Generierte Titelkarte mit der Überschrift „Ideogram 4.6 vs Nano Banana 2.1“ und dem Untertitel „Das eine rechnet pro Bearbeitung ab, das andere pro Pixel“. Linke Karte, „Veröffentlicht am 19. November 2026“: Ausgabe bis zu 4096 × 4096; Preisspanne 0,008 $ bis 0,60 $ pro Bild; hochwertige 4K-Bearbeitung 0,60 $; bis zu 5 Referenzen über Generate; Rapidata-Rang für mehrstufige Bearbeitung: 1., 1.892. Rechte Karte, „Google, gemini-nano-banana-2.1“: Ausgabe 1K, 2K oder 4K; Preis pro Bild 0,0336 $, 0,0504 $, 0,113 $; hochwertige 4K-Bearbeitung 0,113 $; bis zu 14 Referenzen, vier Charaktere und 10 Objekte; AA-Bearbeitungsrang 10., Elo 1.152. In der Fußzeile steht, dass sich die Preise auf die jeweils eigene Preisangabe des Anbieters beziehen, dass der Rapidata-Snapshot vom 17. November 2026 stammt und dass der Bearbeitungsrang von Artificial Analysis am 20. November 2026 auf einem Single-Turn-Board abgelesen wurde. Das OrcaRouter-Logo befindet sich unten rechts.
Guides & Insights

Ideogram 4.6 vs. Nano Banana 2.1: Bearbeitungen vs. Bandbreite

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Diese beiden Modelle konkurrieren nicht um dieselbe Aufgabe, und der schnellste Weg, das zu erkennen, ist, ihre Preisstaffeln nebeneinanderzustellen. Ideogram 4.6, veröffentlicht am 19. November 2026, berechnet $0.60 für eine hochwertige 4K-Bearbeitung und $0.10 für eine 2K-Generierung. Nano Banana 2.1, Googles gemini-nano-banana-2.1, berechnet $0.113 für dieselbe 4K-Ausgabe und $0.0336 für 1K – weil es nach Ausgabe-Tokens abrechnet und nicht nach der Aufgabe, die man angefordert hat. Das eine Modell verlangt am meisten für die schwierigste Bearbeitung. Das andere verlangt am meisten für die meisten Pixel und bemerkt kaum, ob man sie generiert oder bearbeitet hat.

Es zeigt sich, dass dieser Unterschied in der Abrechnungsphilosophie fast alles andere über sie vorhersagt.

Die beiden Gremien beantworten unterschiedliche Fragen.

Screenshot of Rapidata's benchmark.ai page 'Multi-Step Image Editing Benchmark: Identity Drift Judged by Humans'. A leaderboard with columns Model, Organization, Score, 95% CI Interval, Responses, Matches and Winrate shows Ideogram 4.6 rank 1 at 1,892 with an 86.3% winrate and Ideogram 4.5 rank 2 at 1,866. The remaining visible rows run Seedream5.5 at 1,805, FLUX 3 Image at 1,697, Muse Image at 1,406, MAI-Image-2.6 at 1,299, MAI-Image-2.1-Pro (Thinking) at 1,291, Seedream 5.0 Pro at 1,174, MAI-Image-2.5-Pro at 1,145, Qwen-image-3.0-Pro (Thinking) at 1,014, GPT-Image 2.6 at 1,001 and Nano Banana Pro at 987, followed by a 'Show all 23 models' control. No Nano Banana 2.1 row appears in the visible twelve. The abstract above states 199 photographs and 413,667 responses across 76,714 matches, and the table caption states the score is a Bradley-Terry fit rescaled to Elo with 95% Wald intervals.

Keines der beiden Modelle hat einen Wert auf dem Heim-Board des anderen, und das ist kein Versehen der Benchmarker – es ist eine Folge dessen, was jedes Board misst.

Ideogram 4.6s Spitzenergebnis steht in Rapidas Multi-step Image Edit Leaderboard: Platz eins mit 1.892 und einem 32-Punkte-Intervall, basierend auf 199 Fotografien echter Personen, die jeweils eine Kette aus fünf Prompts für Kleidungs-, Objekt- und Textbearbeitungen durchliefen und von Menschen danach bewertet wurden, wie stark das Gesicht vom Original abwich. Die evaluierte Konfiguration ist Precise Edit bei High Quality. Diese Rangliste soll eine Frage beantworten – übersteht das Motiv zwanzig Bearbeitungsrunden – und 4.6 ist die oberste Zeile darin.

