Ideogram Vector 1.0 vs Qwen Image 3.0: Dua Belas Bahasa dan yang Ketiga Belas

Qwen Image 3.0 merender teks yang terbaca dalam dua belas bahasa. Itulah judul utama dari peluncuran Alibaba pada Juli 2026, dan itu sungguh mengesankan — poster padat, menu, mockup UI, dan gambar LaTeX, semuanya dalam satu kali proses, hingga huruf berukuran sekitar sepuluh piksel. Namun setiap proyek lokalisasi pada akhirnya akan mengalami momen yang sama: klien kembali dan menginginkan karya yang sama dalam bahasa ketiga belas, atau ingin satu kata pada baris bahasa Arab diubah karena tim legal telah meninjaunya. Pada saat itu, Qwen Image 3.0 dan Ideogram Vector 1.0 tidak lagi dapat dibandingkan, karena yang satu meregenerasi seluruh poster dan yang lain menyunting sebuah string.

Ideogram Vector 1.0, yang dirilis pada 22 Oktober 2026, menghasilkan SVG. Qwen Image 3.0, yang tersedia di API pada awal Agustus 2026, menghasilkan piksel. Merender teks multibahasa dengan baik dan menyimpan teks multibahasa adalah pencapaian yang berbeda, dan hanya yang kedua yang bertahan melewati siklus revisi.

Apa yang sebenarnya dilakukan Qwen Image 3.0

Alibaba menawarkan dua tingkatan dalam satu bentuk API, dan pembagian itu penting untuk penetapan harga.

• Dua model — qwen-image-3.0-pro untuk tata letak kompleks dengan fidelitas tinggi; qwen-image-3.0 standar untuk produksi massal yang lebih cepat dan lebih murah.

• Tata letak padat dalam satu proses — infografis sembilan kisi, UI gambar-dalam-gambar bersarang, halaman surat kabar, kertas ujian. Model ini dirancang untuk tata letak yang biasanya memerlukan kompositor.

• Huruf kecil — keterbacaan yang dilaporkan vendor hingga sekitar sepuluh piksel, dalam dua belas bahasa dan lebih dari dua puluh font, termasuk rumus LaTeX dan tulisan tangan.

• Resolusi — hingga 2048×2048, dengan dimensi khusus dari 512 hingga 2048 dan rasio aspek ekstrem dari 1:8 hingga 8:1.

• Pengelompokan (batching) — hingga enam keluaran per panggilan, yang tidak biasa dan berguna saat Anda mengambil sampel arah tata letak.

• Pengeditan — satu hingga tiga gambar masukan untuk image-to-image dan inpainting.

• Batas laju — lima permintaan per menit pada Pro, dua puluh pada Standard. Perhitungkan hal ini jika Anda melokalkan kampanye.

• Panjang prompt — sekitar 4.500 token, yang merupakan arahan seni yang sangat banyak.

Di papan peringkat independen, posisinya kokoh di papan tengah: Artificial Analysis menempatkan Qwen-Image-3.0 pada 1.068 Elo, ke-27, dari 8.011 sampel dengan harga tercantum $30 per seribu gambar, dengan tier Pro pada 1.091 Elo, ke-20, dari 13.459 sampel dengan harga $40. Ideogram Vector 1.0 tidak memiliki skor di papan tersebut, karena papan itu mengukur penyuntingan berbasis instruksi dan Vector 1.0 tidak melakukan penyuntingan berbasis instruksi.

Merender teks versus menyimpan teks

Inilah seluruh perbedaannya, jadi penting untuk bersikap tepat tentang hal itu.

