Z Image Turbo AI इमेज जनरेटर

नीचे के समूहों की हर इमेज इसी पेज पर 19 अगस्त 2026 को जनरेट हुई — 14 प्रॉम्प्ट, 14 पहले-टेक नतीजे, हर एक में 12 से 33 सेकंड। हर समूह अपने ऊपर लिखे दावे को जाँचता है, उस दावे समेत जिसमें यह फेल होता है।

एक फ़ोटोग्राफ़िक लुक, "मुफ़्त मॉडल" वाला लुक नहीं

यही वह ताकत है जिसके इर्द-गिर्द समीक्षक बार-बार घूमते हैं: ऐसा आउटपुट जो रेंडर के बजाय एक तस्वीर की तरह पढ़ा जाता है। नीचे के तीनों एक-वाक्य वाले प्रॉम्प्ट हैं, पहला टेक — कोई दोबारा कोशिश नहीं, कोई छँटाई नहीं। मछुआरे के मौसम-मारे हाथ देखिए, ब्रेड की पपड़ी की बनावट देखिए, और देखिए कि गीली सड़क पर नियॉन कैसे दोहरा होता है। सोशल सामग्री, मूड बोर्ड और रोज़मर्रा की इमेज के लिए यह जैसा है वैसा ही काम का है, और यह जानने में कुछ भी खर्च नहीं हुआ।

3:2 · 1536×1024 · 12s

3:2 · 1536×1024 · 26s

3:2 · 1536×1024 · 23s

तीन एक-पंक्ति वाले प्रॉम्प्ट, तीन पहले टेक, सब आधे मिनट के भीतर। इनमें से कोई भी किसी सशुल्क मॉडल को शर्मिंदा नहीं करता — और यही पूरा तर्क है कि पहले यहाँ ड्राफ़्ट किया जाए।

यह कहाँ पीछे हटता है: सटीक ब्योरों वाले ब्रीफ़

ये दोनों प्रॉम्प्ट हमारे GPT Image 2 टेस्ट सेट से शब्द-दर-शब्द नकल किए गए हैं, जहाँ फ़्लैगशिप ने दोनों को अक्षरशः निभाया था। Z Image Turbo दृश्य, रोशनी और मिज़ाज सही पकड़ता है — और ब्योरे चूक जाता है। काउंटर पर चार नींबू हैं जबकि ब्रीफ़ में तीन कहे गए थे, और तौलिया वस्तुओं के बीच रहने के बजाय फल के नीचे चला जाता है। तीनों लोग ठीक वैसे ही कपड़ों में हैं जैसे कहा गया था, पर छाता बंद के बजाय खुला है, सेब उसके बाएँ के बजाय दाएँ हाथ में है, और "पूरे शरीर" टखनों पर कट गए हैं। हर ब्रीफ़ को उसकी इमेज के बगल में पढ़िए और खुद गिनिए।

हमने जो ब्रीफ दिया

पहली बार में, बिना संपादन

A kitchen counter scene containing precisely four items and nothing else: a cast-iron skillet at the back left, three whole lemons stacked in a small pyramid at the front right, a folded blue-striped tea towel between them, and a single sprig of rosemary lying diagonally across the towel. Soft window light from the left.

Three people standing in a row against a plain grey wall, exactly as described: on the left a woman in a mustard-yellow raincoat holding a closed black umbrella; in the centre a man in a navy turtleneck holding nothing; on the right a woman in a white shirt holding a single red apple in her left hand. Even frontal light, full bodies visible, no other people or objects.

वही ब्रीफ़, दो मॉडल: GPT Image 2 ने अपने पेज पर हर शर्त पूरी की; मुफ़्त मॉडल ने लुक पकड़ा और ब्योरे गँवा दिए। यही ईमानदार सौदा है — और चूँकि यह डिज़ाइन से ही नेगेटिव प्रॉम्प्ट अनदेखा करता है, इसलिए सब कुछ इस रूप में लिखिए कि आपको क्या चाहिए, यह नहीं कि क्या नहीं चाहिए।

एक मुफ़्त मॉडल, तीन आउटपुट आकार

Z Image Turbo हर प्लान पर मुफ़्त है; आपके प्लान से जो बदलता है वह है कैनवास। मुफ़्त अकाउंट 512px बेस पर रेंडर करते हैं, Premium 1024px पर, Ultimate 1536px पर — जो API की अधिकतम सीमा है। नीचे के तीनों एक ही प्रॉम्प्ट और एक ही तय सीड के साथ हैं, हर टियर पर एक। इस पर भरोसा करने से पहले यह जान लें: मॉडल हर आकार पर दृश्य को अपस्केल करने के बजाय दोबारा रेंडर करता है, इसलिए कैनवास बढ़ने के साथ कंपोज़िशन खिसकता है — और हमारे टेस्ट में 1536px वाले संस्करण ने वह क्रैकल ग्लेज़ ही छोड़ दिया जो प्रॉम्प्ट में माँगी गई थी, जबकि दोनों छोटे संस्करणों ने उसे रखा।

