هوش مصنوعی ساخت عکس؛ بهترین سایت‌ها و برنامه‌های رایگان و پولی تولید تصویر

برای ساخت عکس با هوش مصنوعی رایگان، Google Gemini، ChatGPT و Leonardo.Ai سه شروع مطمئن‌اند؛ هر سه نسخهٔ رایگان دارند و برای عکس پروفایل، پست شبکه‌های اجتماعی و ایده‌پردازی کافی‌اند. برای کار حرفه‌ای، Midjourney در تصویرسازی هنری، Ideogram در نوشتن متن روی تصویر، Adobe Firefly در کارهای تجاری و Recraft در ساخت وکتور (SVG) جلوترند. اگر کارت ارزی ندارید، می‌توانید اشتراک همین سرویس‌ها را با پرداخت ریالی تهیه کنید یا از پلتفرم فارسی ZarinGPT استفاده کنید که مدل‌های تصویری گوگل و OpenAI را بدون کارت ارزی در اختیارتان می‌گذارد.

انتخاب بهترین هوش مصنوعی ساخت عکس به چهار چیز بستگی دارد: سهمیهٔ رایگان هر ابزار، کیفیت خروجی در نوع کار شما، حق استفادهٔ تجاری از تصویر و راه دسترسی از ایران. در این راهنما ۱۷ ابزار را از نظر همین چهار معیار مقایسه کرده‌ایم. قیمت‌ها، سهمیه‌ها و نسخهٔ مدل‌ها از صفحه‌های رسمی سازندگان در ۱۳ آبان ۱۴۰۵ برداشته شده و منبع هر کدام در انتهای مقاله آمده است.

جدول مقایسهٔ ۱۷ ابزار هوش مصنوعی ساخت عکس (آبان ۱۴۰۵)

این جدول خلاصهٔ مهم‌ترین تفاوت‌هاست. قیمت‌ها دلاری و رسمی‌اند و ممکن است سازنده آن‌ها را تغییر دهد. جزئیات هر ابزار در بخش‌های بعدی آمده است.

مقایسهٔ ابزارهای هوش مصنوعی ساخت عکس؛ منبع: صفحه‌های رسمی قیمت‌گذاری و راهنمای هر سرویس، بررسی ۱۳ آبان ۱۴۰۵

ابزار	بهترین کاربرد	نسخهٔ رایگان	شروع پلن پولی	دسترسی از ایران
Google Gemini (Nano Banana)	ساخت و اصلاح عکس در گفت‌وگو	دارد؛ سهمیهٔ شناور	Google AI Plus؛ ۴٫۹۹ دلار	نیاز به تغییر IP
Nano Banana 2.1 و Pro (API)	خروجی 4K و کار برنامه‌نویسی	ندارد	از ۰٫۰۳۴ دلار برای هر تصویر	نیاز به تغییر IP
ChatGPT Images 2.5	ویرایش مرحله‌به‌مرحله و پس‌زمینهٔ شفاف	دارد؛ محدود و کندتر	Plus؛ ۲۰ دلار	نیاز به تغییر IP
Midjourney V8.2	تصویرسازی هنری و سینمایی	ندارد	Basic؛ ۱۰ دلار	نیاز به تغییر IP
Leonardo.Ai	استودیوی چندمدلی و کنترل ساختار	۱۵۰ توکن در روز	پلن ماهانهٔ پولی	نیاز به تغییر IP
Ideogram 4.5	پوستر و متن انگلیسی روی تصویر	۳۰ اعتبار در هفته	Plus؛ ۲۰ دلار	نیاز به تغییر IP
Adobe Firefly Image 5	کار تجاری و هماهنگی با فتوشاپ	ساخت روزانهٔ محدود	Standard؛ ۹٫۹۹ دلار	نیاز به تغییر IP
Recraft V4.1	لوگو، آیکون و وکتور SVG	دارد؛ فقط غیرتجاری	API از ۰٫۰۰۷ دلار	نیاز به تغییر IP
Seedream 5.0 Pro	تفکیک لایه و ویرایش موضعی	بسته به پلتفرم میزبان	مصرفی (API)	نیاز به تغییر IP
Krea 3	ویرایش سریع زیر ۸ ثانیه	۱۰۰ واحد در روز	Basic؛ ۹ دلار	نیاز به تغییر IP
Grok Imagine	ساخت سریع و تبدیل عکس به ویدیو	دارد؛ متغیر	X Plus؛ ۸ دلار	نیاز به تغییر IP
Stable Diffusion 3.5	اجرای آفلاین و شخصی‌سازی	رایگان روی سیستم شخصی	بدون هزینهٔ نرم‌افزار	دانلود با تغییر IP، اجرا آفلاین
FLUX 3 Image Klein	کیفیت بالا روی کارت گرافیک خانگی	وزن باز (Open weights)	API از ۰٫۰۰۹ دلار	دانلود با تغییر IP، اجرا آفلاین
Canva Magic Media	ساخت تصویر داخل قالب آماده	تا ۲۰ بار در ماه	Canva Pro	نیاز به تغییر IP
Microsoft Designer	اسلاید و بنر در محیط آفیس	دارد؛ محدود	Microsoft 365 Personal؛ ۹٫۹۹ دلار	نیاز به تغییر IP
ZarinGPT	ساخت عکس فارسی با چند مدل در یک حساب	طبق پلن سایت	اشتراک ریالی	بدون نیاز به VPN
زرین جمینای	دسترسی فارسی به Gemini و Veo	طبق پلن سایت	اعتبار ریالی	بدون نیاز به VPN

