Puntata 132 — DALL-E, Stable Diffusion, Flux

Livello: ✔️✔️ Doppie Spunte Blu · Capitolo 13 · Creatività multimodale

I tre fratelli rivali di Midjourney. Ognuno con il suo carattere: uno obbediente, uno smanettone, uno fotografo.

tre robottini in fila come band: il primo con cuffie e taccuino (DALL-E, ordinato), il secondo con cassetta degli attrezzi piena di cacciaviti (Stable Diffusion, modder), il terzo con macchina fotografica reflex appesa al collo (Flux, realista)

I tre archetipi

Nel 2026 il panorama dei generatori di immagini text-to-image, oltre a Midjourney (puntata 131), si organizza intorno a tre famiglie:

Famiglia	Chi lo fa	Distintivo
DALL-E 3	OpenAI	Integrato in ChatGPT. Segue il prompt letteralmente. Conservativo sui contenuti.
Stable Diffusion / SDXL / SD3	Stability AI (e community open)	Open source. Massima personalizzazione tramite LoRA, ControlNet, fine-tuning.
Flux (.1, Pro, Schnell, Dev)	Black Forest Labs	Realismo fotografico e testo dentro le immagini ai livelli più alti del 2026.

Sotto il cofano sono tutti diffusion model (puntata 203 per i dettagli) ma con scelte progettuali, training e licenze diverse.

DALL-E 3 — l’ordinato

Dentro ChatGPT (gratis e Plus) o via API OpenAI.

✅ Punti forti:

Obbedienza al prompt: se gli chiedi “tre gatti, uno arancione, uno nero, uno bianco, sullo stesso divano” → te ne dà tre, dei colori giusti, nello stesso luogo. MJ spesso ne mette quattro o cambia i colori.
Integrazione con il chat: glielo descrivi a parole, lui chiede chiarimenti, riformula, itera.
Testo dentro le immagini: discreto (sotto Flux ma sopra MJ V6).

❌ Punti deboli:

Filtri molto restrittivi su volti reali, contenuti sensibili, IP (Topolino, loghi…).
Estetica più “neutra”, meno wow rispetto a MJ.
Niente API per generazione massiva a basso costo (~$0.04/immagine in HD).

Uso ideale: brainstorming, illustrazioni per articoli, mockup veloci, contenuti che richiedono alta aderenza al brief.

Stable Diffusion — lo smanettone

Open source dal 2022 (Stability AI). Le versioni rilevanti nel 2026:

SDXL (luglio 2023): ancora usatissimo, base ampia di modelli derivati.
SD3 / SD3.5 (2024-2025): più recenti, qualità superiore.
Stable Diffusion 4 (sperimentale 2026): in beta limitata.

✅ Punti forti:

Gira sul tuo PC (anche su GPU consumer da 8-16 GB VRAM, vedi capitolo 21).
Ecosistema enorme: LoRA (style/character adapters), ControlNet (controllo strutturale tramite pose, depth map, edge), fine-tuning custom su dataset propri.
Zero censura (a parte la versione base): la community pubblica modelli per ogni stile, dominio, gusto.
Costo marginale: zero se hai la GPU.

❌ Punti deboli:

Setup tecnico non banale (ComfyUI, Automatic1111, Forge — vedi puntata 228 per i runtime).
Qualità out-of-the-box inferiore a MJ/Flux per il neofita: serve sapere cosa fare.
Frammentazione: 1000 modelli sulla piattaforma Civitai, scegliere è un mestiere.

Uso ideale: chi vuole controllo totale (artisti digitali, studi che producono contenuti consistenti per un brand), workflow batch su GPU propria, sperimentazione.

Flux — il fotografo

Black Forest Labs (fondata 2024 da ex-Stability) ha rilasciato Flux.1 ad agosto 2024 con tre varianti:

Flux.1 [Schnell]: veloce, leggero, licenza Apache 2.0 (open weights). Gira su GPU consumer.
Flux.1 [Dev]: qualità superiore, licenza “non-commerciale per ricerca” (commercial license a pagamento).
Flux.1 [Pro]: top di gamma, solo via API (Replicate, Together, Fal).
Flux 1.1 Pro / Ultra (2025): incrementi qualitativi successivi.