Ketika Qwen Image 3.0 menggambar kata "OPEN" dalam sebuah poster, ia telah memecahkan masalah rendering yang sulit. Ia menghasilkan piksel yang dibaca manusia sebagai empat karakter tersebut, dalam jenis huruf yang dipilih, dengan ketebalan dan spasi yang wajar. Namun, file tersebut tidak berisi string. Tidak ada apa pun di dalam PNG itu yang mengetahui bahwa kata itu adalah "OPEN." Minta "OUVERT" dan Anda akan mendapatkan gambar baru, dan gambar baru itu adalah komposisi baru: tata letaknya mungkin bergeser beberapa piksel, kerning-nya adalah apa pun yang model putuskan kali ini, dan ilustrasi di belakang teks mungkin sedikit berbeda. Kalikan itu dengan delapan bahasa dan Anda memiliki delapan poster yang merupakan saudara, bukan desain yang sama.

Ketika Ideogram Vector 1.0 mengembalikan sebuah SVG, kasus idealnya adalah kata tersebut merupakan objek teks dengan properti. Ubah string-nya, font akan dirender ulang di tempat, semua yang ada di sekitarnya tetap di posisinya semula. Materi peluncuran Ideogram menjelaskan persis hal ini: elemen-elemen yang dapat dipindahkan, diputar, dan diubah warnanya secara individual, dengan tipografi yang tetap terjaga.

Ini adalah klaim vendor dan belum diuji secara independen, jadi instruksi praktisnya sama dengan yang berlaku untuk model baru mana pun: buka berkas dan periksa. Muat SVG, klik kata tersebut, dan lihat apakah Anda telah memilih objek teks atau kelompok path. Pemeriksaan tunggal itu menentukan apakah argumen lokalisasi dalam artikel ini berlaku untuk alur kerja Anda atau tidak.

Kampanye dalam delapan bahasa, beserta perkiraan biayanya

Ambil contoh peluncuran produk: satu visual utama, delapan bahasa, dua putaran revisi.

Dengan Qwen Image 3.0, Anda menghasilkan delapan gambar dengan biaya sekitar $0.03 per gambar — dua puluh empat sen — yang hampir gratis. Putaran revisi adalah bagian yang mahal. Setiap bahasa yang berubah berarti regenerasi, dan setiap regenerasi berisiko membuat tata letak bergeser dari master yang telah disetujui. Desainer kemudian membandingkan delapan gambar baru dengan delapan gambar yang telah disetujui dan memutuskan apakah pergeseran itu dapat diterima. Tinjauan itulah biaya sebenarnya, dan itu terjadi dua kali.

Dengan Ideogram Vector 1.0, Anda membuat satu SVG pada kualitas sedang, seharga enam belas sen, dan menerjemahkan string di dalamnya. Delapan varian bahasa adalah delapan salinan dari satu file dengan lapisan teks yang diganti, dengan asumsi teks itu benar-benar teks. Revisi adalah cari-dan-ganti. Peninjauannya adalah koreksi pruf.

Harga per generasi cukup berdekatan sehingga tidak relevan. Perbedaannya adalah bahwa satu alur kerja memiliki langkah tinjauan per bahasa dan yang lainnya memiliki langkah tinjauan per desain.

Di mana Qwen menang dan model vektor tidak dapat mengikuti

Lokalisasi bukan satu-satunya tugas, dan untuk beberapa tugas lainnya Ideogram Vector 1.0 sama sekali tidak punya jawaban.

• Pembuatan tata letak padat — infografis sembilan kisi atau halaman depan surat kabar yang dirender dalam satu kali proses adalah sebuah kemampuan, bukan format. SVG memberi Anda file yang dapat diedit; SVG tidak memberi Anda model yang dapat menata halaman koran format broadsheet.

• Kesetiaan tipografis di dalam gambar — klaim dua belas bahasa dan sepuluh piksel adalah pencapaian rendering. Generator SVG yang hanya dapat menempatkan segenggam kata dengan rapi bukanlah pengganti, betapapun hasilnya dapat diedit.

• Konten fotografi dan ilustratif — Qwen menggambar pemandangan. Vector 1.0 menggambar karya seni vektor, yang merupakan estetika yang jauh lebih sempit.

• Resolusi dan rasio aspek — 2048×2048 dengan ekstrem 1:8 lebih luas daripada kebanyakan, dan ini merupakan janji raster, bukan janji geometri.