کدام هوش مصنوعی ساخت عکس برای شما مناسب است؟

هیچ ابزاری در همهٔ کارها بهترین نیست. اگر ابزار را بر اساس نوع کارتان انتخاب کنید، هم وقت کمتری صرف می‌کنید و هم سهمیهٔ رایگان یا اعتبار پولی را هدر نمی‌دهید. این جدول کوتاه‌ترین راه انتخاب است:

انتخاب هوش مصنوعی ساخت عکس بر اساس نیاز؛ جمع‌بندی زرین اکانت از مستندات رسمی، آبان ۱۴۰۵

نیاز شما	ابزار پیشنهادی	چرا
عکس پروفایل، پست اینستاگرام و ایده‌پردازی رایگان	Google Gemini یا ChatGPT	نسخهٔ رایگان دارند، پرامپت فارسی را می‌فهمند و عکس را در همان گفت‌وگو اصلاح می‌کنند.
بنر و پوستر با متن انگلیسی	Ideogram 4.5	تمرکز اصلی‌اش خوانایی متن روی تصویر است و پس‌زمینهٔ شفاف می‌دهد.
تصویرسازی هنری، کانسپت و فضای سینمایی	Midjourney V8.2	کیفیت نور، بافت و ترکیب‌بندی‌اش در میان ابزارهای هنری شاخص است.
ویرایش مرحله‌به‌مرحله و تصویر با پس‌زمینهٔ شفاف	ChatGPT Images 2.5	تغییر را با زبان ساده توضیح می‌دهید و بقیهٔ تصویر ثابت می‌ماند.
تبلیغات و کار تجاری برند	Adobe Firefly Image 5	روی محتوای دارای مجوز Adobe Stock آموزش دیده و با فتوشاپ یکپارچه است.
لوگو، آیکون و وکتور	Recraft V4.1	فایل SVG واقعی می‌دهد که با بزرگ شدن کیفیتش افت نمی‌کند.
کنترل دقیق فرم و استایل در یک استودیو	Leonardo.Ai	چند موتور تصویرسازی و ابزار Image Guidance را در یک پنل دارد.
اجرای آفلاین و آموزش مدل شخصی	FLUX 3 Image Klein و Stable Diffusion 3.5	وزن مدل باز است و روی کارت گرافیک شخصی بدون اشتراک اجرا می‌شود.
طراحی سریع با قالب آماده	Canva و Microsoft Designer	تصویر را مستقیم داخل قالب، اسلاید یا بنر می‌گذارند.
استفاده بدون کارت ارزی و بدون VPN	ZarinGPT	Nano Banana و مدل تصویری OpenAI را با اشتراک ریالی و رابط فارسی ارائه می‌دهد.

ترکیب چند ابزار معمولاً نتیجهٔ بهتری می‌دهد. مثلاً می‌توانید تصویر اصلی را در Midjourney یا Leonardo بسازید، متن انگلیسی را با Ideogram اضافه کنید و چیدمان نهایی را در Canva انجام دهید. این کار اعتبار ابزارهای گران‌تر را هم کمتر مصرف می‌کند.

ساخت عکس با گوگل: Gemini و Nano Banana

هوش مصنوعی ساخت عکس گوگل دو شکل دارد: اپ و سایت Gemini برای کاربر عادی، و مدل‌های Nano Banana در API برای توسعه‌دهنده‌ها و طراحانی که خروجی با وضوح بالا می‌خواهند. هر دو بر پایهٔ یک خانوادهٔ مدل‌اند، ولی سهمیه و قیمتشان کاملاً جداست.

Google Gemini؛ ساخت و اصلاح عکس در گفت‌وگو

در Gemini عکس را با یک جمله می‌سازید و بعد در همان گفت‌وگو تغییرش می‌دهید؛ مثلاً «پس‌زمینه را شب کن» یا «لباس را آبی کن». لازم نیست هر بار کل پرامپت را از اول بنویسید. طبق صفحهٔ راهنمای گوگل، ساخت عکس در اپ Gemini با مدل Nano Banana 2 انجام می‌شود.

• سهمیهٔ رایگان: عدد ثابت روزانه ندارد؛ سقف بر اساس ظرفیت محاسباتی تعیین می‌شود و چند ساعت یک بار تازه می‌شود.
• پلن پولی: Google AI Plus از ۴٫۹۹ دلار و Google AI Pro ماهی ۱۹٫۹۹ دلار. Pro سهمیهٔ ساخت عکس را حدود چهار برابر نسخهٔ رایگان می‌کند.
• نقطهٔ قوت: اصلاح چندمرحله‌ای تصویر بدون به‌هم‌ریختن ترکیب اصلی صحنه.
• نشانه‌گذاری: همهٔ تصاویر SynthID نامرئی و اطلاعات C2PA دارند. واترمارک قابل دیدن را در اغلب کشورها می‌توان از تنظیمات خاموش کرد.
• مناسب برای: تولیدکنندهٔ محتوا، ادمین شبکه‌های اجتماعی و هر کسی که می‌خواهد عکس را با گفت‌وگو کامل کند.