Nano Banana 2.1 hat keine Zeile in den Top Twelve desselben Snapshots. Seine Zahlen stehen stattdessen bei Artificial Analysis, und sie decken einen anderen Bereich ab: Rang 8 im Text-to-Image-Board mit 1.176 Elo und einem 12-Punkte-Intervall aus 6.793 Stichproben, bei 33,60 US-Dollar pro tausend Bilder, sowie Rang 10 im Editing-Board mit 1.152 Elo und einem 12-Punkte-Intervall aus 7.606 Stichproben zum selben Preis. Das sind Single-Turn-Werte. Sie messen die Qualität einer einzelnen Generierung und einer einzelnen Bearbeitung, nicht die kumulative Drift von fünf in Folge.

Der ehrliche Vergleich lautet also nicht „1.892 schlägt 1.152“. Er lautet, dass Ideogram 4.6 auf dem Multi-Turn-Board führend ist und Nano Banana 2.1 auf den Single-Turn-Boards ein Modell im oberen Drittel ist, und keine der beiden Aussagen sagt etwas über die andere aus. Wer die beiden Zahlen gegeneinander stellt, vergleicht ein Elo von einer Skala mit einem Elo von einer anderen Skala bei einer anderen Aufgabe.

Was jedes Modell genau ist

Vom Marketing befreit, beschreiben die beiden Spezifikationen unterschiedliche Maschinen.

Ideogram 4.6 ist ein Modell zur Bilderzeugung und -bearbeitung mit einer schmalen Eingabeoberfläche und einem ausgeprägten Bearbeitungszyklus. Es nimmt ein Quellbild und eine beschriebene Änderung – optional maskiert – entgegen und gibt ein Bild mit denselben Abmessungen zurück. Es akzeptiert bis zu {{1}}fünf Referenzbilder{{/1}} über {{2}}Generate{{/2}}. Es bietet {{3}}vier Qualitätsmodi{{/3}} und zwei Endpunkte, und seine dokumentierten Stärken drehen sich alle darum, etwas konstant zu halten: {{4}}das Gesicht des Motivs{{/4}}, eine festgelegte Farbe, die Details eines Produkts, einen maskierten Bereich.

Nano Banana 2.1 ist ein multimodales Gemini-Modell, das auch Bilder ausgibt. Seine Eingaben sind Text, Bild, Video und PDF; seine Ausgaben sind Bild und Text. Es hat ein Eingabelimit von 131.072 Token und ein Ausgabelimit von 32.768 Token, unterstützt konfigurierbares Thinking auf den Stufen minimal, mittel und hoch, unterstützt Grounding mit Google Web- und Bildersuche und unterstützt die Batch-API. Seine Bildstärke ist die Referenzkapazität: bis zu 14 Referenzbilder, wobei die Modellkarte Charakterkonsistenz für bis zu vier Charaktere und Objekttreue für bis zu zehn Objekte angibt.

Diese letzte Zeile ist der eigentliche Unterschied, und sie wird leicht überflogen. Vierzehn Referenzen sind nicht einfach eine größere Version von fünf. Es ist eine andere Art von Aufgabe – eine Besetzung, eine Produktlinie, eine Reihe von Markenassets in einem Bild zusammenzuführen, statt ein einzelnes Foto zu verfeinern, bis es stimmt.

Die 4K-Preisumkehr

Generated comparison scoreboard headed 'Ideogram 4.6 vs Nano Banana 2.1'. Rows: Modality in image plus prompt against text, image, video and PDF; Output up to 4096 by 4096 against 1K, 2K or 4K; 2K edit $0.06 at Medium and $0.22 at High against $0.0504; 4K edit $0.20 at Medium and $0.60 at High against $0.113; References 5 through Generate against up to 14; Measured on Rapidata multi-step edit 1,892 against AA editing 1,152 on a single turn. Footer reads that prices are per each vendor's own card, that the Rapidata snapshot is dated 17 November 2026, that Artificial Analysis was read 20 November 2026, and that the two scores come from different boards. The OrcaRouter logo sits bottom-right.

