Если в двух словах: как ChatGPT генерирует изображения сегодня — он рисует их сам, той же моделью, что пишет текст, а не отправляет запрос отдельному «художнику» DALL-E, как было раньше. Картинка собирается тем же мозгом, который понимает твою фразу, — без передачи между двумя разными системами. Это и объясняет, почему результат вдруг стал так хорошо понимать сложные просьбы и держать текст на изображении.
Разберём это по-честному, без магии. А поскольку без подписки Plus картинок много не нарисуешь, сразу отмечу бытовое: оплатить ChatGPT Plus российской картой напрямую не выйдет. Теперь к самому интересному — как эта картинка вообще рождается.
Короткий ответ: ChatGPT рисует сам, без DALL-E
Раньше схема была двухступенчатой: ты писал запрос ChatGPT, он переформулировал его и отправлял отдельной модели DALL-E, а та рисовала. Два разных механизма, между ними — передача задания, и на этой передаче терялись нюансы.
С весны 2025 года всё иначе. Генерация изображений встроена прямо в языковую модель: тот же ИИ, что понимает контекст разговора, сам и рисует. Нет посредника, нет «испорченного телефона» между пониманием и картинкой. Именно поэтому модель стала понимать просьбы вроде «нарисуй схему и подпиши стрелки по-русски» — она не пересказывает задачу чужой системе, а держит её целиком. Раньше на этой передаче терялась половина смысла: ChatGPT понимал запрос, но DALL-E получал уже сжатую формулировку и рисовал что-то приблизительное. Теперь понимание и рисование — один процесс, и разрыва, на котором раньше ломались детали, попросту нет. Практический эффект слияния замечаешь сразу: можно вести диалог о картинке в том же чате, где обсуждал идею. Скажешь «нарисуй по мотивам того, что мы придумали» — и модель учтёт контекст всей переписки, а не только последнюю фразу-промпт. Для DALL-E это было невозможно в принципе: он видел лишь то, что ему передали одной строкой.
Картинка по кусочкам
Вот тут самое любопытное. DALL-E 3 работал на диффузии: грубо говоря, брал «шум» и постепенно проявлял из него картинку целиком, как проявляют фотографию. Новый подход другой — модель генерирует изображение авторегрессионно, по кусочкам, примерно так же, как пишет текст слово за словом.
Что это значит на практике? Модель обучалась на совместном «языке» картинок и текста — она понимает не только как изображение связано со словами, но и как его части связаны между собой. Отсюда и «визуальная грамотность»: композиция получается осмысленной, а подписи внутри картинки — читаемыми, потому что для модели буква на изображении — это почти то же, что буква в тексте. Диффузионные модели как раз на тексте внутри картинки традиционно плыли, и это была их вечная боль. Грубая аналогия: диффузия — это как вылепить всю фигуру разом из тумана и потом надеяться, что надпись на ней сложится сама; авторегрессия — как выписывать картинку последовательно, контролируя каждый следующий фрагмент по уже нарисованному. Второй способ куда предсказуемее там, где важны порядок и структура, — в тексте, таблицах, схемах.
Почему GPT перестал путать пальцы и буквы на картинках
Старая беда нейросетей — шесть пальцев, оплавленные лица, кракозябры вместо надписей. Новую модель специально дрессировали именно на этих ошибках.
OpenAI привлекла больше сотни живых аннотаторов, которые размечали сгенерированные картинки и тыкали моделью в косяки: неестественно расставленные пальцы, искажения лиц, поехавшие пропорции. Это называется обучением с обратной связью от человека — модель штрафуют за то, что человек считает уродливым, и поощряют за то, что выглядит естественно.
