi làm mờ 2 px để đo màu thay vì độ sắc nét. Càng thấp càng gần.
MANIQA
Multi-dimension Attention Network đánh giá chất lượng ảnh, không cần ảnh gốc (CVPR Workshops 2022). Càng cao càng tốt.
CLIP-IQA+
diện mạo và cảm nhận về ảnh theo mô hình CLIP (AAAI 2023), không cần ảnh gốc. Càng cao càng tốt.
Giá mỗi ảnh
giá trung bình của kết quả 2.7, 16 và 48 MP ở mức 100 ảnh mỗi tháng, chưa gồm thuế. Xem Giá công cụ phóng to ảnh bằng AI.
137 ảnh: nguồn, giấy phép và ảnh đầu vào

Từng ảnh, kèm nguồn, giấy phép và thông tin chính xác về vùng cắt, vùng ảnh được chọn hoặc seed, nằm trong photos.csv. Cách tạo từng loại ảnh đầu vào:

  • Bài thử nghiệm chính (16 ảnh). Vùng cắt từ tệp đủ kích thước được đưa về 2016 × 1344 (ảnh gốc để đối chiếu), rồi về 504 × 336 bằng cách lấy trung bình theo diện tích. Tiếp đó làm mờ Gaussian (sigma 0.3 px), thêm nhiễu Gaussian (sigma 1.5 trên 255, từ seed của ảnh) và lưu JPEG hai lần (chất lượng 60, rồi 80; 4:2:0). Bài thử nghiệm mở rộng dùng 14 ảnh trong số này (không dùng ảnh nhãn giá và ảnh Midjourney).
  • Ảnh AI (16). FLUX.1 [schnell] trên fal.ai (fal-ai/flux/schnell, 4 bước, 1536 × 1152) từ câu lệnh và seed của ảnh; ảnh đó là ảnh gốc. Ảnh đầu vào: lấy trung bình theo diện tích về 384 × 288, rồi làm mờ, thêm nhiễu (cùng seed) và lưu JPEG giống bài thử nghiệm chính.
  • Ảnh không có người (13). Vùng ảnh được chọn từ tệp nguồn được đưa về 1536 × 1152 (ảnh gốc) và 384 × 288 bằng cách lấy trung bình theo diện tích, rồi làm mờ, thêm nhiễu và lưu JPEG giống bài thử nghiệm chính.
  • Ảnh thực tế chất lượng thấp (29), không có ảnh gốc độ phân giải cao. Ảnh đầu vào: vùng cắt từ tệp đã đăng, giữ nguyên điểm ảnh, không xử lý gì thêm.
  • Ảnh in cũ và ảnh phim (19), không có ảnh gốc sạch. Ảnh đầu vào: tệp tải về, thu nhỏ bằng cách lấy trung bình theo diện tích (OpenCV INTER_AREA) về 480 px ở cạnh dài, không xử lý gì thêm.
  • Ảnh vốn có kích thước nhỏ (44), không có ảnh gốc độ phân giải cao. Ảnh đầu vào: tệp đúng như đã đăng (37 ảnh Flickr, 2001–2007) hoặc một khung hình video (7 khung hình video trên web, 2005–2009). Tệp có giấy phép NC hoặc ND và các khung hình video chỉ được dẫn liên kết, không phân phối lại; kết quả của chúng không hiển thị trên trang này.