برای سهمیهٔ بیشتر و دسترسی پایدارتر، اشتراک Google AI Pro روی ایمیل خودتان فعال می‌شود. اگر دنبال ایدهٔ آماده هستید، پرامپت‌های عکس جمینای را ببینید.

Nano Banana 2.1 و Pro؛ خروجی 4K در API

نانو بنانا نام خانوادهٔ مدل‌های تصویری گوگل است. نسخهٔ Nano Banana 2.1 (شناسهٔ gemini-nano-banana-2.1) از ۱۴ مهر ۱۴۰۵ در API به‌طور عمومی عرضه شده و جای مدل قبلی Flash Image را گرفته است. Nano Banana Pro (شناسهٔ gemini-3-pro-image) برای کارهای دقیق‌تر تبلیغاتی است.

• قابلیت‌ها: تا ۱۴ تصویر مرجع (۴ شخصیت و ۱۰ شیء)، خروجی 1K، 2K و 4K، نسبت ابعاد ۱:۸ تا ۸:۱، حالت تفکر و استفاده از جست‌وجوی وب و تصویر گوگل.
• قیمت API نسخهٔ 2.1: حدود ۰٫۰۳۴ دلار برای 1K، ۰٫۰۵ دلار برای 2K و ۰٫۱۱۳ دلار برای 4K؛ در حالت Batch نصف.
• قیمت API نسخهٔ Pro: ۰٫۱۳۴ دلار برای 1K و 2K و ۰٫۲۴ دلار برای 4K.
• سهمیهٔ رایگان: این مدل‌ها در ردهٔ رایگان API نیستند.
• مناسب برای: توسعه‌دهندهٔ اپلیکیشن و طراحی که خروجی 4K یا تصویر عریض می‌خواهد.

برای آشنایی با پلن‌ها و کاربردهای این مدل، صفحهٔ نانو بنانا را ببینید.

ساخت عکس با ChatGPT Images؛ ویرایش با گفت‌وگو

OpenAI در ۱۷ شهریور ۱۴۰۵ نسخهٔ ChatGPT Images 2.5 را برای همهٔ کاربران، از جمله حساب رایگان، فعال کرد. نقطهٔ قوت ChatGPT این است که تغییر را با زبان ساده توضیح می‌دهید و بقیهٔ تصویر دست نمی‌خورد؛ برای همین برای اصلاح چندمرحله‌ای عکس محصول، پوستر یا تصویر وبلاگ مناسب است.

• سهمیهٔ رایگان: طبق صفحهٔ قیمت‌گذاری OpenAI «ساخت تصویر محدود و کندتر»؛ عدد ثابتی اعلام نشده است.
• پلن پولی: ChatGPT Plus ماهی ۲۰ دلار. در پلن Pro ساخت تصویر بدون سقف اعلام شده، با محدودیت‌های ضدسوءاستفاده.
• نقطهٔ قوت: پس‌زمینهٔ شفاف، ویرایش بخشی از تصویر و دنبال کردن دقیق پرامپت‌های طولانی.
• حق استفاده: طبق شرایط استفادهٔ OpenAI، حقوق خروجی به کاربر واگذار می‌شود. تصاویر اطلاعات C2PA و واترمارک نامرئی دارند.
• در API: مدل‌های gpt-image-2.5 جای نسل‌های قبلی را گرفته‌اند و DALL·E 3 از اردیبهشت ۱۴۰۵ بازنشسته شده است.

آموزش قدم‌به‌قدم این بخش، با پرامپت‌های نمونه، در راهنمای ساخت عکس با ChatGPT آمده است. اگر سهمیهٔ رایگان برایتان کم است، اشتراک ChatGPT Plus را می‌توانید با پرداخت ریالی روی حساب خودتان فعال کنید.

تصویرسازی حرفه‌ای: Midjourney و Leonardo.Ai

طراحانی که کنترل نور، ابعاد و بافت برایشان مهم است، معمولاً بین این دو ابزار انتخاب می‌کنند. Midjourney در کیفیت هنری جلوتر است و Leonardo در تنوع ابزار و نسخهٔ رایگان.

Midjourney V8.2؛ استاندارد تصویرسازی هنری

نسخهٔ V8.2 میدجرنی در ۲ مرداد ۱۴۰۵ منتشر شد و مدل ویرایش آن تا ۴ تصویر مرجع می‌گیرد. نسخهٔ V8.1 از خرداد مدل پیش‌فرض شده و مدل انیمهٔ Niji 7 هم در دسترس است. حالت تفکر (Thinking Mode) هنوز در مرحلهٔ آزمایشی است.

• نسخهٔ رایگان: ندارد.
• پلن‌ها: Basic ماهی ۱۰ دلار (سالانه ۹۶ دلار)، Standard ماهی ۳۰، Pro ماهی ۶۰ و Mega ماهی ۱۲۰ دلار.
• حالت Relax: از پلن Standard به بالا، ساخت در حالت Relax سقف ساعتی ندارد.
• حریم خصوصی: تصاویر به‌طور پیش‌فرض در گالری عمومی دیده می‌شوند؛ حالت Stealth فقط در پلن Pro و Mega است.
• مناسب برای: تصویرساز حرفه‌ای، هنرمند دیجیتال و طراح کانسپت فیلم و بازی.

اشتراک Midjourney را می‌توانید بدون کارت ارزی تهیه کنید. برای شروع سریع‌تر، پرامپت‌های آمادهٔ میدجرنی را امتحان کنید.

