Midjourney یا Nano Banana یا ChatGPT Image؟ مقایسهٔ کامل برای تولید محتوا
Midjourney، Nano Banana یا ChatGPT Image؟ مقایسهٔ عملی سه تصویرساز برتر برای پست اینستاگرام، عکس محصول، تامبنیل، متن فارسی، قیمت و دسترسی از ایران.
بهترین هوش مصنوعی ساخت عکس برای تولیدکنندهٔ محتوای فارسی، به نوع کارتان بستگی دارد: اگر تصویر هنری و سینمایی با زیباییشناسی خاص میخواهید Midjourney قویترین است، اگر ادیت عکس واقعی و ثابت نگه داشتن چهرهٔ شخصیت مهم است Nano Banana گوگل جلوتر است، و اگر میخواهید با گفتوگوی ساده و دقیق، پوستر و تصویر متندار بسازید ChatGPT Images انتخاب راحتتری است. برای شروع رایگان، فقط Nano Banana و ChatGPT نسخهٔ بدون هزینه دارند و Midjourney کاملاً پولی است.
من رضا حسنلو هستم و برای برندها، اینفلوئنسرها و خوانندههای شناختهشده پروژه تولید میکنم. در این مقاله این سه ابزار را نه از دید «کدام باحالتر است»، بلکه از دید کسی مقایسه میکنم که فردا صبح باید پست اینستاگرام، عکس محصول و تامبنیل یوتیوب تحویل بدهد. همهٔ اطلاعات نسخه و قیمت را همین حالا از سایتهای رسمی چک کردهام و هر جا چیزی را نتوانستم تأیید کنم، صادقانه گفتهام.
این سه ابزار الان دقیقاً چه نسخهای هستند؟
اسمها زیاد عوض میشوند، پس اول تکلیف نسخهها را روشن کنیم:
- Midjourney: نسل هشتم (V8) مدل فعلی میدجرنی است. طبق اطلاعیهٔ رسمی خود میدجرنی، نسخهٔ V8.1 از ۲۱ خرداد ۱۴۰۵ (۱۱ ژوئن ۲۰۲۶) جای V7 را بهعنوان مدل پیشفرض گرفت و طبق همان اطلاعیه متن را «بهتر از همیشه» رندر میکند و در حالت HD تصویری با دو برابر ابعاد V7 میسازد.
- Nano Banana: این اسم مدل تصویرساز Gemini گوگل است. نسخهٔ فعلی Nano Banana 2 است که اسم فنیاش Gemini 3.1 Flash Image است. طبق صفحهٔ پشتیبانی گوگل، ساخت تصویر با Nano Banana 2 حتی بدون اشتراک در اپ Gemini در دسترس است و نسخهٔ قویتر Nano Banana Pro فقط برای مشترکان پلنهای پولی Google AI باز است.
- ChatGPT Images: OpenAI در اول اردیبهشت ۱۴۰۵ (۲۱ آوریل ۲۰۲۶) نسخهٔ ChatGPT Images 2.0 را معرفی کرد که حالا تصویرساز داخل ChatGPT است و نسبتهای افقی، مربع و عمودی را پشتیبانی میکند.
اگر هنوز با اصول اولیهٔ کار با این ابزارها آشنا نیستید، پیشنهاد میکنم اول مقالهٔ آموزش ساخت عکس حرفه ای با هوش مصنوعی را بخوانید و بعد برگردید سراغ این مقایسه.