Hier unterscheiden sich die beiden Leitern so, dass sich je nachdem, was man gerade tut, ändert, welches Modell günstiger ist.

• Günstigste Ausgabe — Ideogram 0,008 $ pro Bild bei Sehr niedrig / 2K gegenüber Nano Banana 2.1 0,0168 $ pro 1K-Bild in der Batch-Stufe, 0,0336 $ Standard

• 2K-Generierung — Ideogram 0,06 $ bis 0,10 $ bei Medium und High; Nano Banana 2.1 0,0504 $

• 2K-Bearbeitung — Ideogram 0,06 $ bei Medium, 0,22 $ bei High; Nano Banana 2.1 0,0504 $, da eine Bearbeitung als Bild abgerechnet wird

• 4K-Generierung — Ideogram 0,12 $ bei Medium, 0,20 $ bei High; Nano Banana 2.1 0,113 $

• 4K-Bearbeitung — Ideogram 0,20 $ bei Medium, 0,60 $ bei High; Nano Banana 2.1 0,113 $

Das Muster ist frappierend, sobald man die unterste Zeile nebeneinanderlegt. Ein hochwertiger 4K-Edit kostet auf Ideogram 4.6 5,3-mal so viel wie auf Nano Banana 2.1. Bei Medium liegt das Verhältnis bei 1,8. Bei 2K High liegt es bei 4,4. Nur ganz unten in der Leiter gewinnt Ideogram, und auch nur gegen Goog​les Standard-Tarif statt gegen seinen Batch-Tarif.

Der Grund ist struktureller Natur und keine Preisentscheidung, die einer der Anbieter wahrscheinlich rückgängig machen wird. Goog​le berechnet Tokens, und eine Bearbeitung erzeugt bei gleicher Auflösung dieselbe Anzahl Ausgabe-Tokens wie eine Generierung – 3.780 Tokens für ein 4K-Bild, was 0,113 US-Dollar entspricht. Ideogram berechnet die Arbeit, und das Unternehmen hat entschieden, dass eine 4K-Bearbeitung in hoher Qualität die aufwendigste Leistung ist, die es verkauft. Wenn Ihre Pipeline bei hoher Auflösung stark auf Bearbeitungen ausgerichtet ist, ist diese Entscheidung der größte Einzelposten in Ihrer Rechnung.

Ein Punkt zur Ehrlichkeit auf der Routing-Seite: Keines der beiden Modelle steht heute auf OrcaRouters Liste, daher gibt es keine Route pro Aufruf zu einem der beiden und keinen Grund anzunehmen, dass unser Preis von dem der Anbieter abweicht. Wo eine Routing-Schicht in einem gemischten Workload ihren Platz verdient, ist um sie herum — Nano Banana 2 und Nano Banana Pro, die gerouteten Vorgänger in derselben Gem​ini-Bildfamilie, stehen hinter einem Schlüssel mit Anbieter-Listenpreis, der zu 0 % Aufschlag durchgereicht wird, sodass die Generierungshälfte einer Pipeline mit automatischem Failover weiterlaufen kann, während die Bearbeitungshälfte auf den Anbieter deiner Wahl ausgerichtet ist.

Warum die Redaktionsausschüsse unterschiedlicher Meinung sind

Wenn man nur die beiden Schlagzeilen-Zahlen liest, wirkt Ideogram beim Bearbeiten weit voraus. Die Ranglisten sagen etwas Interessanteres als das.

Die Kette von Rapidata ist bewusst auf einen bestimmten Fehlerfall ausgelegt: fünf Bearbeitungen, die das Gesicht nie berühren, dann ein menschlicher Vergleich des Gesichts mit dem Original. Ein Modell kann fünf einzeln hervorragende Bearbeitungen liefern und trotzdem schlecht abschneiden, wenn das Gesicht wandert. Genau das soll das Leaderboard abfangen, und deshalb passt die Quote von Ideogram für nutzbare Ergebnisse bei maskierten Bearbeitungen – 90 % bei 4.6 gegenüber 82 % bei 4.5 – zu seiner Position im Leaderboard. Beide messen dieselbe zugrunde liegende Eigenschaft: wie viel des Bildes das Modell unangetastet lässt, wenn man es nicht darum gebeten hat, es anzutasten.