Leonardo.Ai؛ استودیوی چندمدلی با نسخهٔ رایگان روزانه

لئوناردو موتورهای اختصاصی Lucid Origin و Phoenix را کنار چند مدل دیگر در یک پنل گذاشته است. ابزار Image Guidance فرم و استایل تصویر مرجع را منتقل می‌کند و برای کار طراحی بازی و کانسپت کاربرد زیادی دارد.

• سهمیهٔ رایگان: ۱۵۰ توکن در روز که هر ۲۴ ساعت تازه می‌شود و به روز بعد منتقل نمی‌شود.
• پلن پولی: چند پلن ماهانه با توکن بیشتر و حالت خصوصی؛ قیمت فعلی را در صفحهٔ رسمی لئوناردو ببینید.
• حریم خصوصی: تصاویر حساب رایگان عمومی‌اند؛ حالت خصوصی فقط در پلن پولی است.
• حق استفاده: کاربر رایگان می‌تواند تصویر را برای کار تجاری دانلود کند، اما مالکیت کامل فقط برای تصاویر خصوصی در پلن پولی اعلام شده است.
• مناسب برای: طراح بازی، کانسپت‌آرتیست و طراحی که کنترل زاویه و استایل می‌خواهد.

اگر ۱۵۰ توکن روزانه برایتان کم است، اکانت Leonardo.Ai را با پلن پولی فعال کنید.

ابزارهای تخصصی ساخت تصویر

این ابزارها روی یک کار خاص تمرکز کرده‌اند: متن روی تصویر، امنیت تجاری، وکتور یا سرعت. اگر کارتان دقیقاً همان است، از ابزارهای عمومی نتیجهٔ بهتری می‌دهند.

Ideogram؛ متن خوانا روی پوستر و بنر

ایدئوگرام از ابتدا روی نوشتن متن خوانا روی تصویر تمرکز کرده است. مدل اصلی آن Ideogram 4.5 است و نسخهٔ Ideogram 4.0 از خرداد ۱۴۰۵ با وزن باز و مجوز تجاری منتشر شده است.

• سهمیهٔ رایگان: ۳۰ اعتبار در هفته، فقط برای ورود با حساب گوگل، اپل یا مایکروسافت.
• پلن‌ها: Plus ماهی ۲۰ دلار (۲٬۴۰۰ اعتبار)، Pro ماهی ۶۰ دلار (۷٬۵۰۰ اعتبار) و Team ماهی ۳۰ دلار برای هر کاربر.
• نقطهٔ قوت: متن انگلیسی خوانا، پس‌زمینهٔ شفاف و ویرایش بخشی از تصویر (Magic Fill).
• محدودیت نسخهٔ رایگان: تصاویر عمومی‌اند و فایل PNG شفاف فقط تا وضوح 1K دانلود می‌شود.
• حق استفاده: طبق شرایط استفاده، کار تجاری مجاز است و ایدئوگرام مالکیتی بر تصویر ادعا نمی‌کند.

برای تصاویر خصوصی و فایل‌های با وضوح بالاتر، اکانت Ideogram را با پلن Plus یا Pro تهیه کنید.

Adobe Firefly؛ گزینهٔ امن‌تر برای کار تجاری

مدل Firefly Image 5 ادوبی با وضوح بومی ۴ مگاپیکسل کار می‌کند و مدل‌های Image 3، 4 و 4 Ultra هم در پنل قابل انتخاب‌اند. ادوبی این مدل‌ها را روی محتوای دارای مجوز Adobe Stock و آثار مالکیت عمومی آموزش داده است؛ برای همین برندها و آژانس‌ها آن را برای کار تجاری ترجیح می‌دهند.

• نسخهٔ رایگان: تعداد محدودی ساخت روزانه با Adobe ID.
• پلن‌ها: Standard ماهی ۹٫۹۹ دلار، Pro ماهی ۱۹٫۹۹، Pro Plus ماهی ۴۹٫۹۹ و Premium ماهی ۱۹۹٫۹۹ دلار. ساخت‌های «استاندارد» در همهٔ این پلن‌ها سقف ندارد و ساخت‌های ویژه اعتبار مصرف می‌کند.
• حق استفاده: تعهد حقوقی ادوبی در برابر ادعای کپی‌رایت (IP indemnification) فقط برای پلن‌های سازمانی واجد شرایط است، نه حساب‌های شخصی.
• نشانه‌گذاری: روی برخی خروجی‌ها اطلاعات اصالت محتوا (Content Credentials) ثبت می‌شود.
• مناسب برای: طراح هویت بصری، آژانس تبلیغاتی و برندی که به مجوز تصویر حساس است.

اشتراک Adobe Firefly با پرداخت ریالی قابل تهیه است.

Recraft؛ وکتور SVG برای لوگو و آیکون

ریکرفت در اردیبهشت ۱۴۰۵ خانوادهٔ Recraft V4.1 را منتشر کرد. نسخهٔ Vector فایل SVG واقعی می‌دهد، نسخهٔ Pro تصویر 2K می‌سازد و نسخهٔ Flash به‌طور میانگین در ۱٫۳ ثانیه خروجی می‌دهد.

