Сравнение ChatGPT Images 2.0 и Gemini Nano Banana в ВКР: методика оценки и архитектура сервиса
В апреле 2026 года ZDNet опубликовал материал, где две генеративные модели изображений — ChatGPT Images 2.0 и Gemini Nano Banana — прошли девять прикладных тестов: от портретов и инфографики до правок по текстовому описанию. Победитель в обзоре назван однозначно, но куда интереснее для выпускника ИТ-направления другое: сам формат такого сравнения — это готовая матрица критериев, которую можно перенести в аналитическую главу диплома.
Почему это важно сейчас. Ещё два года назад в ВКР хватало фразы «выбрана модель X, так как она популярна». Сегодня комиссия спрашивает иначе: по каким метрикам сравнивали, на какой выборке, как учли задержку ответа и стоимость генерации, что будет при деградации внешнего API. Статья ZDNet показывает прикладной подход к сравнению, но не даёт инженерной методики — а именно её и ждут от вас на защите. Ниже — как превратить этот кейс в защищаемую главу: от критериев по ISO/IEC 25010 до схемы интеграции через адаптеры и очереди.
Семантический разбор темы (что пойдёт в текст работы)
| Элемент анализа | Содержание | Где применить в ВКР |
|---|---|---|
| Основной запрос | сравнение генеративных моделей изображений для ВКР | Заголовок, введение, выводы по главе 1 |
| LSI-запросы | REST API и gRPC, очередь задач RabbitMQ, OpenTelemetry, ISO/IEC 25010, ГОСТ 34.602-89, CI/CD-пайплайн, метрика CLIP Score, latency p95, TCO | Глава 2 (архитектура), глава 3 (тестирование), заключение |
| Ключевые сущности | ГОСТ 34.602-89 (ТЗ), ГОСТ 19.301-79 (программа и методика испытаний), ISO/IEC 25010, Kubernetes, OpenTelemetry, CI/CD, RabbitMQ | Оформление ТЗ, программа испытаний, раздел надёжности |
Три темы ВКР, которые вырастают из одной статьи
Тема 1. Сравнительная оценка качества генеративных моделей изображений по критериям ISO/IEC 25010
Актуальность. Обзор ZDNet — это девять субъективных тестов одного журналиста. Научная ценность появляется, когда сравнение формализовано: выбраны характеристики качества (функциональная полнота, точность, производительность, удобство использования), заданы веса, сформирована репрезентативная выборка промптов.
- Цель: разработать методику многокритериального сравнения двух генеративных моделей и проверить её на выборке из 60–100 запросов.
- Задачи: классифицировать типы промптов; подобрать метрики (объективные — latency p50/p95, стоимость за изображение, доля успешных ответов; субъективные — экспертная оценка по шкале 1–5); провести эксперимент и обработать результаты; сформулировать рекомендации по выбору модели под класс задач.
- Структура: Глава 1 — обзор генеративных архитектур и существующих бенчмарков; Глава 2 — методика и протокол эксперимента; Глава 3 — результаты, статистическая обработка, экономическая интерпретация.
Тема 2. Проектирование сервиса генерации иллюстраций на базе внешних API
Актуальность. Обе модели из статьи доступны только как внешние сервисы. Значит, дипломная задача — не «написать нейросеть», а спроектировать устойчивый слой интеграции: абстракция провайдера, очередь, ретраи, кэш, биллинг. Это ровно та работа, которую ждут от системного аналитика или бэкенд-архитектора.
- Цель: спроектировать и реализовать сервис-агрегатор, который позволяет переключать провайдера генерации без изменения прикладного кода.
- Задачи: спроектировать слой адаптеров и единый контракт API; реализовать асинхронную обработку через очередь; добавить Circuit Breaker и деградацию на резервного провайдера; собрать метрики через OpenTelemetry.
- Структура: Глава 1 — анализ подходов к интеграции внешних ИИ-сервисов; Глава 2 — архитектура (C4-диаграммы, схема БД, спецификация API); Глава 3 — нагрузочное тестирование и расчёт стоимости владения.
Тема 3. Экономическое обоснование выбора облачной модели генерации: TCO и SLA
Актуальность. В статье победитель определяется «качеством картинки». В реальном проекте побеждает модель с лучшим соотношением «качество / стоимость / задержка». Это самостоятельная тема с расчётной частью, где не нужен код в промышленном объёме.
- Цель: рассчитать совокупную стоимость владения решением на базе каждой модели для заданного профиля нагрузки.
- Задачи: построить модель нагрузки (1000 генераций в сутки, пики ×5); рассчитать стоимость запросов, хранения и трафика; оценить потери от недоступности провайдера при разных SLA; сравнить сценарии монопровайдера и мультипровайдера.