Плюс агрессивный пост-тюнинг после основного обучения. В сумме это дало заметный скачок: резче фотореализм, аккуратнее руки и лица, и — впервые по-настоящему — надёжный текст на картинке. Не идеально, длинные надписи всё ещё иногда рассыпаются, но пропасть между «нечитаемая каша» и «нормальная подпись» преодолена. Именно за это улучшение чаще всего и хвалят обновление: то, что раньше требовало отдельных инструментов, теперь делает сам ChatGPT. Стоит понимать и природу этого прогресса: он не только про «умную архитектуру», но и про огромный ручной труд разметки. Модель не «сама поняла», как рисовать кисть руки, — ей тысячи раз показали, где она ошибается, и что человек считает правильным. Поэтому и предел у метода человеческий: где живые оценщики придирчивы, там качество высокое, а на редких экзотических сценах модель по-прежнему может выдать шесть пальцев, просто такие случаи ей размечали реже. Из этого следует и трезвое отношение к результату: модель не «понимает» анатомию, она статистически воспроизводит то, что чаще всего поощряли живые оценщики. Поэтому на типовых портретах и предметах она почти безупречна, а на чём-то необычном — нагромождении рук, сложном отражении, редком шрифте — по-прежнему может ошибиться. Знание этой природы экономит нервы: не ждёшь от неё магии там, где она просто угадывает по вероятностям, и перепроверяешь важные детали сам.
Кто рисует сейчас
Чтобы не путаться в названиях, разложу по времени. Сначала был DALL-E 3 — отдельная диффузионная модель, к которой ChatGPT обращался. Весной 2025-го появилась нативная генерация в 4o: картинка стала рисоваться внутри самой модели. А в начале 2026-го, после перехода линейки на новую архитектуру, «под капотом» встала модель gpt-image-1.5, которая и заменила DALL-E 3.
Практический вывод из этой хронологии простой: если ты где-то читаешь инструкцию «ChatGPT рисует через DALL-E» — она устарела. Сегодня рисует встроенная модель семейства gpt-image, и именно поэтому она так тесно понимает контекст твоего запроса. Название важно ещё и потому, что по нему легко отличить свежий совет от старого: тексты, где всё крутится вокруг «промптов для DALL-E», описывают уже прошлую эпоху, и часть их приёмов на новой модели работает иначе.
Сколько картинок в день на Free и на Plus
Теперь приземлимся на лимиты, потому что рисовать бесконечно не даст ни один тариф. На бесплатном ChatGPT в середине 2026 года выходит примерно 2–3 генерации за скользящее окно в 24 часа. Окно отсчитывается не от полуночи, а от момента, когда ты сделал картинку.
На Plus заметно свободнее: порядка 40–50 генераций за скользящее окно в три часа, и это делится с общим лимитом сообщений. При удачном тайминге набегает около двух сотен картинок в сутки. Для большинства задач Plus снимает ощущение «уперся в стену после третьей картинки», которое сильно бесит на бесплатном. Пара практических выводов из этих лимитов. Первое — не жги генерации на мелкие правки: раз модель умеет редактировать существующую картинку словами, дешевле поправить, чем перегенерировать с нуля. Второе — лимит завязан на время, а не на календарный день, так что если упёрся, иногда достаточно подождать пару часов, а не сутки. Третье — качество запроса важнее числа попыток: одна продуманная формулировка экономит три пробы вслепую.
### Правда ли лимиты всё время меняются?
Да. OpenAI крутит эти числа без предупреждения, и они зависят от нагрузки на серверы. Поэтому конкретную цифру воспринимай как порядок величины, а не как гарантию: сегодня 50, завтра могут быть другие.
Что это меняет: текст на картинке и правки готового изображения
Раз модель «пишет» картинку осмысленно, у этого есть приятные следствия для обычного пользователя. Первое — тот самый текст: можно попросить постер, обложку, схему с подписями, и надписи не поедут в абракадабру. Для инфографики и мемов это меняет всё.