• قیمت API: از ۰٫۰۰۷ دلار (Flash) تا ۰٫۲۱ دلار (Pro) و ۰٫۳۰ دلار (Pro Vector) برای هر تصویر؛ پلن‌های ماهانهٔ استودیو هم دارد.
• محدودیت نسخهٔ رایگان: مالکیت تصاویر حساب رایگان با Recraft است، عمومی‌اند و مجوز استفادهٔ تجاری ندارند.
• مناسب برای: طراح UI، طراح لوگو و تصویرساز برداری.

اگر فقط لوگو لازم دارید، راهنمای ساخت لوگو با هوش مصنوعی گزینه‌های بیشتری را مقایسه کرده است.

Seedream؛ تفکیک لایه و ویرایش دقیق

مدل تصویری بایت‌دنس با نسخهٔ Seedream 5.0 Pro (۱۷ تیر ۱۴۰۵) می‌تواند تصویر را به بیش از ۱۰ لایهٔ شفاف و قابل ویرایش تفکیک کند. ویرایش با نقطه، کمند و کادر و ترکیب چند تصویر هم پشتیبانی می‌شود. نسخهٔ سبک‌تر Lite هم وجود دارد.

• تصویر مرجع: تا ۱۰ تصویر.
• قیمت: مصرفی و وابسته به پلتفرم میزبان یا API.
• حق استفاده: شرایط تجاری به پلتفرمی بستگی دارد که از آن استفاده می‌کنید.
• مناسب برای: عوض کردن پس‌زمینهٔ محصول، کاتالوگ و طراحی تبلیغاتی.

برای دسترسی به این مدل، صفحهٔ Seedream را ببینید.

Krea 3؛ ویرایش سریع زیر ۸ ثانیه

کریا در ۲۳ مهر ۱۴۰۵ مدل Krea 3 را با وضوح بومی 2K منتشر کرد. بیشتر ویرایش‌ها در کمتر از ۸ ثانیه انجام می‌شود و تا ۶ تصویر مرجع می‌گیرد. خود کریا تأکید کرده این مدل هنوز «بلادرنگ» نیست؛ بوم زندهٔ کریا قابلیت جداگانه‌ای است.

• سهمیهٔ رایگان: ۱۰۰ واحد در روز، همراه با مجوز تجاری.
• پلن‌ها: Basic ماهی ۹ دلار (با پرداخت سالانه ۵ دلار)، Pro ماهی ۳۵ و Max ماهی ۱۰۵ دلار.
• قیمت API: ۰٫۰۳ دلار برای 1K و ۰٫۰۶ دلار برای 2K.
• مناسب برای: طراح کانسپت و کسی که تغییرات را سریع و پشت‌سرهم امتحان می‌کند.

اکانت Krea سهمیهٔ روزانه را بالا می‌برد و مدل‌های سنگین‌تر را باز می‌کند.

Grok Imagine؛ ساخت سریع در xAI

مدل grok-imagine-image-2.0 شرکت xAI متن را به تصویر تبدیل می‌کند، تصویر را با تا ۵ مرجع ویرایش می‌کند و خروجی 1K و 2K می‌دهد. مدل ویدیویی Grok Imagine هم عکس را به ویدیو تا 1080p تبدیل می‌کند.

• قیمت API: از ۰٫۰۴ دلار (1K) تا ۰٫۰۸ دلار (2K) برای هر تصویر.
• پلن مصرف‌کننده: از ۲۰ مهر ۱۴۰۵ پلن‌ها زیر نام The X Subscription هستند: Plus ماهی ۸ دلار، Premium ماهی ۳۰ دلار و پلن‌های بالاتر. SuperGrok برای مشترک جدید فروخته نمی‌شود.
• مناسب برای: تولیدکنندهٔ محتوای شبکه‌های اجتماعی و بنر عریض.

جزئیات پلن‌های جدید را در صفحهٔ اشتراک Grok ببینید.

مدل‌های متن‌باز: Stable Diffusion و FLUX

مدل‌های وزن‌باز (Open weights) را می‌توانید روی کامپیوتر خودتان اجرا کنید؛ بدون اشتراک و بدون سقف مصرف، فقط محدود به توان کارت گرافیک و شرایط مجوز. بعد از دانلود اولیه، اجرا با ابزارهایی مثل ComfyUI کاملاً آفلاین است.

Stable Diffusion 3.5؛ شخصی‌سازی با LoRA و ControlNet

• نسخه‌ها: SD 3.5 Large با ۸٫۱ میلیارد پارامتر، Large Turbo با ۴ مرحله و Medium با ۲٫۵ میلیارد پارامتر.
• سخت‌افزار: نسخهٔ Large حدود ۱۹ گیگابایت حافظهٔ گرافیک می‌خواهد که با FP8 به حدود ۱۱ گیگابایت می‌رسد. Medium با حدود ۱۰ گیگابایت اجرا می‌شود.
• مجوز: Stability Community License؛ استفادهٔ تجاری برای کسب‌وکار با درآمد سالانهٔ کمتر از یک میلیون دلار رایگان است.
• مالکیت: خروجی در حدی که قانون اجازه می‌دهد متعلق به کاربر است.
• مناسب برای: استودیوی بازی، تصویرساز حرفه‌ای و کسی که نمی‌خواهد داده‌اش روی سرور دیگران برود.

برای شروع، صفحهٔ Stable Diffusion را ببینید.