- Структура: Глава 1 — теория TCO применительно к облачным ИИ-сервисам; Глава 2 — модель нагрузки и допущения; Глава 3 — расчёты, сценарии, чувствительность к изменению тарифов.
Аналитическая глава: как превратить обзор в обоснование выбора
Не пересказывайте статью — используйте её как отправную точку и явно укажите ограничения. Автор тестировал модели на девяти сценариях, без повторяемости, без фиксации seed и параметров, без оценки разброса. Ваш вклад в главу 1 — методика, которой в обзоре нет.
| Критерий (по ISO/IEC 25010) | Как измеряем | Источник данных |
|---|---|---|
| Функциональная пригодность | Доля промптов, где результат соответствует ТЗ (экспертная оценка 1–5) | Собственный набор из 60 промптов |
| Точность | Соблюдение текста на изображении, сохранение лица при правке | Ручная разметка + CLIP Score |
| Производительность | Время отклика p50/p95, пропускная способность | Логи OpenTelemetry, 200 запросов |
| Надёжность | Доля ошибок 5xx и таймаутов за сутки | Мониторинг, synthetic-тесты |
| Стоимость | Цена за одно принятое (не отброшенное) изображение | Тарифы провайдеров, расчёт |
Отдельный подраздел посвятите воспроизводимости: фиксируйте версию модели, дату эксперимента, параметры генерации. Провайдеры обновляют модели молча — через месяц ваш эксперимент не повторится, и это надо честно записать в ограничениях.
Проектная часть: схемы и алгоритмы, которые ждёт комиссия
Паттерн «адаптер провайдера» + очередь
Ключевая мысль для защиты: прикладной код не должен знать, ChatGPT Images 2.0 выбран или Gemini Nano Banana. Контракт один, реализации разные. Генерация изображения — операция долгая (секунды), поэтому синхронный HTTP-вызов на фронтенде — плохая идея. Схема: клиент → API-шлюз → очередь → воркер → провайдер → хранилище → вебхук/поллинг статуса.
class ImageProvider(Protocol):
async def generate(self, prompt: str, size: str) -> GenerationResult: ...
async def edit(self, image_id: str, instruction: str) -> GenerationResult: ...
def estimate_cost(self, requests: int) -> Decimal: ...
class ChatGptImagesAdapter(ImageProvider): ...
class NanoBananaAdapter(ImageProvider): ...
# выбор провайдера — конфигурация, а не ветвление в бизнес-логике
provider = registry.get(settings.default_provider)
В главе 2 покажите: диаграмму компонентов (C4 уровень 2), диаграмму последовательности для сценария «правка изображения по тексту» (именно этот сценарий сравнивался в статье), схему БД для хранения заданий и результатов, спецификацию REST API. Отдельный пункт — идемпотентность: повторная отправка задания не должна списывать деньги дважды.
Деградация и отказоустойчивость
- Circuit Breaker на каждый внешний провайдер — при серии ошибок трафик уходит на резервный.
- Таймауты и ретраи с экспоненциальной задержкой только для идемпотентных запросов.
- Кэш по хэшу (промпт + параметры) — снижает расходы на повторных запросах.
- Явная политика хранения: сколько дней лежат изображения, что происходит при удалении.
Тестирование и метрики: чем наполнить главу 3
Здесь проще всего скатиться в «приложение запускается, значит, работает». Комиссия ждёт числовых результатов. Минимальный набор:
- Нагрузочное тестирование (k6 или Locust): 10 → 50 → 100 виртуальных пользователей, фиксация p50/p95/p99 и доли ошибок.
- Отказоустойчивость: имитация таймаута провайдера через прокси, замер времени переключения на резерв, проверка отсутствия потери заданий.
- RTO/RPO: для системы с очередью сообщений реалистично RPO ≈ 0 (персистентная очередь), RTO — 5–15 минут при падении воркера.
- Наблюдаемость: трассировки OpenTelemetry по цепочке «запрос → очередь → провайдер», три ключевых метрики на дашборде.
| Сценарий | Метрика | Целевое значение | Как проверяется |
|---|---|---|---|
| Генерация изображения | p95 времени ответа | ≤ 12 с | k6, 200 запросов |
| Пиковая нагрузка | Доля ошибок | < 1 % | 100 одновременных заданий |
| Отказ провайдера | Время переключения | ≤ 30 с | Инъекция таймаута |
| Повторный запрос | Hit rate кэша | ≥ 25 % | Повтор 100 промптов |
Программу и методику испытаний оформляйте по ГОСТ 19.301-79, требования к системе — по ГОСТ 34.602-89. Это не формальность: наличие обоих документов в приложении снимает половину вопросов на защите.