مقایسهٔ سریع: کدام ابزار در چه کاری بهتر است؟
این جدول خلاصهٔ تجربهٔ عملی و اطلاعات رسمی است. ستارهها نظر من برای کاربرد تولید محتواست، نه نمرهٔ رسمی:
| معیار | Midjourney | Nano Banana (Gemini) | ChatGPT Images |
|---|---|---|---|
| نسخهٔ فعلی | V8 (پیشفرض: V8.1) | Nano Banana 2 / Pro | ChatGPT Images 2.0 |
| زیباییشناسی و حس هنری | عالی | خوب | خوب |
| ادیت عکس واقعی (عکس خودتان یا محصول) | متوسط | عالی | خیلی خوب |
| ثبات شخصیت در چند تصویر | با ابزار رفرنس، محدودتر در V8 | تا ۵ شخصیت و ۱۴ شیء (طبق گوگل) | خوب، در گفتوگوی پیوسته |
| متن انگلیسی روی تصویر | بهبودیافته در V8 | خیلی خوب | خیلی خوب |
| متن فارسی روی تصویر | ضعیف | ناپایدار | ناپایدار |
| نسخهٔ رایگان | ندارد | دارد (Nano Banana 2) | دارد (با محدودیت جداگانهٔ ساخت تصویر) |
| سختی شروع | متوسط (پارامترها) | آسان (فارسی هم میفهمد) | خیلی آسان (گفتوگومحور) |
| پشتیبانی رسمی در ایران | خرید با کارت ایرانی ممکن نیست | ایران در فهرست کشورهای Gemini نیست | ایران رسماً پشتیبانی نمیشود |
Midjourney برای چه کسی بهترین انتخاب است؟
میدجرنی هنوز همان ابزاری است که وقتی تصویر را میبینید میگویید «این کار هوش مصنوعی است؟!». نور، ترکیببندی و حس سینماییاش برای کاور پادکست، پوستر هنری، مودبورد برند و پستهای اینستاگرامی که باید در فید بدرخشند فوقالعاده است. نکتهٔ مهم: میدجرنی تصویر را «تفسیر» میکند؛ یعنی گاهی زیباتر از چیزی که خواستید میسازد، اما دقیقاً همان چیزی نیست که گفتید.
دربارهٔ ثبات شخصیت باید صادق باشم: طبق اطلاعیهٔ رسمی V8.1، قابلیت Omni Reference (رفرنس گرفتن از یک شخصیت یا شیء) هنوز برای V8 آماده نبود و فقط روی V7 کار میکرد. اگر این وضعیت تا امروز عوض شده باشد، در مستندات رسمی میدجرنی میبینید؛ ولی اگر پروژهتان شخصیت ثابت میخواهد، این را قبل از خرید اشتراک چک کنید.
قیمت Midjourney چقدر است؟
میدجرنی پلن رایگان ندارد. قیمتهای فعلی (بر اساس اطلاعات سایت رسمی، آبان ۱۴۰۵):
| پلن | ماهانه | سالانه (معادل ماهانه) | زمان Fast GPU | حالت Relax | Stealth |
|---|---|---|---|---|---|
| Basic | ۱۰ دلار | ۹۶ دلار (۸ دلار) | ۳.۳ ساعت | ندارد | ندارد |
| Standard | ۳۰ دلار | ۲۸۸ دلار (۲۴ دلار) | ۱۵ ساعت | تصویر نامحدود | ندارد |
| Pro | ۶۰ دلار | ۵۷۶ دلار (۴۸ دلار) | ۳۰ ساعت | تصویر و ویدیوی SD نامحدود | دارد |
| Mega | ۱۲۰ دلار | ۱۱۵۲ دلار (۹۶ دلار) | ۶۰ ساعت | تصویر و ویدیوی SD نامحدود | دارد |
برای تولیدکنندهٔ محتوایی که هر روز پست میسازد، Basic معمولاً زود تمام میشود و Standard بهخاطر حالت Relax نامحدود منطقیتر است. حالت Stealth یعنی تصاویرتان در گالری عمومی میدجرنی دیده نشوند؛ برای پروژههای محرمانهٔ برندها این مهم است و فقط از Pro به بالا هست. معرفی کاملتر را در صفحهٔ ابزار Midjourney گذاشتهام.
