AI képgenerálás API-k, Flux, Midjourney, Nano Banana

A képgenerálási piac 2025-ben felrobbant. Korábban DALL-E volt az alap, Midjourney a kreatív etalon, Stable Diffusion a self-host opció. Ma a Black Forest Labs Flux modelljei a fotórealizmusra, a Google Nano Banana (Gemini-image) a gyors editre, és a Midjourney V7 a stilizált munkára vezet.

Flux (Black Forest Labs)

A Flux Pro és Ultra modelljei ma a legjobbak fotórealisztikus képekre. Replicate-en vagy fal.ai-n keresztül futtatjuk. Egy magasabb felbontású kép pár cent. Termékfotó, modellfotó, life-scene generálás, ezekre ezt használjuk.

• Erős: fotórealizmus, kéz és arc anatómia, text-in-image.
• Gyengébb: stilizált, illusztratív stílus, brand-konzisztencia hosszú sorozaton.

Nano Banana (Google Gemini Image)

A Google 2025-ben hozott image edit modellje. A neve marketingbukás, a képessége nem. Ami benne új: konzisztens edit (egy meglévő képet módosít megőrizve a karaktert / brand-et), és tényleg szövegutasításra reagál. Marketing csapatnak ezt ajánlom: feltöltesz egy terméket, „tedd asztalra, latte mellé, természetes fény”, és tényleg ezt csinálja.

• Erős: image-to-image editing, karakter konzisztencia, gyors generálás.
• Gyengébb: from-scratch high-end fotó (ott Flux jobb).

Midjourney V7 API

Sokáig csak Discord bot volt, végre van hivatalos API. A stilizált, art-direction-igényes munkákra még mindig nehéz felülmúlni: könyvborító, hangulati moodboard, illusztráció. Cserébe a fotórealisztikus képeknél a Flux ma jobb.

• Erős: stílus, hangulat, illusztratív munka.
• Gyengébb: pontos prompt követés, text-in-image, KKV marketing workflow.

Költség gyakorlati workflow-n

Egy KKV-nál havi 200 social media kép és 30 termékfotó-edit: Flux Pro-n a 30 termékfotó 5-10 USD, a Nano Banana editen a 200 kép 10-15 USD. Összesen havi 15-25 USD. Egy fotós napidíja mellett ez statisztikai zaj.

Jogi és brand szempont

A kereskedelmi felhasználáshoz a provider tier-jét nézd: Flux Pro commercial use OK, Midjourney Pro és Mega tier OK, Nano Banana enterprise terms külön. KKV-knál sokszor a saját jogászuknak is meg kell nézni a ToS-t, mert a generált képet sokan brand kommunikációban fogják használni. Mi minden ügyfélnek a használt modell ToS-jét linkeljük a deliverable-ben.