Das Editing-Board von Artificial Analysis misst etwas Engeres. Es bewertet die Qualität einer einzelnen Bearbeitung, was ein Modell belohnt, das ein schönes Ergebnis erzeugt, und nichts darüber aussagt, ob es beim fünften Durchlauf noch schön wäre. Ein Modell, das für referenzlastige Komposition optimiert ist – vierzehn Assets zu einer Szene zusammenzusetzen –, wird bei der Qualität einzelner Bearbeitungen tendenziell gut und bei Drift schlecht abschneiden, weil jedes zusätzliche Element, das es in Einklang bringen sollte, eine weitere Gelegenheit ist, dass sich das ursprüngliche Motiv verschiebt.

Die beiden Ranglisten widersprechen sich nicht. Sie bewerten die Modelle anhand von Eigenschaften, die ein realer Workflow gleichzeitig benötigt, und jedes Modell ist bei einer davon besser.

Referenzgrenzen, 5 gegenüber 14

Screenshot of Ideogram's own Ideogram 4.6 model page. The hero reads 'Ideogram 4.6 is the new frontier of precise editing.' An 'Ideogram 4.6 at a glance' block lists Release date November 19, 2026; Resolution Up to 2K or 4K, with Very low quality supporting up to 2K; Quality modes Very low, Low, Medium, High; Reference images up to five through Generate; Local edits optional mask through Precise Edit; and API endpoints Generate and Precise Edit. A right-hand card promotes 'Meet Ideogram 4.5 - Precise control. One edit at a time.' Further down, a 'Multi-step Image Edit - benchmark.ai' panel headed '#1 in multi-step image editing' charts Ideogram 4.6 first, Ideogram 4.5 at 1866, Seedream5.5 at 1805, Flux 3 Image at 1697, Muse Image, MAI-Image-2.6 at 1299 and MAI-Image-2.1-Pro (Thinking) at 1291, sourced to Rapidata. No per-image API rate table appears in this capture.

Der Referenzzähler markiert den Punkt, an dem das Kräftemessen in keine der beiden Richtungen mehr knapp ist und zu einer klaren Arbeitsteilung wird.

Ideogram 4.6 akzeptiert über Generate bis zu fünf Bilder, und wenn Referenzen angehängt werden, ist das erste das Bild, das bearbeitet wird, und die übrigen sind Referenzen. Die Dokumentation beschreibt dies als eine Bearbeitung, zu der unterstützendes Material hinzukommt. Nano Banana 2.1 akzeptiert bis zu 14, wobei die Modellkarte vier Charaktere und zehn Objekte als Zielgrößen für die Detailtreue nennt, und akzeptiert neben Bildern auch Video und PDF als Eingaben.

Praktisch gesagt: Wenn Ihre Aufgabe aus einem einzigen Foto, einem einzigen Motiv und einer Abfolge von Änderungen besteht, sind Ideograms fünf keine Einschränkung – Sie werden ein oder zwei verwenden, und die Maske erledigt den Rest der Arbeit. Wenn Ihre Aufgabe eine Szene mit vier Personen und einer Produktpalette ist, die alle wie sie selbst aussehen müssen, sind vierzehn kein Luxus, und keine noch so gute Qualität der Bearbeitungsschleife wiegt auf, dass ein Modell die zehnte Referenz nicht sehen kann.

Das Umgekehrte gilt ebenfalls. Referenzkapazität erkauft keine Driftresistenz. Ein Modell, das vierzehn Referenzen hält, stimmt bei jedem Zug vierzehn Dinge aufeinander ab, und die Rapidata-Kette ist genau der Test dafür, was mit dem fünfzehnten Ding passiert – dem Gesicht, von dem niemand verlangt hat, dass es verändert wird.

Die Denkregler und die Batch-Stufe

Auf einer Seite dieses Vergleichs gibt es zwei Funktionen, die auf der anderen fehlen, und beide betreffen eher die Produktionsinfrastruktur als die Bildqualität.

