Midjourney против Stable Diffusion: какая нейросеть лучше рисует реалистичные лица
Пользователи регулярно спрашивают, какая нейросеть рисует лица лучше — Midjourney или Stable Diffusion.
Прямого ответа на этот вопрос нет, потому что обе платформы за последние годы сменили не одно поколение, а публичные сравнения чаще всего опираются на устаревшие версии. V8.2 в Midjourney стала версией по умолчанию 24 июля 2026 года, а Stability AI выпустила семейство Stable Diffusion 3.5 ещё в конце 2024 года и с тех пор обновляла документацию и условия использования. Чтобы сравнение имело смысл, нужно зафиксировать актуальные параметры, доступные метрики и границы применимости существующих исследований.
Текущий статус: что считать актуальной версией
В документации Midjourney на октябрь 2026 года зафиксировано: V8.2 — текущая версия по умолчанию. Любой промпт без явного параметра версии идёт через V8.2. Семейство Stable Diffusion 3.5 — это не одна модель, а линейка из трёх релизов: Large, Large Turbo и Medium. Каждая заточена под свой сценарий: качество, скорость или компактность. Stability AI перечисляет их в разделе Core Models и продолжает обновлять документацию и условия использования.
Здесь важно не путать две вещи. Во-первых, Stable Diffusion — это экосистема: пользователь запускает Large с разными чекпоинтами, подключает community-модели и собственные настройки. Итог зависит не только от бейзлайна, но и от того, что загружено поверх. Во-вторых, при сравнении «Midjourney против Stable Diffusion» нужно фиксировать, какую именно версию SD имеют в виду — Large, Turbo или Medium. Без этой оговорки любые выводы теряют смысл.
Midjourney V8.2 и Stable Diffusion 3.5 — это закрытый продукт с фиксированной версией против открытого семейства с тремя релизами и неограниченным числом пользовательских конфигураций. Сравнивать их как пару одинаковых моделей — методическая ошибка.
Архитектура и параметры: где заканчивается маркетинг
У Stable Diffusion 3.5 Large в документации указано 8,1 миллиарда параметров и ориентир генерации около 1 мегапикселя. Это разрешение порядка 1024×1024 — стандартный квадрат для большинства портретных задач. Large Turbo оптимизирована под скорость: согласно Stability AI, она выдаёт результат за 4 шага диффузии. Medium содержит 2,5 миллиарда параметров и рассчитана на диапазон разрешений от 0,25 до 2 мегапикселей. Это делает её гибче по итоговому размеру изображения, но ограничивает по детализации на больших разрешениях.
Midjourney V8.2 не публикует ни числа параметров, ни точного размера выборки. Компания раскрывает только итоговые характеристики: версия сосредоточена на эстетике, качестве изображения и персонализации. Для практика это означает, что сравнивать «число параметров» с SD напрямую нельзя — у Midjourney нет публичного бенчмарка архитектуры. Сравнение возможно только по результату, то есть по самой картинке.
| Параметр | Midjourney V8.2 | SD 3.5 Large | SD 3.5 Large Turbo | SD 3.5 Medium |
| Число параметров | Не раскрыто | 8,1 млрд | Не указано отдельно | 2,5 млрд |
| Ориентир разрешения | Не указан | ~1 Мпикс | Не указан отдельно | 0,25–2 Мпикс |
| Скорость генерации | Не раскрыта | Стандартная | 4 шага диффузии | Стандартная |
| Доступ к весам | Закрытый | Открытый | Открытый | Открытый |
| Формат использования | Подписка Discord/веб | Локально/облако | Локально/облако | Локально/облако |
Таблица показывает асимметрию платформ. Она не приговор и не преимущество одной из них — она фиксирует, что разговор о «реализме лиц» без указания конкретного релиза SD размывает саму постановку задачи.
Метрики реалистичности: что показывают академические тесты
Открытых бенчмарков, сравнивающих именно V8.2 и актуальные релизы SD 3.5 на задаче фотореалистичных лиц, на октябрь 2026 года не существует. Это нужно зафиксировать сразу, иначе дальнейший разбор превращается в подгонку данных под заранее выбранный ответ. Все опубликованные работы оперируют либо старыми версиями, либо узкоспециализированными задачами.
Самая цитируемая работа — препринт «Generated Faces in the Wild» 2022 года. В ней использовался FID как метрика расстояния между распределением сгенерированных лиц и реальных. Авторы сравнивали несколько систем, доступных на тот момент, и сообщили, что Stable Diffusion получил более низкий FID, чем Midjourney и DALL·E 2 на этой конкретной задаче. В работе также собран датасет из 15 076 сгенерированных лиц. Это исторический срез, а не ответ на вопрос о сегодняшнем дне: с октября 2022 года обе платформы сменили не одно поколение, и переносить эти выводы на V8.2 против SD 3.5 — грубая ошибка.