✅ Punti forti:

Realismo fotografico: pelle umana, mani, anatomia → migliori in classe nel 2026.
Testo dentro le immagini: scritte coerenti e leggibili (cartelli, magliette, copertine). Confrontabile con Ideogram.
Prezzi via API molto bassi: ~$0.003 (Schnell) – $0.04 (Pro Ultra) per immagine. Economico per workflow massivi.
Aperto (Schnell): puoi farlo girare sul tuo PC, gratis.

❌ Punti deboli:

Estetica meno “wow” di MJ se vuoi qualcosa di artistico/pittorico.
Dev license non è proprio “open source” puro.

Uso ideale: foto realistiche, prodotti, ritratti, batch programmatico (generare 1000 immagini per un catalogo, vedi /btw precedente sull’argomento).

La tabella riassuntiva (2026)

	MJ V7	DALL-E 3	SDXL/SD3	Flux Pro
Qualità estetica	5/5	4/5	3-5/5 (con modelli giusti)	4-5/5
Realismo fotografico	3/5	3/5	4/5 (con LoRA)	5/5
Aderenza al prompt	3/5	5/5	3/5	4/5
Testo nelle immagini	3/5	3/5	2/5	5/5
Controllo tecnico	3/5	1/5	5/5	3/5
Open / locale	❌	❌	✅	✅ (Schnell/Dev)
Costo per uso massivo	Medio	Alto	Basso (proprio HW)	Basso
Facilità per neofita	5/5	5/5	2/5	4/5

Quale scegliere — la decisione in 30 secondi

Sono un neofita, voglio bellezza subito → Midjourney (puntata 131) o DALL-E in ChatGPT.
Mi serve aderenza al brief, lavoro testuale-visuale integrato → DALL-E 3 in ChatGPT.
Voglio personalizzare uno stile specifico (es. mascotte aziendale) → Stable Diffusion + LoRA custom.
Foto realistiche di prodotto, persone, scene → Flux.
Workflow batch per centinaia/migliaia di immagini → Flux Schnell via Replicate o SD locale.

Nessuno è “il migliore in assoluto”. I professionisti usano tutti e quattro a rotazione, scegliendo per task.

TEST pratico (10 minuti)

Scrivi questo prompt identico nei 3-4 modelli a cui hai accesso: “Un cartello in legno appeso a un negozio italiano di paese, con scritto ‘PANE FRESCO OGGI’ a caratteri grandi, ora del tramonto, fotografia.”
Confronta i risultati:
- Chi ha scritto PANE FRESCO OGGI correttamente?
- Chi ha fatto la scena più realistica?
- Chi ha avuto più bei colori?
Probabile vincitore sul testo: Flux o Ideogram. Sul realismo: Flux. Sull’estetica: MJ. Sull’aderenza al brief: DALL-E.

Riconoscere queste firme è ciò che separa chi sa cosa scegliere da chi usa sempre lo stesso strumento per tutto.

Glossario lampo

LoRA (Low-Rank Adaptation): mini-modello che modifica uno SD per imparare uno stile/personaggio specifico. Vedi puntata 218.
ControlNet: tecnica per controllare la composizione di un’immagine SD tramite un’immagine guida (pose, depth, edge).
Open weights: i pesi del modello sono scaricabili, ma la licenza può non essere “open source” pura. Vedi puntata 226.

Take-away in una riga

Quattro modelli, quattro caratteri: MJ artistico, DALL-E obbediente, SD personalizzabile, Flux fotografico. Il pro li usa tutti, scegliendo per task.

➡️ Prossima puntata: L’arte del prompt visuale — composizione, luce, lente, framing. Le parole che fanno la differenza.