دونا از مجموعهای متنوع از مدلهای تولید تصویر پشتیبانی میکند. هر مدل سبک، کیفیت و هزینه متفاوتی دارد.
جدیدترین مدل تصویرسازی Google DeepMind (فوریه ۲۰۲۶). ۴ برابر سریعتر از نسل قبل با کیفیت نزدیک به مدلهای Pro. تا ۵ شخصیت ثابت و ۱۴ شی را در یک تصویر مدیریت میکند. متننویسی دقیق روی تصاویر، وضوح تا ۴K و بافتها و نورپردازی غنی.
نسخه پیشرفتهتر با کیفیت بالاتر در تولید و ویرایش تصاویر. پشتیبانی از تصاویر مرجع (Reference Images).
نسخه استاندارد با سرعت بالا و کیفیت واقعگرایانه. مناسب برای پروژههای خلاقانه و ویرایش حرفهای.
مدل حرفهای FLUX.2 از Black Forest Labs (سازندگان سابق Stability AI). تخصص در ویرایش تصویر با کیفیت بالا، انتقال سبک و گردش کار ویرایش حرفهای. پشتیبانی از کنترل دقیق رنگ با کد هگز و رندر قابل اطمینان متن.
مدل منعطف FLUX.2 با پشتیبانی از ویرایش چندمرجعی (تا ۱۰ تصویر مرجع همزمان). مراحل استنتاج قابل تنظیم و انعطافپذیری بالا.
نسخه توسعهدهنده FLUX.2 با ۳۲ میلیارد پارامتر. واقعگرایی پیشرفته و قابلیتهای ویرایش بومی.
مدل نسل جدید ByteDance (سازنده TikTok) با عملکرد برتر در تایپوگرافی و متننویسی. حفظ هویت شخصیتها در تصاویر متعدد، بافتهای فوتورئالیستیک، و کیفیت تا ۴K. رتبه ۱۰ در LM Arena.
تولید خروجی بصری دقیق با پیروی وفادارانه از دستورات. کیفیت زیباییشناختی بالا و رندر دقیق متن با پشتیبانی از تصاویر مرجع.
پیشرفتهترین مدل تصویرسازی OpenAI (دسامبر ۲۰۲۵). مستقیماً در معماری GPT-5 ساخته شده (نه diffusion). ویرایش منطقهای (تغییر بخش خاصی از تصویر بدون تغییر بقیه)، رندر دقیق متن حتی در لایههای پیچیده، فوتورئالیسم با نورپردازی طبیعی، و کنترل دقیق سبک. تا ۴ برابر سریعتر از نسل قبل.
نسخه اقتصادی مدل تصویرسازی OpenAI. کیفیت مناسب با هزینه کمتر برای تولید سریع تصاویر.
برخلاف مدلهای متنی، هزینه تولید تصویر ثابت و مشخص است. قبل از تولید، تخمین هزینه (به دون) کنار دکمه ارسال نمایش داده میشود.