결과 고르기·비용

• 어느 모델이 내 프롬프트에 맞는지는 돌려 보기 전엔 모릅니다

• Compare Node: 결과를 캔버스 여기저기서 하나씩 열어 보는 대신 한 화면에 모아 나란히 비교합니다

• 기본 구조: Router로 프롬프트 하나를 여러 모델에 분기하고 각 출력을 Compare에 연결합니다

• 고른 뒤에는 그 결과 노드만 다음 단계(영상 생성, 합성 등)에 연결합니다

화면으로 따라가기

• 확인할 것: 검색 결과에서 모델마다 이름과 용도가 어떻게 나뉘는지

• 이미지 검색창에 image 입력: GPT Image·Imagen·Flux·Nano Banana 같은 모델 목록이 나옵니다

• 모델에 마우스를 올리면 용도 설명과 크레딧이 함께 뜹니다
• 모델마다 잘하는 작업과 비용이 다릅니다

• 두 이미지를 한 장면에 합치기: add another image input으로 포트를 늘려 둘 다 연결합니다

• 영상 생성 노드도 모델이 여러 개입니다
• 화질은 어떤 모델을 고르느냐에 좌우됩니다

자주 묻는 질문

• 어떤 이미지 모델을 골라야 하나요? — hover 설명·크레딧을 보고 용도에 맞게 고릅니다.
• 두 이미지가 한 장만 반영됩니다. — 이미지 입력 포트를 추가합니다.
• 영상이 흐립니다. — 모델을 바꾸거나 첫 프레임 이미지 품질을 올립니다.

• 생성형 노드는 실행할 때마다 크레딧을 씁니다

• 비용은 모델마다 크게 다릅니다

• 이미지 모델 최저: Mystic 0.2 크레딧

• 이미지 모델 최고: ChatGPT Images 37 크레딧

• 순서가 비용을 결정합니다

• 실험 단계(구도·소재 결정): 싼 모델을 여러 번 돌립니다

• 방향 확정 뒤: 원하는 모델로 한 번 마무리합니다

• 왼쪽 모델 패널: 가격순 정렬을 지원해 싼 모델을 찾기 쉽습니다

• 배치 실행: 입력 개수만큼 비용이 곱해집니다

• 예: 항목 4개 × 12크레딧 모델 = 한 번에 48크레딧

• Run selected로 실행 범위를 고르는 습관과 붙여 씁니다