Чему вы научитесь на этой теме
- Строить многокритериальное сравнение технологий с весами и обоснованием, а не «мне понравилось больше».
- Проектировать слой интеграции с внешними API так, чтобы смена поставщика не ломала систему.
- Снимать метрики производительности и надёжности и защищать их перед комиссией.
- Оформлять ТЗ и программу испытаний по ГОСТ 34 и ГОСТ 19 без паники за неделю до сдачи.
- Считать стоимость владения решением, а не только стоимость подписки.
Типичные ошибки студентов
1. Пересказ статьи вместо анализа. Глава 1 превращается в конспект обзора ZDNet. Комиссия это видит с первой страницы. Как избежать: добавьте собственный протокол эксперимента, таблицу критериев и явный раздел «ограничения исследования».
2. Отсутствие метрик эффективности. Фраза «система работает быстрее» без цифр — не результат. Как избежать: до начала разработки зафиксируйте 3–5 измеримых показателей и после внедрения сравните «до/после».
3. Подмена терминов и уровней абстракции. «Развернули сервис в облаке» ≠ «спроектировали облачную архитектуру». Как избежать: в глоссарии главы 1 дайте определения IaaS/PaaS/SaaS и далее используйте их строго по смыслу.
4. ТЗ, написанное после кода. ГОСТ 34.602-89 требует, чтобы требования предшествовали реализации. Как избежать: оформите ТЗ на этапе проектирования, датируйте его и укажите в приложении.
Вопросы, которые задают чаще всего
Нужно ли обучать собственную модель, или можно сравнивать готовые API?
Для тем из этой статьи — не нужно. Обучение собственной генеративной модели требует датасета в сотни тысяч пар «текст-изображение» и вычислительных ресурсов, несопоставимых с дипломным бюджетом. Сравнение готовых решений и построение интеграционного слоя — полноценная инженерная задача, и её защита проходит спокойнее.
Обязательно ли писать код?
Зависит от темы. Для темы 3 (TCO и SLA) достаточно расчётной модели и имитационного эксперимента. Для темы 2 нужен работающий прототип: минимум — API, воркер и один-два адаптера провайдеров. Уточните требования на кафедре заранее: где-то требуют демонстрацию, а где-то достаточно листингов ключевых модулей.
Где брать тестовые данные и промпты?
Собственный набор из 60–100 промптов, разбитых по категориям: портрет, инфографика с текстом, пейзаж, правка существующего изображения, стилизация. Дополнительно можно опереться на открытые бенчмарки и на сценарии из статьи ZDNet — но с обязательной ссылкой на источник и указанием даты эксперимента.
Как оформлять диаграммы архитектуры?
Модель C4: контекст (уровень 1), контейнеры (уровень 2), при необходимости компоненты. Диаграммы последовательности — для двух-трёх ключевых сценариев. Каждая диаграмма должна иметь подпись, ссылку в тексте и объяснение принятых решений, а не только «вот схема».
Что проверить перед сдачей
- Все заимствованные данные и выводы имеют ссылку на источник, включая материал ZDNet от 27.04.2026.
- Задачи из введения дословно совпадают с пунктами заключения — по одному выводу на задачу.
- В работе есть минимум одна архитектурная схема, одна таблица сравнения и один график с числами.
- ТЗ оформлено по ГОСТ 34.602-89, программа испытаний — по ГОСТ 19.301-79.
- Все метрики из главы 3 получены на реальном стенде, а не «оценены экспертно» без пояснений.
- Ограничения исследования описаны честно: версии моделей, дата, объём выборки, погрешность.
- Приложение содержит листинги ключевых модулей и конфигурацию CI/CD-пайплайна.
Итог: как это выглядит на защите
Сильная позиция звучит так: «Я не просто сравнил две модели по обзору. Я построил методику сравнения по ISO/IEC 25010, провёл эксперимент на 80 промптах, спроектировал сервис с переключаемыми провайдерами и подтвердил показатели нагрузочным тестированием. Выбор модели в моей системе — параметр конфигурации, а не жёсткое решение». Такая формулировка закрывает и актуальность, и практическую значимость, и новизну.
Если тема кажется объёмной, а времени до предзащиты мало — начните с малого: выберите одну из трёх тем выше, зафиксируйте метрики и соберите минимальный прототип. Специалисты нашей компании помогут с разработкой темы, проектированием архитектуры и оформлением по ГОСТ — от первой консультации до финальной вычитки. На бесплатной консультации разберём ваш случай и подскажем, какой объём работы реально выполнить в оставшиеся сроки.
Источник: I tested ChatGPT Images 2.0 vs. Gemini Nano Banana to see which is better - this model wins (опубликовано 2026-04-27)
```