Какие image-модели реально принимают 6 референсов на входе. Прогнали бенчмарк.

Современные image-модели берут несколько референс-изображений плюс один текстовый промпт и собирают из этого одну композицию. Один промпт, N референсов, одна сборка. Полезно для визуальных новелл, бренд-контента с согласованными персонажами, продуктовых мокапов, комиксных кадров и любого пайплайна, где сцена собирается из заранее известных элементов.

Подвох: почти все модели на рынке заявляют, что умеют. Большинство не умеет. Кто-то режет на 1 референсе, кто-то на 4, кто-то принимает входы и молча игнорирует всё после первого. Сверху ещё одна и та же модель ведёт себя по-разному у разных реселлеров из-за квот, вариантов слага и нераспаянного эндпоинта. Поэтому собрали бенчмарк.

Набор фикстур

Шесть фиксированных JPEG, охватывающих типичную композицию сцены с персонажами: один фон таверны и пять портретов персонажей (один со стороны пользователя и четыре NPC). Те же шесть файлов для каждой пары (провайдер, модель), без переписывания по каналам. Суммарная полезная нагрузка примерно 500 КБ на шесть изображений.

Текстовый промпт тоже фиксирован. Называет каждого персонажа, ссылается на каждую картинку по индексу и просит одну композицию. Дословно:

Compose a single anime-style illustration combining the six reference images: place Sara, the blonde girl with the side braid (image 01), inside the tavern (image 00), interacting with four NPCs - the blonde male hero Trevor (image 02), the bearded ranger Puck (image 03), the bald knight in gold armor (image 04), and the brunette adventurer woman (image 05). Preserve each character's distinctive appearance. Single output image.

Как работает бенчмарк

Для каждой пары (провайдер, модель) в каталоге: POST шести фикстур и промпта на /v1/images/edits этого канала. Pass = HTTP 200 с непустым URL картинки или base64-пейлоадом в ответе. Fail = не 200, пустое тело или несовпадение формы. Без человеческой оценки. Бенчмарк воспроизводим, перезапускается по требованию и сам идёт по новой, как только в апстриме появляется новая image-модель.

Визуальное качество мы здесь не оцениваем. Этот прогон отвечает на один вопрос: принимает ли модель шесть референсов плюс промпт и возвращает ли картинку на этом конкретном канале прямо сейчас? Оценка качества это отдельный проход.

Что показали 332 прогона

По 8 апстрим-реселлерам прогнали 136 уникальных image-моделей в 332 прогон по каналам. 54 модели имеют хотя бы одного проверенно проходящего провайдера. Снимок от 2026-05-09.

Сгруппировано по семействам. Verified models = различные SKU в семействе, у которых есть хотя бы один проходящий канал. Сумма проходящих провайдеров = общее число пар (модель, провайдер), вернувших 200 в семействе.

Лучшие отдельные модели по числу проходящих провайдеров. Больше проходящих провайдеров значит больше запаса для роутинга: если один апстрим режется лимитами или падает, у роутера есть другой путь к той же модели.

Почему модель проходит у одного реселлера и падает у другого

Три типичных причины. Квота кончилась: апстрим-ключ реселлера выжег дневной image-лимит и теперь отвечает 429. Варианты слага: одна и та же модель у разных реселлеров живёт как gpt-image-2, gpt-image-2-all, gpt-image-2-c и gpt-image-2-vip, но к рабочему бэкенду подключена только часть слагов. Несовпадение эндпоинта: некоторые реселлеры выставляют слаг, но никогда не подключали /v1/images/edits, и запрос отдаёт 404.

Именно поэтому мы тестируем непрерывно и обходим падающие каналы прямо во время запроса. Модель, которая проходит сегодня, может завтра начать отдавать 429, если реселлер сменит апстрим. Статичные списки доступности в этом углу рынка стареют быстро.

maxImageInputs теперь у каждой модели

У каждой image-модели в каталоге теперь есть поле maxImageInputs в блоке метаданных. Моделям, прошедшим бенчмарк на 6 референсах, ставим maxImageInputs: 6. Эту же форму используют UI каталога, API и слой роутинга.

{
  "model": "gemini-3.1-flash-image-preview",
  "metadata": {
    "maxImageInputs": 6
  }
}

Если важно только, какие модели примут пейлоад из 6 картинок, фильтруйте по этому полю. Новые модели получают тот же тег, как только проходят тот же бенчмарк.

Попробовать

Все указанные модели доступны через один OpenAI-совместимый эндпоинт. Мульти-референс image edit выставляется ровно так, как определяет апстрим, без лишней обёртки. Прислали шесть картинок и промпт, роутер выбирает рабочего провайдера.

Получите API-ключ или просмотрите каталог image-моделей, чтобы увидеть весь проверенный список.