Вторая работа — исследование 2025 года в рецензируемом журнале по эстетической хирургии. Там сравнивались изображения хирургических сценариев, сгенерированные разными моделями, и оценивались по двум осям: реалистичность и клиническая ценность. По реалистичности Midjourney получил среднюю оценку 3,57 ± 0,58, Stable Diffusion — 2,90 ± 0,65, различие указано как статистически значимое (P <.01). Это оценка изображений для конкретной хирургической задачи, а не универсальный рейтинг портретов. По клинической ценности статистически значимых различий не нашли: P =.38. «Красивее» не равно «полезнее для врача».
Низкий FID, экспертная оценка реалистичности и клиническая полезность — три разных показателя. У них разные шкалы, разные экспертные группы и разные цели измерения. Сравнивать их между собой как равноценные при выборе модели для портретов — методологическая ошибка.
FID, экспертная оценка реалистичности и клиническая полезность — три разные метрики. Заменять одну другой при выборе модели для портретов — самый частый грех публичных «сравнений».
Специализированные задачи: когда контекст меняет результат
Хирургическое исследование 2025 года — наглядный пример того, как постановка задачи диктует результат. Когда экспертам показывали изображения, относящиеся к конкретной медицинской процедуре, Midjourney обгонял Stable Diffusion по субъективной реалистичности. Это не значит, что Midjourney всегда рисует лица реалистичнее. Это значит, что для данной выборки промптов и данной группы оценщиков он справился лучше. Условия эксперимента — конкретные промпты, конкретные настройки моделей, конкретные оценщики — задают границы применимости результата.
Для задачи «сгенерировать случайное лицо незнакомца» вывод может быть другим. Для задачи «сгенерировать лицо с заданной этнической принадлежностью и возрастом» — третьим. Без фиксации сетапа любые сравнения рискуют оказаться артефактом условий, а не характеристикой моделей.
Здесь же лежит ответ на частый вопрос: можно ли просто загрузить в SD 3.5 community-модель, обученную на лицах, и получить результат лучше, чем в Midjourney? Можно. У Midjourney нет открытого API для файнтюна, «из коробки» эту механику не воспроизвести. Но это уже не сравнение V8.2 против SD 3.5 Large, а сравнение V8.2 против связки SD 3.5 плюс сторонний чекпоинт. Условия другие, вывод другой.
Почему прямые сравнения систем дают противоречивые результаты
Любой публичный тест формата «Midjourney против Stable Diffusion для реалистичных лиц» в видеороликах и блогах обычно опирается на три допущения, которые на практике не работают:
1. Одинаковые промпты. На практике промпты для Midjourney и SD оптимизируют по-разному: у Midjourney свои стилистические токены и веса, у SD — свои негативные промпты, плагины и параметры сэмплинга.
2. Одинаковое число генераций на вариант. В роликах берут 4–16 картинок, но не указывают, как именно отбирался «лучший» результат — случайно, голосованием или по эстетическому ощущению автора.
3. Единая шкала оценки. Чаще всего это «нравится / не нравится» без описания критериев и без слепого протокола. Автор ролика знает, какая картинка от какой модели, и это неизбежно смещает оценку.
В академических работах эти допущения стараются контролировать, но и там сравниваются конкретные версии, а не абстрактные «Midjourney» и «Stable Diffusion». Когда препринт 2022 года сообщал, что SD обходит MJ и DALL·E 2 по FID, он сравнивал конкретный релиз с конкретной выборкой промптов, а не свойство платформы вообще.
Дополнительный слой сложности — персонализация в Midjourney V8.2. Документация относит её к ключевым характеристикам версии. Это значит, что пользователь с накопленной историей генераций получает результат, откалиброванный под его прошлые предпочтения. У SD такой механики «из коробки» нет: её собирают самостоятельно через LoRA, эмбеддинги и обратную связь. Сравнивать V8.2 после трёх месяцев использования с SD Large с нуля — методологически некорректно.
Финал: что делать пользователю с портретной задачей
Ни одно открытое на сегодня исследование не даёт прямого ответа, какая из актуальных версий — Midjourney V8.2 или Stable Diffusion 3.5 — лучше рисует реалистичные лица в сопоставимом контролируемом тесте. Все известные работы сравнивают либо старые релизы, либо узкие задачи, в которых выигрыш одной из систем нельзя переносить на универсальный случай.
Если задача — быстро получить качественный портрет с минимумом настроек и не хочется разбираться с весами, моделями и плагинами, Midjourney V8.2 остаётся рабочим вариантом: компания фиксирует версию по умолчанию и берёт на себя подбор параметров. Если задача — нужна полная воспроизводимость, контроль над чекпоинтом, возможность файнтюна под конкретный типаж или интеграция в собственный пайплайн, выбор падает на семейство Stable Diffusion 3.5, но с оговоркой: придётся явно выбрать между Large, Large Turbo и Medium, а также принять ответственность за подбор community-моделей.
Главный практический вывод звучит сухо, и это единственный честный вариант: реализм лиц зависит не от логотипа на коробке, а от конкретной версии, конкретных настроек, конкретной задачи и конкретного человека за промптом. Любой ответ без этих четырёх оговорок — либо реклама, либо некомпетентность.