FLUX 3 Image Klein؛ کیفیت بالا روی کارت گرافیک خانگی

Black Forest Labs در ۲۳ مهر ۱۴۰۵ مدل وزن‌باز FLUX 3 Image Klein را با ۵٫۶ میلیارد پارامتر منتشر کرد. این مدل ساخت، ویرایش و ترکیب تا ۱۰ تصویر مرجع را یک‌جا انجام می‌دهد، خروجی بومی 4K دارد و جای سوژه را با کادر (Bounding Box) کنترل می‌کند. مدل اصلی و بستهٔ این شرکت، FLUX 3 Image، از ۹ مهر در API عرضه شده است.

• سخت‌افزار: نسخهٔ INT8 روی کارت‌های RTX با ۸ گیگابایت حافظه اجرا می‌شود.
• قیمت API: از ۰٫۰۰۹ دلار برای هر تصویر 1K.
• مجوز: FLUX Kommunity License؛ استفادهٔ تجاری برای درآمد سالانهٔ کمتر از ۵ میلیون دلار رایگان است.
• مناسب برای: طراح تبلیغاتی، گرافیست و کسی که مدل اختصاصی آموزش می‌دهد.

برای آشنایی بیشتر با این خانواده، مقالهٔ هوش مصنوعی FLUX چیست را بخوانید.

ابزارهای طراحی مجهز به هوش مصنوعی

گاهی تصویر خام کافی نیست و خروجی باید مستقیم داخل بنر، اسلاید یا پست بنشیند. این دو ابزار ساخت تصویر را با طراحی یکی کرده‌اند.

Canva Magic Media؛ تصویر داخل قالب آماده

• سهمیه: حساب رایگان تا ۲۰ بار استفاده از ابزارهای هوش مصنوعی در ماه، Canva Pro تا ۲۰۰ بار و Canva Business تا ۴۰۰ بار برای هر عضو.
• نقطهٔ قوت: حذف پس‌زمینه با یک کلیک، تغییر خودکار ابعاد (Magic Switch) و چیدمان متن فارسی کنار تصویر.
• مناسب برای: ادمین شبکه‌های اجتماعی و بازاریابی که بنر سریع می‌خواهد.

برای استفادهٔ مستمر، اشتراک Canva Pro سهمیه را ده برابر می‌کند.

Microsoft Designer؛ بنر و اسلاید در محیط آفیس

• مدل: مایکروسافت در Word هنوز از DALL·E 3 نام می‌برد و در سال ۱۴۰۵ مدل MAI-Image-2.5 را در PowerPoint فعال کرده است.
• سهمیه: اشتراک‌های Microsoft 365 اعتبار ماهانهٔ هوش مصنوعی دارند و مصرف Designer از همین اعتبار کم می‌شود.
• پلن‌ها: Personal ماهی ۹٫۹۹، Family ماهی ۱۲٫۹۹ و Premium ماهی ۱۹٫۹۹ دلار. Copilot Pro دیگر فروخته نمی‌شود و Premium جای آن را گرفته است.
• مناسب برای: کارمند و دانشجویی که اسلاید و بنر را سریع آماده می‌کند.

جزئیات دسترسی در صفحهٔ اشتراک Copilot آمده است.

ساخت عکس با هوش مصنوعی بدون VPN و با پرداخت ریالی

بیشتر ابزارهای بالا از ایران فقط با تغییر IP باز می‌شوند و پرداخت دلاری می‌خواهند. اگر نمی‌خواهید با این دو مشکل درگیر شوید، دو راه دارید: اشتراک رسمی همین سرویس‌ها را با پرداخت ریالی روی حساب خودتان فعال کنید، یا از پلتفرم‌های فارسی زرین استفاده کنید که مدل‌ها را مستقیم در اختیارتان می‌گذارند. این پلتفرم‌ها محصول خود زرین‌اند و اشتراک رسمی شرکت سازندهٔ مدل‌ها نیستند.

ZarinGPT؛ چند مدل تصویری در یک حساب فارسی

ZarinGPT یک سایت هوش مصنوعی فارسی است که چت، ساخت عکس، ویدیو و صدا را در یک حساب جمع کرده است. در بخش ساخت عکس، چهار مدل در دسترس است: Nano Banana 2.1، Gemini 3 Pro Image، Gemini 3.1 Flash Image و مدل تصویری OpenAI.

• پرداخت: اشتراک ریالی، بدون کارت ارزی.
• دسترسی: بدون نیاز به VPN و با رابط کاملاً فارسی.
• نقطهٔ قوت: برای هر کار می‌توانید مدل را عوض کنید؛ مثلاً عکس واقع‌گرایانه با Nano Banana و پوستر با مدل OpenAI.
• مناسب برای: کسی که چند مدل را بدون چند اشتراک جداگانه می‌خواهد.

زرین جمینای و Claude by Zarin AI

زرین جمینای دسترسی فارسی به مدل‌های Gemini گوگل و استودیوی ویدیو Veo را با اعتبار ریالی و ورود با شمارهٔ موبایل فراهم می‌کند. اگر بیشتر با اکوسیستم گوگل کار می‌کنید، این گزینه به ابزار اصلی نزدیک‌تر است.

Claude خودش عکس نمی‌سازد، اما برای نوشتن پرامپت دقیق انگلیسی از روی توضیح فارسی، بهتر کردن پرامپتی که نتیجهٔ خوبی نداده و نوشتن کپشن و متن تبلیغ کنار تصویر بسیار کاربردی است. Claude by Zarin AI همین مدل را با پرداخت ریالی در اختیارتان می‌گذارد.