Второе — редактирование диалогом. Ты не перегенерируешь картинку с нуля, а говоришь «убери фон», «сделай куртку красной», «добавь снизу подпись» — и модель правит существующее изображение, удерживая остальное. Это работает, потому что она понимает картинку как связное целое, а не как случайный набор пикселей. По сути, генерация превратилась в разговор о картинке, а не в лотерею промптов. Из практичного, что стало доступно обычному пользователю: держать единый стиль между картинками (попроси «в том же стиле, что и прошлая»), собирать инфографику с точными подписями, делать раскадровки, где персонаж узнаваем от кадра к кадру. Раньше согласованность между картинками была главной болью генеративных моделей — каждая выходила сама по себе. Теперь модель помнит контекст, и серия картинок наконец выглядит серией, а не набором случайных кадров. Важно лишь не забывать: даже удобная правка диалогом не отменяет твой глаз — финальную картинку всё равно принимаешь ты, и мелочи стоит перепроверять. Для практики это огромная разница: раньше неудачную деталь можно было победить только новой попыткой с переписанным промптом, теряя удачную композицию целиком. Теперь ты держишь то, что получилось, и точечно правишь остальное — ближе к работе в редакторе, чем к игре в рулетку.
Как оплатить ChatGPT Plus из России
Соберу платёжное вместе. Подписка Plus стоит 20 долларов в месяц, и российская карта на оплате не проходит — причина в зарубежном биллинге, а не в тебе. Значит, нужен способ провести платёж, ничего не нарушая.
Сумму и комиссию называют в личке заранее.
### Не опасно ли платить за Plus через посредника?
Осторожность разумна, и проверить можно до оплаты. Это честнее обещаний «100% надёжно».
Короткие ответы про картинки
### ChatGPT всё ещё использует DALL-E?
Нет. Сейчас рисует встроенная модель семейства gpt-image (актуальная — gpt-image-1.5), заменившая DALL-E 3. Отдельного обращения к DALL-E больше нет.
### Почему теперь получается текст на картинке?
Потому что модель генерирует изображение авторегрессионно, как текст, и обучена на связке картинок и слов. Буква на изображении для неё близка к букве в тексте, поэтому надписи читаемы.
### Можно ли рисовать картинки бесплатно?
Можно, но мало — примерно 2–3 штуки в сутки. Для регулярной работы нужен Plus с куда более щедрым лимитом.
### Чем ChatGPT рисует лучше отдельных генераторов вроде Midjourney?
Не однозначно «лучше» — у специализированных генераторов часто выше художественность и контроль. Сильная сторона ChatGPT в другом: он понимает контекст разговора, отлично держит текст на картинке и правит изображение диалогом. Для иллюстраций «по мотивам обсуждения» и инфографики он удобнее, для вылизанного арта многие всё равно идут в профильные сервисы.
### Можно ли редактировать загруженную свою фотографию?
Да, модель работает и с твоим изображением: сменить фон, стиль, добавить элементы. Но помни про приватность — не загружай то, что не готов доверить сервису, и учитывай правила по изображениям людей.
### Сохраняет ли ChatGPT стиль между картинками?
Да, если попросить рисовать «в том же стиле», модель опирается на предыдущее изображение и контекст чата. Это и есть большой шаг вперёд: серия картинок наконец выглядит цельной, а не набором случайных.
### Портит ли ИИ-генерация оригинальность работы?
Инструмент — не автор. ChatGPT ускоряет черновую визуализацию, но идея, отбор и вкус остаются за тобой. Ценность создаёт не кнопка, а человек, который знает, что именно хочет получить.
Стоит ли платить за картинки в ChatGPT
Короткий честный итог. Если картинки нужны эпизодически — хватит и бесплатного лимита. Если ты делаешь их регулярно, ценишь текст на изображении и правки диалогом, Plus окупается не «красивее рисует», а «не бьёт по рукам лимитом на третьей генерации». Плати за поток, а не за разовую картинку.
Комментарии
Войдите, чтобы написать комментарий