Stable Diffusion или Midjourney: что выбрать под свой тип работы

Короткий ответ: Midjourney — это подписка порядка 30-35 BYN в месяц и красивый кадр почти с первой попытки. Stable Diffusion — открытые модели на своём компьютере, где вы управляете позой, композицией, персонажем и стилем, но платите за это видеокартой и неделей на освоение. Выбор идёт по типу работы, а не по рейтингу.

Чем Stable Diffusion отличается от Midjourney по устройству и оплате

Midjourney — закрытый сервис: вы отправляете описание, получаете четыре кадра, всё считается на чужих серверах. Бесплатного тарифа нет, начальный обходится примерно в 30-35 BYN в месяц, приватная генерация открывается на тарифе в несколько раз дороже. Белорусская карта на сайте обычно не проходит, платят через посредника с комиссией.

Stable Diffusion — это открытые веса моделей, которые скачиваются и запускаются у вас. Сама модель и интерфейсы (ComfyUI, Forge, Fooocus) бесплатны, платите вы железом или арендой видеокарты в облаке. Заодно решается вопрос конфиденциальности: кадры клиента не уходят на чужой сервер, что иногда решает вопрос выбора само по себе.

Что Midjourney делает лучше: свет, композиция и кадр с первой попытки

• Готовая эстетика. Даже короткое описание даёт собранный кадр: свет поставлен, композиция уравновешена, цвет сведён.
• Скорость. Мудборд на десять кадров собирается за пятнадцать минут, без установки и настройки.
• Стилизация. Иллюстрация, ретро-плакат, редакционная фотография выходят убедительнее при равных усилиях.
• Ноль обслуживания. Не нужно следить за версиями моделей, расширений и драйверов.

Обратная сторона той же медали: точный контроль слабее. Поставить предмет ровно в правый нижний угол, повторить одну и ту же комнату в двадцати кадрах или получить надпись на кириллице — задачи, где Midjourney спорит с вами, а не помогает.

Что умеет Stable Diffusion: ControlNet, LoRA и генерация без интернета

• ControlNet. Задаёт позу человека, глубину сцены или контур предмета по исходной картинке. Кадр строится по вашей схеме, а не по фантазии модели.
• LoRA. Небольшая надстройка, обученная на 15-30 фотографиях: свой персонаж, своё лицо, свой товар, свой фирменный стиль повторяются от кадра к кадру.
• Инпейнт по маске. Перерисовывается только выделенная область, остальной кадр остаётся исходным пиксель в пиксель.
• Пакетная работа. Сто кадров по списку описаний запускаются на ночь без ручного клика на каждый.
• Работа офлайн. Никакой отправки данных наружу, генерация без интернета.

Цена этого — время. Первый запуск занимает вечер, уверенная работа с ControlNet и LoRA — две-три недели практики.

Один и тот же кадр двумя языками запроса: промт для Midjourney и для Stable Diffusion

Разницу между инструментами видно не по картинке, а по тому, как в них пишется задание. Midjourney понимает короткое описание и параметры в конце строки, лучше на английском:

ceramic coffee cup on a light oak table, morning window light from the left, soft long shadows, minimal scandinavian interior, shallow depth of field, editorial photo —ar 4:5 —style raw

Stable Diffusion работает иначе: отдельно позитивный запрос, отдельно негативный (чего в кадре быть не должно), плюс числовые настройки и внешние управляющие модули:

Позитивный запрос: ceramic coffee cup on light oak table, morning side light, soft shadows, minimal interior, 50mm lens, natural colors. Негативный запрос: text, watermark, extra fingers, blurry, oversaturated, plastic look. Модель SDXL, шагов 28, сила соответствия запросу 5, ControlNet по контуру исходного снимка чашки с силой 0,6.

Отсюда практический вывод. Если вы описываете настроение — берите Midjourney. Если у вас уже есть исходник, эскиз или требование «предмет ровно здесь, а вот этого в кадре быть не должно» — это язык Stable Diffusion, и Midjourney на таких задачах будет проигрывать при любом мастерстве.

Какое железо нужно для Stable Diffusion и что делать без видеокарты

Минимум — видеокарта NVIDIA с 8 ГБ видеопамяти, комфортно с моделями SDXL и Flux — 12-16 ГБ. На процессоре генерация формально работает, но кадр считается минутами вместо секунд, и это не работа.