متن فارسی روی تصویر؛ مشکل اصلی و راه‌حل

مدل‌های جهانی پرامپت فارسی را خوب می‌فهمند، اما وقتی باید کلمهٔ فارسی را داخل خود تصویر بنویسند، اغلب حروف را جدا یا اشتباه می‌چینند. راه‌حل مطمئن طراحان این است که تصویر و متن را جدا کنند:

1. تصویر را بدون متن در Gemini، Midjourney یا Leonardo بسازید.
2. خروجی را در Canva یا فتوشاپ باز کنید.
3. متن فارسی را با فونت استاندارد و جهت راست‌به‌چپ روی تصویر بگذارید.

برای سرویس‌هایی که مستقیم از ایران باز نمی‌شوند، اتصال پایدار با IP ثابت مهم است؛ تغییر مداوم IP می‌تواند به قفل موقت حساب منجر شود. نکات این بخش را در راهنمای انتخاب VPN برای ابزارهای هوش مصنوعی نوشته‌ایم.

خودتان امتحان کنید: یک پرامپت، چهار ابزار

بهترین راه انتخاب این است که یک پرامپت ثابت را در چند ابزار اجرا کنید و خروجی‌ها را کنار هم ببینید. این پرامپت را در Gemini، ChatGPT، Leonardo و Ideogram امتحان کنید:

A cozy traditional Persian teahouse in Isfahan, warm lighting from hanging brass lanterns, detailed stained glass windows with colorful reflections, steam rising from a vintage clay samovar, cinematic photography, authentic textures, wooden sign on the wall reads "Chai Khaneh"

هنگام مقایسه، این پنج مورد را بررسی کنید:

• متن تابلو: عبارت «Chai Khaneh» بدون غلط و خوانا نوشته شده است؟
• نور: بازتاب رنگی شیشه‌های ارسی و نور فانوس‌ها طبیعی است؟
• جزئیات: بافت برنج فانوس، سفال سماور و چوب واقعی به نظر می‌رسد؟
• وفاداری به پرامپت: همهٔ اجزای خواسته‌شده در تصویر هست؟
• اصلاح: اگر یک جزء را عوض کنید، بقیهٔ تصویر ثابت می‌ماند؟

برای نوشتن پرامپت بهتر، از پرامپت‌های آمادهٔ هوش مصنوعی شروع کنید و آن‌ها را برای نیاز خودتان تغییر دهید.

حق استفادهٔ تجاری، مالکیت تصویر و واترمارک

دانلود رایگان یک تصویر به معنی اجازهٔ استفادهٔ تجاری از آن نیست. هر سرویس برای حساب رایگان و پولی شرایط جدایی دارد:

شرایط استفادهٔ تجاری و نشانه‌گذاری تصاویر؛ منبع: شرایط استفاده و راهنمای رسمی هر سرویس، بررسی ۱۳ آبان ۱۴۰۵

سرویس	استفادهٔ تجاری	مالکیت و حریم خصوصی	نشانه‌گذاری
Adobe Firefly	مجاز	تعهد حقوقی کپی‌رایت فقط در پلن‌های سازمانی واجد شرایط	Content Credentials روی برخی خروجی‌ها
Recraft	در نسخهٔ رایگان مجاز نیست	مالکیت تصاویر رایگان با Recraft؛ در پلن پولی با کاربر	بدون واترمارک قابل دیدن
Midjourney	در همهٔ پلن‌های پولی	گالری عمومی؛ Stealth فقط در Pro و Mega	بدون واترمارک قابل دیدن
Ideogram	مجاز	ادعای مالکیت ندارد؛ تصاویر رایگان عمومی‌اند	بدون واترمارک قابل دیدن
Leonardo.Ai	مجاز	تصاویر رایگان عمومی‌اند؛ مالکیت کامل برای تصاویر خصوصی پلن پولی	بدون واترمارک روی فایل دانلودی
ChatGPT Images	مجاز	حقوق خروجی به کاربر واگذار می‌شود	C2PA و واترمارک نامرئی
Google Gemini	مجاز طبق سیاست استفادهٔ گوگل	طبق شرایط محصولات مولد گوگل	SynthID و C2PA؛ واترمارک قابل دیدن قابل خاموش شدن
Krea	مجاز، حتی در نسخهٔ رایگان	طبق شرایط استفادهٔ Krea	بدون واترمارک قابل دیدن
Stable Diffusion 3.5	رایگان تا درآمد سالانهٔ یک میلیون دلار	در حدی که قانون اجازه می‌دهد متعلق به کاربر	بدون واترمارک
FLUX 3 Image Klein	رایگان تا درآمد سالانهٔ ۵ میلیون دلار	طبق FLUX Kommunity License	بدون واترمارک

برای کار تجاری دو نکته مهم است. اول، تصاویر نسخهٔ رایگان Recraft متعلق به خود Recraft است و استفادهٔ تجاری از آن‌ها خلاف شرایط سرویس است. دوم، در Midjourney، Ideogram و Leonardo تصاویر حساب‌های پایه در گالری عمومی دیده می‌شوند؛ برای طرح‌های محرمانهٔ مشتری، پلنی بگیرید که حالت خصوصی دارد.