Nguồn tham khảo

  1. [1]Du Chen và cộng sự. Toward Generalized Image Quality Assessment: Relaxing the Perfect Reference Quality Assumption. CVPR, 2025.
  2. [2]Dongping Chen và cộng sự. MLLM-as-a-Judge: Assessing Multimodal LLM-as-a-Judge with Vision-Language Benchmark. ICML, 2024.
  3. [3]Lianmin Zheng và cộng sự. Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena. NeurIPS Datasets and Benchmarks Track, 2023.
  4. [4]Anthropic. Introducing Claude Opus 5.5. Trang thông báo của Anthropic, 2026.
  5. [5]Qwen Team. Qwen3.8-27B-FP8 (model card). Thẻ mô hình Hugging Face (không có bài báo), 2026.
  6. [6]Jia Guo và cộng sự. Sample and Computation Redistribution for Efficient Face Detection. ICLR (trình bày poster), 2022.
  7. [7]Jiankang Deng và cộng sự. ArcFace: Additive Angular Margin Loss for Deep Face Recognition. CVPR, 2019.
  8. [8]Xiang An và cộng sự. Partial FC: Training 10 Million Identities on a Single Machine. ICCV Workshops (MFR), 2021.
  9. [9]Qiang Meng và cộng sự. MagFace: A Universal Representation for Face Recognition and Quality Assessment. CVPR (trình bày miệng), 2021.
  10. [10]Minchul Kim, Anil K. Jain, Xiaoming Liu. AdaFace: Quality Adaptive Margin for Face Recognition. CVPR (trình bày miệng), 2022.
  11. [11]Zheng Zhu và cộng sự. WebFace260M: A Benchmark Unveiling the Power of Million-Scale Deep Face Recognition. CVPR, 2021.
  12. [12]fal. AuraFace (AuraFace-v1 model card). Thẻ mô hình Hugging Face (không có bài báo), 2024.
  13. [13]Žiga Babnik, Peter Peer, Vitomir Štruc. eDifFIQA: Towards Efficient Face Image Quality Assessment based on Denoising Diffusion Probabilistic Models. IEEE Transactions on Biometrics, Behavior, and Identity Science (T-BIOM), tập 6, số 4, tr. 458–474, 2024.
  14. [14]Žiga Babnik, Peter Peer, Vitomir Štruc. DifFIQA: Face Image Quality Assessment Using Denoising Diffusion Probabilistic Models. IJCB (IEEE International Joint Conference on Biometrics), 2023.
  15. [15]Richard Zhang và cộng sự. The Unreasonable Effectiveness of Deep Features as a Perceptual Metric. CVPR, 2018.
  16. [16]Keyan Ding và cộng sự. Image Quality Assessment: Unifying Structure and Texture Similarity. IEEE TPAMI, tập 44, số 5, tr. 2567–2581, 2022.
  17. [17]Stephanie Fu và cộng sự. DreamSim: Learning New Dimensions of Human Visual Similarity using Synthetic Data. NeurIPS (báo cáo nổi bật), 2023.
  18. [18]Maxime Oquab và cộng sự. DINOv2: Learning Robust Visual Features without Supervision. Transactions on Machine Learning Research (TMLR), 2024.
  19. [19]Chaofeng Chen và cộng sự. TOPIQ: A Top-down Approach from Semantics to Distortions for Image Quality Assessment. IEEE Transactions on Image Processing, tập 33, tr. 2404–2418, 2024.
  20. [20]Gaurav Sharma, Wencheng Wu, Edul N. Dalal. The CIEDE2000 color-difference formula: Implementation notes, supplementary test data, and mathematical observations. Color Research & Application, tập 30, số 1, tr. 21–30, 2005.
  21. [21]Junjie Ke và cộng sự. MUSIQ: Multi-scale Image Quality Transformer. ICCV, 2021.
  22. [22]A. Mittal, R. Soundararajan, A. C. Bovik. Making a “Completely Blind” Image Quality Analyzer. IEEE Signal Processing Letters, tập 20, số 3, tr. 209–212, 2013.
  23. [23]Sidi Yang và cộng sự. MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment. CVPR Workshops (NTIRE), 2022.
  24. [24]Jianyi Wang, Kelvin C. K. Chan, Chen Change Loy. Exploring CLIP for Assessing the Look and Feel of Images. AAAI, tập 37, số 2, tr. 2555–2563, 2023.
  25. [25]Chaofeng Chen, Jiadi Mo. IQA-PyTorch: PyTorch Toolbox for Image Quality Assessment. Phần mềm trên GitHub (pyiqa), 2022.
  26. [26]MegaPotato. Pricing. Trang của chúng tôi, truy cập ngày 15 tháng mười một 2026.
  27. [27]Clarity AI. Pricing. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  28. [28]Topaz Labs. API plans and credits. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  29. [29]fal.ai. Topaz Image Upscale: Generative, Precision, Creative. Các trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  30. [30]Topaz Labs. Pricing: Gigapixel, Topaz for Web. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  31. [31]Let's Enhance. Pricing. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  32. [32]Google. Gemini API pricing. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  33. [33]OpenAI. API pricing. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  34. [34]Recraft. API pricing. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  35. [35]Magnific qua các node đối tác của ComfyUI: API node pricing (35.91 credit mỗi bước 2× với ảnh đầu vào đến 1.3 MP, 71.82 với ảnh đến 3 MP, 107.73 với ảnh đến 6.4 MP; $1 = 211 credit), truy cập ngày 15 tháng mười một 2026. Các gói của Magnific: Pricing, trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  36. [36]Krea. Pricing. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  37. [37]Topaz Labs. Model Pricing. Tài liệu cho lập trình viên, truy cập ngày 15 tháng mười một 2026.
  38. [38]VanceAI. Pricing. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  39. [39]Pixelcut. Pricing và API pricing. Các trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
  40. [40]Remini. remini.ai: các gói thuê bao được hiển thị trong ứng dụng. Trang của nhà cung cấp, truy cập ngày 15 tháng mười một 2026.
Đăng ngày · so sánh, phóng to ảnh