Nano Banana 2.1 bietet konfigurierbares Denken in den Stufen minimal, mittel und hoch. Für Bildarbeiten ist das eher ein Regler für Latenz und Kosten als eine Reasoning-Funktion: ein Standardwert „Mittel“, den die meisten Aufrufer unangetastet lassen, und eine Einstellung „Hoch“ für Anfragen, bei denen die Komposition schwierig genug ist, um die zusätzlichen Tokens zu rechtfertigen. Außerdem unterstützt es die Batch API, die den Preis pro Bild halbiert: auf 0,0168 $ bei 1K, 0,0252 $ bei 2K und 0,0567 $ bei 4K – bei einer 4K-Bearbeitung sind das 0,0567 $ gegenüber 0,60 $ bei Ideogram, ein Verhältnis von mehr als zehn.

Ideogram 4.6 hat beides nicht. Es bietet vier Qualitätsmodi – eine gröbere Version derselben Idee, von Sehr niedrig bis Hoch – und keinen Mengenrabatt für die API. Was es hat, ist eine definierte Obergrenze: Die Dokumentation gibt 4.096 mal 4.096 als Maximum an, und alles ab 2K oder darunter wird zum 2K-Preis abgerechnet. Googles Modellkarte ist bei der Obergrenze weniger starr und bei der Abrechnung strenger, da jedes Token abgerechnet wird, unabhängig davon, wodurch es entstanden ist.

Für einen Batch-Job im großen Maßstab dominiert der zweite dieser Punkte alles andere auf dieser Seite. Bei zehntausend 4K-Bearbeitungen pro Monat ist der Unterschied zwischen $0.0567 und $0.60 pro Asset keine Präferenz. Es ist eine Budgetposition, die entscheidet, welches Modell ausgeliefert wird.

Eins auswählen und beide ausführen

Die Aufteilung ist sauberer als bei den meisten Direktvergleichen, was dieses Paar überhaupt erst erwähnenswert macht.

Wählen Sie Ideogram 4.6, wenn es bei der Aufgabe um ein einziges Bild geht, das viele Male überarbeitet wird, und das Motiv das überstehen muss: Retusche, Markenfarbkorrektur, Reparatur von Produktdetails, Talentfotografie – alles, bei dem dieselbe Aufnahme zehn oder zwanzig Durchläufe durchläuft und die fünfte Version noch dieselbe Person zeigen muss. Der Drift-Nachweis ist das stärkste Einzelergebnis, das eines der beiden Modelle vorzuweisen hat, die Masked-Edit-Rate zeigt, dass das Modell eine Grenze respektiert, und unter 4K kostet es genauso viel wie das Modell, das es ersetzt.

Wählen Sie Nano Banana 2.1, wenn es bei der Aufgabe um die Komposition aus vielen Quellen geht, wenn die Eingabe kein Foto ist oder wenn das Volumen die Batch-Stufe entscheidend macht. Vierzehn Referenzen, Video- und PDF-Eingabe, Search-Grounding und ein Batch-4K-Preis von 0,0567 US-Dollar sind vier getrennte Gründe, die nichts mit der Bearbeitungsqualität zu tun haben und alles damit, worum es bei der Aufgabe tatsächlich geht. Der Editing-Elo-Wert von 1.152 ist ein respektabler Wert im oberen Drittel; er ist nicht der Grund, warum Sie dieses Modell wählen würden.

Beides laufen zu lassen ist die Antwort für die meisten Produktionspipelines, und es ist der eine Fall, in dem die beiden Preisstaffeln aufhören zu konkurrieren. Generiere und komponiere mit dem Gem​ini-Modell zu Batch-Preisen und übergib dann den zusammengesetzten Frame an Ideogram für den redaktionellen Durchgang und die maskierten Korrekturen. Die teuren Ideogram-Aufrufe sind genau die, die das benötigen, worin es tatsächlich gut ist, und das Volumen liegt auf der günstigen Seite.

Worauf zu achten ist: Artificial Analysis hat noch keine Zeile für Ideogram 4.6, und sobald das der Fall ist, erhält dieser Vergleich einen zweiten unabhängigen Datenpunkt in den Single-Turn-Boards, auf denen Ideogram derzeit nicht gemessen wird. Bis dahin lautet die belastbare Zusammenfassung, dass Ideogram 4.6 das Drift-Argument und Nano Banana 2.1 das Kosten-Argument gewinnt und dass keines der beiden Ergebnisse überrascht, sobald man bemerkt, dass das eine pro Bearbeitung und das andere pro Pixel abrechnet.