Nano Banana گوگل در چه کاری از بقیه جلوتر است؟
قدرت اصلی Nano Banana ویرایش است، نه فقط ساختن. عکس خودتان را میدهید و میگویید «پسزمینه را کافه کن» یا «همین لیوان را روی میز چوبی بگذار» و چهره و جزئیات محصول تقریباً دستنخورده میماند. طبق اعلام رسمی گوگل، Nano Banana 2 میتواند شباهت تا ۵ شخصیت و ظاهر تا ۱۴ شیء را در یک جریان کاری حفظ کند، متن خوانا برای ماکاپ و کارت تبریک بسازد، متن داخل تصویر را ترجمه و بومیسازی کند و خروجی از ۵۱۲ پیکسل تا 4K بدهد.
برای کسبوکارهای کوچک که عکس محصول با گوشی میگیرند، این یعنی میتوانید یک عکس ساده را به چند عکس تبلیغاتی با پسزمینههای مختلف تبدیل کنید، بدون اینکه شکل بستهبندی عوض شود. آموزش قدمبهقدمش را در آموزش ویرایش عکس با Nano Banana نوشتهام.
Nano Banana رایگان است؟
بله، با محدودیت. طبق صفحهٔ پشتیبانی گوگل، کاربر بدون اشتراک به Nano Banana 2 دسترسی دارد با «محدودیت استاندارد»؛ پلن Google AI Plus دو برابر، Pro چهار برابر و Ultra پنج یا بیست برابر سقف Pro را میدهد. گوگل عدد دقیق روزانه برای تصویر اعلام نکرده و فقط گفته ساخت رسانه سریعتر از چت معمولی سهمیه را مصرف میکند. پس هر عددی که در سایتهای دیگر دیدید («روزی فلان عکس») را با احتیاط بخوانید.
ChatGPT Images برای تولیدکنندهٔ محتوا چه مزیتی دارد؟
مزیت بزرگ ChatGPT این است که گفتوگومحور است. لازم نیست پارامتر حفظ کنید؛ مینویسید «یک تامبنیل یوتیوب برای ویدیوی آموزش قهوه بساز» و بعد در همان گفتوگو میگویید «رنگ پسزمینه را گرمتر کن و متن را بزرگتر». همین پیوستگی گفتوگو باعث میشود اصلاحهای پشتسرهم و ثابت ماندن سبک در یک سری پست راحتتر باشد.
برای تصاویر متندار انگلیسی (اینفوگرافیک ساده، پوستر رویداد، تامبنیل) ChatGPT Images 2.0 دقیق است و دستورهای چندمرحلهای را خوب اجرا میکند. در مقابل، اگر دنبال حس هنری خاص میدجرنی باشید، خروجیاش کمی «تمیز و استاندارد» به نظر میرسد.
ChatGPT رایگان چند عکس میسازد؟
طبق صفحهٔ راهنمای رسمی OpenAI، ساخت تصویر جزو امکانات پلن رایگان است اما سقف مصرف جداگانهای دارد؛ وقتی به سقف برسید باید صبر کنید و پیشنهاد ارتقا به Plus نمایش داده میشود که سقف بالاتری دارد. OpenAI عدد ثابتی برای تعداد تصویر رایگان در این صفحه اعلام نکرده، پس من هم عددی نمینویسم. معرفی کاملتر ابزارهای رایگان را در بهترین هوش مصنوعی های رایگان ببینید.
متن فارسی روی عکس: کدام ابزار درست مینویسد؟
این مهمترین سؤال تولیدکنندهٔ فارسیزبان است و جواب صادقانهاش این است: هیچکدام از این سه ابزار را برای متن فارسی نهایی قابل اعتماد نمیدانم. در هیچیک از صفحههای رسمی که خواندم، پشتیبانی تضمینشده از خط فارسی ذکر نشده است. حروف جدا، کشیدههای عجیب و کلمههای بیمعنی هنوز زیاد پیش میآید؛ مخصوصاً در میدجرنی.
روش حرفهای که خودم توصیه میکنم این است:
- تصویر را بدون متن بسازید و در پرامپت صریحاً بگویید یک فضای خالی (negative space) برای تیتر بگذارد؛ مثلاً بالای کادر یا سمت راست.