Без своей видеокарты есть два пути. Аренда GPU в облаке — порядка 1-2 BYN в час, то есть 20-40 BYN в месяц при паре часов работы в неделю. Или генерация тех же открытых моделей в браузере с оплатой по факту за кадр: ничего не устанавливается, но ControlNet и свои LoRA доступны не везде.

Какой инструмент брать под тип работы: разбор по восьми задачам

Где в этом ряду Кандинский, Шедеврум и ChatGPT

Кандинский и Шедеврум — бесплатный вход без карты и без английского. Они проигрывают в детализации и в сложных сценах, но для обложки поста или пробы идеи их хватает.

ChatGPT с генерацией изображений стоит особняком: он слабее в художественной стилизации, зато точнее всех разбирает длинное задание («три предмета слева, место под заголовок сверху, вертикальный кадр») и пишет на картинке связный текст. На практике его часто используют как первый черновик, а доводят кадр в Midjourney или Stable Diffusion.

Что оба инструмента делают плохо и что проверять перед сдачей

Частая ошибка: переход на Stable Diffusion ради экономии 35 BYN в месяц

Логика выглядит здраво: зачем платить за подписку, если открытая модель бесплатна. Дальше происходит одно и то же. Вечер уходит на установку, ещё вечер — на подбор моделей и расширений, потом выясняется, что видеокарты не хватает, и кадр считается по полторы минуты. За неделю набегает 15-20 часов, которые не оплачены никем.

Считать надо в часах своей работы. Час дизайнера по рынку Беларуси стоит от 25-30 BYN, значит потолок экономии в 35 BYN окупается примерно одним часом. Переход на Stable Diffusion оправдан не экономией, а задачами: повторяемый персонаж, серии, закрытые данные клиента, пакетная генерация. Если этих задач нет, подписка дешевле.

Сколько стоит год работы в каждом варианте и с чего начать

Midjourney — около 400 BYN за год на начальном тарифе плюс комиссия посредника. Stable Diffusion локально — ноль в месяц, но нужна видеокарта от 1 500 BYN, если её нет, и она же окупается только при регулярной загрузке. Аренда GPU — 240-480 BYN за год при паре часов в неделю. Бесплатный вход через Кандинский и Шедеврум — ноль, но с потолком по качеству.

Разумный старт: месяц на Midjourney, чтобы понять, какие кадры вам вообще нужны, и параллельно проба Stable Diffusion на арендованной видеокарте, без покупки железа. Как из этих кадров собираются платные услуги с ценой и сроком, разобрано на странице курса для дизайнеров, а как та же генерация закрывает карточки и инфографику для маркетплейсов, показано на странице для селлеров. Обучение рассчитано на 12 месяцев, уроков более 150 и становится больше, доступ индивидуальный, а если непонятно, какой инструмент ваш, есть бесплатный разбор на 20-30 минут.

Частые вопросы

Что лучше: Stable Diffusion или MidjourneyЗависит от типа работы. Midjourney быстрее даёт красивый кадр по описанию, Stable Diffusion даёт контроль: поза, композиция, свой персонаж, свой стиль. Для обложек и иллюстраций берут первый, для серий и повторяемых персонажей - второй.

Сколько стоит Midjourney в месяцБесплатного тарифа нет, начальный обходится примерно в 30-35 BYN в месяц по текущему курсу, тариф с приватной генерацией - в несколько раз дороже. Белорусская карта на сайте обычно не проходит, платят через посредника с комиссией.

Какая видеокарта нужна для Stable DiffusionДля работы локально нужна видеокарта NVIDIA с 8 ГБ видеопамяти, для комфортной работы с моделями SDXL и Flux - 12-16 ГБ. Без такой видеокарты берут аренду в облаке примерно за 1-2 BYN в час или генерацию в браузере с оплатой по факту.

Чем Кандинский и Шедеврум отличаются от MidjourneyОни бесплатны, понимают русский запрос и не требуют карты. Проигрывают в детализации, сложных сценах и точности следования описанию, зато закрывают учебные задачи и простые обложки без единого платежа.

Можно ли использовать картинки из Midjourney и Stable Diffusion в коммерческой работеУсловия у них разные: у Midjourney права на результат привязаны к действующей подписке и тарифу, у открытых моделей - к лицензии конкретной модели, которую скачали. Условия читают до сдачи файла клиенту, а не после.