I modelli image trasformano un prompt testuale — e opzionalmente un'immagine di riferimento o una maschera — in un raster finito. La categoria copre dalle foto prodotto fotorealistiche alle illustrazioni in stile vettoriale, fino a inpainting e outpainting controllabili. Si ricorre a un modello image quando servono visual on-brand su larga scala, quando la coda di un designer è il collo di bottiglia o quando si vuole rilasciare una funzionalità generativa dentro il proprio prodotto.
A differenza dei modelli di testo, la generazione di immagini è fatturata per chiamata e non per token. Su Railwail una singola immagine costa oggi da meno di mezzo centesimo (FLUX Schnell, 0,0036 USD) a circa undici centesimi (Ideogram v3 Quality, 0,108 USD); FLUX 1.1 Pro e Imagen 4 costano 0,048 USD per immagine. Risoluzioni più alte e più step di diffusione costano in proporzione. Alcuni fornitori espongono un endpoint di edit separato a una tariffa diversa; controllate la model card prima di integrare.
Il compromesso principale è fotorealismo contro controllabilità. I flagship di diffusione (FLUX 1.1 Pro, Imagen 4, Recraft V3) producono output di qualità da rivista ma ignorano istruzioni compositive dettagliate circa metà delle volte. I modelli più piccoli (SDXL, Playground V3, Stable Diffusion 3.5) costano dieci volte meno, renderizzano in meno di due secondi e permettono di guidare il risultato con ControlNet, IP-Adapter o LoRA. Per la produzione in batch, la pipeline piccola e governabile vince quasi sempre; per le hero shot occasionali, ricorrete al flagship.
Attenzione alla diluizione del contesto nei prompt immagine: la maggior parte dei modelli di diffusione limita la lunghezza utile del prompt intorno a 75 token, quindi infilare dodici aggettivi e tre riferimenti di stile di solito li media tutti invece di accumularli. Scrivete prima soggetto, azione e illuminazione; tutto ciò che viene dopo la terza clausola ha un'influenza decrescente sul risultato.
Le licenze contano: la maggior parte dei fornitori concede una licenza commerciale perpetua sulle immagini generate, ma alcuni (tier gratuito di FLUX Schnell, alcuni checkpoint open) si limitano al non-commerciale. La model card lo specifica — leggetela prima di mettere un output su un cartellone.
Le top picks qui sotto coprono il flagship per il fotorealismo, il workhorse più economico, il modello con i prompt più lunghi e l'opzione più veloce in tempo reale della categoria.