- اگر متن کوتاه است (یک یا دو کلمه)، میتوانید در Nano Banana یا ChatGPT امتحان کنید و چند بار تولید کنید؛ گاهی درست درمیآید.
- متن نهایی را در نرمافزار طراحی مثل Canva، فتوشاپ یا اپهای ویرایش موبایل با فونت فارسی استاندارد اضافه کنید تا اغلاط تایپی و شکستگی حروف نداشته باشید.
- یک قالب ثابت بسازید (جای تیتر، فونت و رنگ) تا همهٔ پستهایتان هویت بصری یکسان داشته باشند.
برای هر نوع محتوا کدام ابزار را انتخاب کنم؟
اگر بخواهم انتخاب را به زبان کار روزمره بگویم:
- پست اینستاگرام هنری و فید زیبا: Midjourney. برای کاروسلهای الهامبخش، کاور ریلز و مودبورد.
- عکس محصول از روی عکس واقعی: Nano Banana. چون شکل و لیبل محصول را بهتر حفظ میکند.
- تامبنیل یوتیوب و پوستر متندار: ChatGPT Images یا Nano Banana؛ با متن انگلیسی یا متنی که بعداً اضافه میکنید.
- شخصیت ثابت برای سری محتوا (مثلاً کاراکتر برند): Nano Banana، و بعد ChatGPT در یک گفتوگوی پیوسته.
- شروع کاملاً رایگان: Nano Banana 2 در اپ Gemini و پلن رایگان ChatGPT.
در عمل، خیلی از تولیدکنندههای حرفهای یک ابزار نمیکنند؛ تصویر پایه را در میدجرنی میسازند، ویرایش و جایگذاری محصول را در Nano Banana انجام میدهند و متن فارسی را در نرمافزار طراحی اضافه میکنند. این زنجیره را در بخش «ساخت تصویر» و «پروژههای صفر تا صد» دوره تولید محتوا با هوش مصنوعی قدمبهقدم کار کردهام.
پرامپت نمونه برای هر سه ابزار چطور بنویسم؟
کیفیت خروجی بیشتر از اینکه به ابزار بستگی داشته باشد، به پرامپت بستگی دارد. ساختار کلی که پیشنهاد میکنم «سوژه + محیط + نور + زاویهٔ دوربین + سبک + کاربرد» است؛ جزئیات این ساختار را در فرمول پرامپت تصویر توضیح دادهام. چند نمونهٔ آماده:
پست اینستاگرام برای کافه (مناسب Midjourney): این پرامپت یک تصویر عمودی با حس گرم و سینمایی میسازد و فضای خالی برای تیتر فارسی میگذارد.
A cozy specialty coffee shop at golden hour, a barista pouring latte art, warm cinematic lighting, shallow depth of field, shot on 35mm lens, soft film grain, empty space at the top for a headline, vertical 4:5 composition for Instagram
اگر در میدجرنی کار میکنید، میتوانید نسبت تصویر را با پارامتر --ar 4:5 هم مشخص کنید.
عکس محصول از روی عکس واقعی (مناسب Nano Banana): اول عکس محصول را آپلود کنید، بعد این دستور را بدهید. تأکید روی «تغییر ندادن لیبل» مهم است.
Place this exact product bottle on a light marble countertop next to fresh lemons and green leaves, bright natural morning light from the left, soft shadows, clean premium advertising style. Keep the label, shape and colors of the product exactly the same.
تامبنیل یوتیوب (مناسب ChatGPT Images): این پرامپت تامبنیل افقی با تضاد بالا میسازد؛ متن را کوتاه و انگلیسی نگه دارید یا بعداً متن فارسی اضافه کنید.
A bold YouTube thumbnail, 16:9, a surprised young man pointing at a glowing laptop screen, bright yellow background, high contrast, dramatic rim light, large clean empty area on the right side for a title, modern tech creator style
برای یادگیری اصول عمیقتر پرامپت، از جمله نوشتن دستورهای اصلاحی و چندمرحلهای، مقالهٔ آموزش پرامپتنویسی سایت هم کمکتان میکند.