512×512 · 18s

1024×1024 · 17s

1536×1536 · 33s

वही प्रॉम्प्ट, वही सीड, सिर्फ़ आउटपुट आकार बदला। ध्यान दीजिए कि सबसे बड़े रेंडर ने क्या खोया: ग्लेज़ में क्रैकल का पैटर्न। ज़्यादा पिक्सेल से चिकना सिरेमिक मिला, प्रॉम्प्ट में माँगी चीज़ ज़्यादा नहीं — यह इस मॉडल की असली अजीब बात है, टियर बेचने की चाल नहीं।

एक सशुल्क वर्कफ़्लो का मुफ़्त आधा हिस्सा

Z-Image-Turbo खुद चलाने का मतलब है करीब 16GB VRAM वाला GPU और एक ComfyUI या diffusers सेटअप; यहाँ यह बस एक लॉगिन है। जब किसी मुफ़्त-प्लान ब्रीफ़ में सीधा-सादा टेक्स्ट-टू-इमेज ड्राफ़्ट होता है, तो हमारा Ava एजेंट डिफ़ॉल्ट रूप से इसी मॉडल की ओर हाथ बढ़ाता है — और जैसे ही ब्रीफ़ ऐसी चीज़ माँगता है जो यह नहीं कर सकता, Ava इसे छोड़कर आगे भेज देता है: टाइपोग्राफ़ी का काम GPT Image 2 पर और फ़ोटोरियल फ़ाइनल Seedream पर। हर जनरेशन अपना प्रॉम्प्ट और पैरामीटर इतिहास में रखती है, इसलिए जीतने वाला ड्राफ़्ट उसी सब्सक्रिप्शन पर किसी फ़्लैगशिप से दोबारा रेंडर होने से एक क्लिक दूर है।

• जो पहली बार AI इमेज आज़मा रहे हैं

  इस पेज के जनरेटर में यह पहले से चुना हुआ है, नतीजे आधे मिनट से कम में आते हैं, और एक चूक की कोई कीमत नहीं। प्रॉम्प्ट क्या करते हैं, यह सीखने का इससे सस्ता तरीका नहीं है।

• रोज़ पोस्ट करने वाले सोशल और कंटेंट क्रिएटर

  नौ अनुपात चौकोर फ़ीड, 9:16 स्टोरी और 2:1 हेडर सब कवर करते हैं, और ऊपर वाला फ़ोटोग्राफ़िक लुक रोज़मर्रा की पोस्ट के लिए जैसा है वैसा ही काम का है।

• सशुल्क रेंडर की तरफ़ बढ़ते प्रॉम्प्ट लिखने वाले

  यहाँ दस वेरिएशन ड्राफ़्ट कीजिए, जो काम करे उसे रखिए, और इतिहास से उसे GPT Image 2 या Seedream पर दोबारा चलाइए। मुफ़्त ड्राफ़्ट ही फ़्लैगशिप क्रेडिट को ज़्यादा दूर तक ले जाते हैं।

• अंग्रेज़ी या चीनी में काम करने वाले पोस्टर बनाने वाले

  छोटा डिस्प्ले टेक्स्ट — एक हेडलाइन, एक तारीख की पंक्ति, दो हान्ज़ी — हमारे दोनों टेस्ट में पहले ही टेक में सही लौटा। इसे हेडलाइन के आकार तक रखें और इससे लंबा कुछ भी हो तो जँचवा लें।

• इसके लिए नहीं: स्पेसिफ़िकेशन जैसे कसे ब्रीफ़ और छोटा टाइप

  सटीक गिनती, बाएँ-दाएँ की जगह और सघन टाइपोग्राफ़ी खिसक जाती है, जैसा ऊपर के ब्रीफ़ टेस्ट दिखाते हैं। जब इमेज खुद एक स्पेसिफ़िकेशन हो, तब फ़्लैगशिप इसी के लिए होते हैं।

क्रेडिट, रेफ़रेंस-इमेज सीमाएँ और अनुपातों की गिनती 19 अगस्त 2026 को हमारी अपनी मॉडल रजिस्ट्री से पढ़े गए हैं — अनुपातों की गिनती में "auto" शामिल नहीं है, क्योंकि वह एक सेटिंग है, अनुपात नहीं। रफ़्तार हमारी अपनी मापी हुई है और नमूना संख्या बताई गई है; जो खाने हमने नहीं परखे, वे वेंडर का आँकड़ा उधार लेने के बजाय यही कहते हैं।