نسخهٔ رایگان کجا کم می‌آورد؟

نسخه‌های رایگان برای عکس پروفایل، پست و ایده‌پردازی کافی‌اند، اما در کار جدی معمولاً به یکی از این چهار مشکل می‌خورید:

• وضوح پایین: خروجی حدود ۱۰۲۴ پیکسل برای چاپ پوستر و کاتالوگ کافی نیست.
• صف و کندی: در ساعت‌های شلوغ، کاربران پولی اولویت دارند و ساخت رایگان کندتر می‌شود.
• عمومی بودن تصاویر: در Leonardo، Ideogram و Recraft تصاویر حساب رایگان در گالری عمومی دیده می‌شوند.
• تمام شدن سهمیه: سقف روزانه یا هفتگی ممکن است درست وسط پروژه تمام شود.

اگر یکی از این مشکل‌ها جلوی کارتان را گرفته، ارتقا به پلن پولی همان ابزاری که با آن راحت‌اید منطقی‌تر از عوض کردن مداوم ابزار است. همهٔ اکانت‌های هوش مصنوعی تبدیل متن به عکس در زرین اکانت با پرداخت ریالی روی حساب شخصی شما فعال می‌شوند.

سؤال‌های متداول دربارهٔ هوش مصنوعی ساخت عکس

بهترین هوش مصنوعی ساخت عکس رایگان کدام است؟

برای کار روزمره، Google Gemini و ChatGPT بهترین شروع‌اند؛ هر دو نسخهٔ رایگان دارند و پرامپت فارسی را می‌فهمند. Leonardo.Ai با ۱۵۰ توکن روزانه و Ideogram با ۳۰ اعتبار هفتگی هم گزینه‌های رایگان خوبی‌اند. اگر کارت گرافیک قوی دارید، FLUX 3 Image Klein و Stable Diffusion 3.5 بدون هزینه روی سیستم خودتان اجرا می‌شوند. مرور کامل‌تر سرویس‌های رایگان در مقالهٔ ابزارهای هوش مصنوعی رایگان آمده است.

هوش مصنوعی ساخت عکس گوگل چیست و رایگان است؟

ساخت عکس گوگل در اپ و سایت Gemini با مدل Nano Banana انجام می‌شود و نسخهٔ رایگان دارد. سهمیهٔ رایگان عدد ثابت ندارد و بر اساس ظرفیت تعیین می‌شود. برای سهمیهٔ بیشتر به Google AI Plus یا Pro نیاز دارید. از ایران هم باید IP را تغییر دهید.

آیا ساخت عکس با ChatGPT رایگان است؟

بله، کاربران رایگان هم به ChatGPT Images 2.5 دسترسی دارند، اما سهمیه‌شان محدود است و ساخت کندتر انجام می‌شود. Plus سهمیهٔ بیشتری دارد و فقط در پلن Pro ساخت تصویر بدون سقف اعلام شده است.

چطور با هوش مصنوعی عکس چهرهٔ خودم را بسازم؟

Gemini و ChatGPT با گرفتن عکس مرجع، چهرهٔ شما را در صحنهٔ جدید حفظ می‌کنند. برای نتیجهٔ بهتر، از عکس واضح با نور روبه‌رو استفاده کنید. روش کامل و ابزارهای تخصصی این کار در راهنمای ساخت چهره با هوش مصنوعی آمده است.

ساخت عکس با هوش مصنوعی فارسی بدون فیلترشکن ممکن است؟

بله. ZarinGPT و زرین جمینای از داخل ایران بدون VPN کار می‌کنند و پرداختشان ریالی است. برای نوشتن متن فارسی داخل تصویر، بهتر است تصویر را بدون متن بسازید و متن را در Canva یا فتوشاپ اضافه کنید.

برای ساخت عکس با پرامپت چه چیزی را باید بنویسم؟

یک پرامپت خوب سوژه، محیط، نور، زاویهٔ دوربین و سبک تصویر را مشخص می‌کند؛ مثلاً «عکس پرتره، نور طبیعی پنجره، لنز ۸۵ میلی‌متری، پس‌زمینهٔ محو». هرچه این جزئیات دقیق‌تر باشد، خروجی قابل پیش‌بینی‌تر است. برای ویرایش عکس موجود، راهنمای ادیت عکس با هوش مصنوعی را ببینید.

منابع

اطلاعات این مقاله از صفحه‌های رسمی زیر در ۱۳ آبان ۱۴۰۵ بررسی شده است:

• مستندات Nano Banana 2.1 در Gemini API و قیمت‌گذاری Google AI Studio
• پلن‌های Google AI و راهنمای ساخت تصویر در Gemini
• معرفی ChatGPT Images 2.5 و قیمت‌گذاری ChatGPT
• پلن‌های Midjourney و معرفی V8.2
• توکن‌های Leonardo.Ai و استفادهٔ تجاری در Leonardo
• سؤال‌های متداول Ideogram
• پلن‌های Adobe Firefly و راهنمای Firefly
• مدل‌های Recraft V4.1 و قیمت‌گذاری Recraft
• معرفی Seedream 5.0 Pro
• معرفی Krea 3 و قیمت‌گذاری Krea
• مستندات Grok Imagine Image 2.0 و The X Subscription
• معرفی Stable Diffusion 3.5 و مجوز Community License
• معرفی FLUX 3 Image Klein و قیمت‌گذاری BFL
• سهمیهٔ هوش مصنوعی Canva
• پلن‌های Microsoft 365 و Copilot