결과 고르기·비용

어느 모델이 내 프롬프트에 맞는지는 돌려 보기 전엔 모릅니다. 결과를 캔버스 여기저기서 하나씩 열어 보는 대신, Compare Node에 모으면 한 화면에서 나란히 비교할 수 있습니다.

Router로 프롬프트 하나를 여러 모델에 분기하고 각 출력을 Compare에 연결하는 구조가 기본입니다. 고른 뒤에는 그 결과 노드만 다음 단계(영상 생성, 합성 등)에 연결합니다.

화면으로 따라가기

먼저 검색 결과에서 모델마다 이름과 용도가 어떻게 나뉘는지 확인합니다.

이미지 검색창에 image를 입력하면 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 합치려면 add another image input으로 포트를 늘려 둘 다 연결합니다.

영상 생성 노드도 모델이 여러 개고, 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 달라서, 이미지 모델 기준 가장 싼 Mystic이 0.2 크레딧, 가장 비싼 ChatGPT Images가 37 크레딧입니다.

그래서 순서가 비용을 결정합니다. 구도·소재를 정하는 실험 단계에서는 싼 모델을 여러 번 돌리고, 방향이 확정된 뒤에 원하는 모델로 한 번 마무리합니다. 왼쪽 모델 패널은 가격순 정렬을 지원해 싼 모델을 찾기 쉽습니다.

배치 실행은 입력 개수만큼 비용이 곱해집니다. 항목 4개를 12크레딧 모델에 연결하면 한 번에 48크레딧입니다. Run selected로 실행 범위를 고르는 습관과 붙여 씁니다.