Memilih model

PonPon memberimu satu tab dan deretan model — delapan untuk gambar, dua belas untuk video. Kamu tidak perlu mempelajari semuanya. Halaman ini adalah peta: apa yang paling cocok untuk setiap model, dan cara memilih tanpa terlalu banyak berpikir.

Sesuaikan model dengan kebutuhan

Pilih berdasarkan apa yang benar-benar dibutuhkan oleh gambarmu — rendering teks, fisika, kontrol kamera, kecepatan — bukan karena nama mereknya. Setiap model memiliki satu atau dua hal yang dilakukannya lebih baik dari yang lain; pilih untuk itu dan biarkan sisanya.

Dua dimensi lain yang penting setelah kamu melewati soal “merek mana”:

• Kecepatan & biaya — Tier Fast mengembalikan hasil lebih cepat dan menghabiskan lebih sedikit kredit; tier Pro lebih mahal untuk resolusi atau durasi yang lebih tinggi. Biaya kredit ditampilkan di tombol Generate sebelum kamu mengonfirmasi.
• Tier — sebagian besar keluarga model hadir dalam varian Standard dan Fast (atau Pro), dan prompt tetap sama di antara keduanya. Draft dengan murah, selesaikan dengan kualitas tinggi. Lebih lanjut di bawah.

Model gambar

Buka generator gambar dan ganti model dari pemilih. PonPon menggunakan GPT Image 2 sebagai default. Tautan di bawah ini masing-masing menuju ke penjelasan mendalam tentang kemampuan unggulan model tersebut.

• GPT Image 2 — default dan model serbaguna terbaik: kepatuhan prompt paling kuat, teks dalam gambar paling mudah dibaca, serta pembuatan dan pengeditan di tempat dalam satu model. GPT Image 1.5 adalah tier presisi dengan warna yang akurat.
• Nano Banana Pro — pengeditan objek yang presisi tanpa mask, konsistensi karakter dan produk yang kuat, teks dalam gambar yang akurat, hingga 4K. Nano Banana 2 adalah versi saudaranya yang dioptimalkan untuk kecepatan dengan pengeditan serupa dalam waktu kilat.
• Seedream 5.0 — fotorealisme editorial, penalaran visual cerdas (tangan, tatapan, kedalaman), dan teks dalam gambar yang andal. Seedream 4.5 adalah tier yang lebih cepat dan lebih murah.
• Midjourney V8 — tampilan sinematik dan bergaya lukisan yang khas, tanpa perlu Discord (menghasilkan empat opsi per generasi).
• Grok Image Generator — text-to-image xAI yang sangat estetis, dengan fitur pengeditan.

Model video

Buka generator video dan ganti model dari pemilih.

• Veo 3.1 — bahasa kamera paling terkontrol plus audio native; model serbaguna saat pergerakan kamera menjadi prioritas. Veo 3.1 Fast mendraft tampilan yang sama lebih cepat.
• Sora 2 — fisika dan realisme tekstur terbaik di kelasnya dengan audio tersinkron, hingga 12 detik per klip. Sora 2 Pro menambahkan klip lebih panjang, resolusi lebih tinggi, dan antrean prioritas.
• Kling 3.0 — model paling kaya fitur: lip-sync, penceritaan multi-shot, kontrol motion-brush, native 4K, dan image-to-video yang andal. Kling 2.6 Pro adalah generasi sebelumnya yang terpercaya, Kling O1 hemat biaya, dan Kling O3 berfokus pada pengeditan (video-to-video dan restyle).
• Seedance 2.0 — klip media sosial yang cepat, ekspresif, vertikal-first dengan sinkronisasi beat audio-visual. Seedance 2.0 Fast mendorong kecepatan generasi lebih jauh.
• HappyHorse — pipeline paling serbaguna: teks, gambar, referensi, dan pengeditan video-to-video, dengan banyak karakter referensi dan audio native.
• Grok Imagine — text- dan image-to-video xAI dengan audio.

Pilih berdasarkan kebutuhan

Bandingkan dalam praktik

Cara paling murah untuk memilih adalah dengan menjalankan satu prompt di dua atau tiga model dan menyimpan hasil terbaik. Ambil satu brief singkat:

Seorang barista membuat latte art berbentuk hati, kamera push-in pelan, cahaya pagi yang hangat. 9:16, 5 detik.

• Di Veo 3.1 gerakan kamera push terbaca dengan jelas dan tuangan kopi tersinkron dengan suara ambient yang halus.
• Di Sora 2 susu dan crema berperilaku paling meyakinkan — fisika yang menopang gambar.
• Di Seedance 2.0 kamu mendapatkan hasil vertikal yang mencolok paling cepat dan paling murah.

Kata yang sama, tiga kekuatan berbeda. Kamu belajar lebih banyak dari satu perbandingan langsung daripada dari lembar spesifikasi mana pun.

Perbandingan head-to-head

Saat dua model benar-benar berdekatan, perbandingan langsung menyelesaikannya:

• Sora 2 vs Veo 3.1 — realisme fisika vs kontrol kamera dan audio paling presisi.
• Kling 3.0 vs Sora 2 — dialog dan penceritaan multi-shot vs fisika yang akurat terhadap dunia nyata.
• Nano Banana Pro vs Seedream 5.0 — pengeditan presisi tanpa mask vs fotorealisme editorial.
• Nano Banana Pro vs Midjourney V8 — pengeditan presisi dan teks akurat vs tampilan sinematik bergaya lukisan.

Tier Standard, Fast, dan Pro

Beberapa keluarga model hadir dengan lebih dari satu tier, dan prompt tetap sama di antara semuanya:

• Tier Fast — Veo 3.1 Fast, Seedance 2.0 Fast, Nano Banana 2, Seedream 4.5 — menukar sedikit fidelitas untuk kecepatan dan biaya lebih rendah, ideal saat kamu masih dalam proses iterasi.
• Tier Pro — Sora 2 Pro — menambahkan resolusi, durasi, atau prioritas antrean untuk render final.

Beberapa pekerjaan adalah alat, bukan model

Beberapa pilihan sama sekali bukan keputusan soal model — melainkan alat yang sudah didedikasikan:

• Potret dan fashion — ganti pemilih gambar ke Muse untuk pipeline karakter yang terpandu.
• Penghapusan latar, upscaling, perubahan sudut, perbaikan teks — hapus latar, upscale, multi-angle, dan edit teks.
• Video bertema satu ketukan — pustaka Effects memilihkan model dan prompt untukmu.

Siap menggunakan model? Mulai dengan Dasar-dasar text-to-video atau Dasar-dasar pembuatan gambar.