DALL-E 3

DALL-E 3 — третье поколение модели генерации изображений от OpenAI, выпущенное в октябре 2023 года. Главное достижение по сравнению с DALL-E 2 — кардинально улучшенное следование текстовым описаниям: модель значительно точнее воспроизводит сложные сцены с несколькими объектами, пространственными отношениями и мелкими деталями.

Особенность DALL-E 3 в экосистеме OpenAI — нативная интеграция с GPT-4 в ChatGPT: когда пользователь описывает желаемое изображение, GPT-4 автоматически переписывает промпт, добавляя художественные детали и уточнения для получения наилучшего результата. Это снижает порог вхождения: даже короткое описание «кот в шляпе» превращается в детальный промпт с указанием стиля, освещения и композиции.

Технические характеристики и стили

DALL-E 3 поддерживает генерацию в форматах 1024×1024 (квадрат), 1024×1792 (вертикальный портрет) и 1792×1024 (горизонтальный пейзаж). HD режим ($0,08 за изображение) добавляет дополнительный проход детализации, значительно улучшая текстуры, лица и мелкие элементы. Поддерживаемые стили — vivid (насыщенный, творческий) и natural (реалистичный, приближенный к фото).

Важная особенность: DALL-E 3 умеет воспроизводить текст на изображениях — вывески, надписи на упаковке, заголовки плакатов. Это было серьёзной слабостью предыдущих генераторов изображений. Модель также хорошо справляется с инфографикой, схемами и иллюстрациями в заданном корпоративном стиле.

Доступность и ограничения

DALL-E 3 доступна через ChatGPT (Free и Plus), API OpenAI и Microsoft Copilot (Azure OpenAI). Стоимость через API: $0,04 (standard) и $0,08 (HD) за изображение — без скидок за объём. По политике безопасности модель отказывает в генерации изображений реальных людей по имени, откровенного контента и материалов, нарушающих авторские права. В сравнении с Midjourney и Stable Diffusion художественное качество DALL-E 3 ниже, но предсказуемость и точность следования промпту — выше.