دسترسی از ایران: واقعیت چیست؟
اینجا باید کاملاً شفاف باشم:
- Gemini (و Nano Banana): در فهرست رسمی کشورهایی که وباپ Gemini در آنها در دسترس است، نام ایران نیست؛ هرچند زبان فارسی جزو زبانهای پشتیبانیشده است.
- ChatGPT: ایران جزو کشورهای پشتیبانیشدهٔ OpenAI نیست.
- Midjourney: هیچ پلن رایگانی ندارد و خرید اشتراک با کارت بانکی ایرانی ممکن نیست.
من روش دور زدن محدودیتها را آموزش نمیدهم؛ هر تصمیمی دربارهٔ استفاده از این سرویسها میگیرید، قوانین خود سرویس و کشورتان را در نظر بگیرید. اگر در کشوری زندگی میکنید که این سرویسها رسماً فعالاند، دسترسیتان طبیعتاً سادهتر است.
جمعبندی: بهترین هوش مصنوعی ساخت عکس برای شما کدام است؟
اگر فقط یک جمله بخواهید: برای زیبایی Midjourney، برای ویرایش و ثبات Nano Banana، برای سادگی و دقت در گفتوگو ChatGPT. اگر بودجه ندارید، با Nano Banana 2 و ChatGPT رایگان شروع کنید، چند هفته روی پرامپتنویسی تمرین کنید و بعد تصمیم بگیرید اشتراک پولی ارزشش را دارد یا نه. یادتان باشد ابزار فقط نیمی از ماجراست؛ چیزی که پست شما را از بقیه جدا میکند ایده، ترکیببندی و شناخت مخاطب است. همانطور که همیشه میگویم، کیفیت مخاطب مهمتر از تعداد مخاطب است و تصویر خوب هم باید برای مخاطب درست ساخته شود، نه فقط برای لایک.
سؤالات متداول
بهترین هوش مصنوعی ساخت عکس رایگان کدام است؟
بین این سه ابزار، Nano Banana 2 در اپ Gemini و ChatGPT هر دو نسخهٔ رایگان با محدودیت دارند. Midjourney پلن رایگان ندارد و پایینترین پلنش (Basic) ماهانه ۱۰ دلار است (بر اساس اطلاعات سایت رسمی، آبان ۱۴۰۵).
کدام ابزار متن فارسی را روی عکس درست مینویسد؟
هیچکدام بهطور قابل اعتماد. Nano Banana و ChatGPT گاهی متن کوتاه را درست مینویسند، ولی برای کار نهایی بهتر است تصویر را بدون متن بسازید و متن فارسی را در نرمافزار طراحی اضافه کنید.
برای ثابت نگه داشتن چهرهٔ یک شخصیت کدام ابزار بهتر است؟
Nano Banana؛ گوگل اعلام کرده Nano Banana 2 شباهت تا ۵ شخصیت و ظاهر تا ۱۴ شیء را در یک جریان کاری حفظ میکند. ChatGPT هم در یک گفتوگوی پیوسته نتیجهٔ خوبی میدهد.
نسخهٔ فعلی Midjourney چیست؟
نسل V8 مدل فعلی است. V8.1 از ۲۱ خرداد ۱۴۰۵ مدل پیشفرض شد.
تفاوت Nano Banana 2 و Nano Banana Pro چیست؟
Nano Banana 2 سریع است و برای همه، حتی بدون اشتراک، در اپ Gemini فعال است. Nano Banana Pro برای کارهای دقیقتر است و فقط مشترکان پلنهای پولی Google AI میتوانند تصویر را با آن دوباره بسازند.
آیا این ابزارها در ایران رسماً کار میکنند؟
خیر. ایران در فهرست کشورهای پشتیبانیشدهٔ Gemini و ChatGPT نیست و خرید اشتراک Midjourney هم با کارت ایرانی ممکن نیست.