• Harga — tiga sen berbanding tiga belas hingga tiga puluh dua. Untuk pekerjaan massal yang tidak akan pernah direvisi, Qwen jelas lebih murah.

• Batching — enam output per panggilan dibandingkan satu file per generasi merupakan keuntungan throughput yang nyata saat Anda melakukan sampling.

Batasan pada sisi vektor

Dua batasan menentukan apakah argumen lokalisasi tetap bertahan saat dihadapkan pada brief nyata.

Yang pertama adalah batas prompt. Ideogram Vector 1.0 menerima 1 hingga 9.500 karakter. Qwen Image 3.0 menerima sekitar 4.500 token. Untuk poster dengan judul utama, subjudul, enam label poin, satu baris legal, dan satu paragraf arahan seni, batas karakter biasanya sudah cukup — tetapi itu adalah dinding keras, dan gagal pada titik ketika Anda mendeskripsikan tata letak yang benar-benar padat.

Yang kedua adalah endpoint edit yang hilang. Ideogram Vector 1.0 memiliki dua endpoint dan keduanya tidak menerima instruksi tentang komposisi yang sudah ada. Jika klien ingin ilustrasi di balik judul diubah, Anda meregenerasinya, dan masalah drift kembali muncul. Keunggulan vektor memang nyata untuk teks dan warna; itu bukan kekebalan menyeluruh terhadap revisi.

Ada juga catatan penting tentang konversi yang khusus relevan untuk pipeline lokalisasi. Jika Anda membuat master di Qwen dan mengonversinya melalui endpoint vectorize Ideogram — sepuluh sen, satu gambar hingga 50 MB, mode simple atau default — Anda mewarisi keterbatasan bahwa parameter group didokumentasikan sebagai "meminta pengelompokan bentuk ke dalam lapisan. Pengelompokan belum tersedia." Poster yang dikonversi kembali sebagai geometri tanpa struktur lapisan, yang berarti teks yang ingin Anda ganti kini menjadi path yang tidak dapat dibedakan dari latar belakang. Konversi adalah jembatan untuk satu karya seni, bukan fondasi untuk sistem lokalisasi.

Menjalankan keduanya tanpa menggandakan vendor Anda

Pola yang berhasil adalah hulu/hilir. Qwen Image 3.0 bagus dalam memutuskan seperti apa tampilan poster; Ideogram Vector 1.0 bagus dalam menjadi file yang tetap bertahan setelah delapan kali terjemahan. Keduanya bukan pengganti satu sama lain, dan serah-terima di antara keduanya adalah keputusan manusia tentang aset mana yang layak dikonversi.

Serah-terima itu lebih murah daripada sebelumnya karena sisi raster tidak memerlukan kontraknya sendiri. OrcaRouter membawa lebih dari 200 model di balik satu kunci dengan harga daftar penyedia tanpa markup 0%, dan DSL peruteannya memungkinkan Anda mengirim sekumpulan tugas lokalisasi ke satu model dan sekumpulan eksplorasi tata letak ke model lain tanpa menulis ulang pemanggilnya. Untuk sebuah kampanye yang menjalankan delapan bahasa melalui loop terjemahan dan enam arah tata letak melalui loop pengarahan seni, memiliki keduanya di balik satu endpoint adalah perbedaan antara sebuah pipeline dan setumpuk skrip. Endpoint vektor Ideogram tetap langsung ke vendor — kami tidak merutekannya — jadi langkah vektor adalah satu-satunya panggilan yang Anda rangkai sendiri.

Yang mana yang sebenarnya kamu butuhkan?

Jika tugasnya adalah menghasilkan poster padat yang sarat teks sekali saja, dalam satu bahasa, lalu menyerahkan JPEG, Qwen Image 3.0 adalah alat yang tepat dengan harga yang tepat, dan kemampuan edit model vektor tidak memberi Anda manfaat apa pun yang akan Anda gunakan.

Jika pekerjaannya adalah menghasilkan {{1}}satu desain{{/1}} yang akan ada dalam banyak bahasa, pada banyak ukuran, dengan revisi yang tidak boleh menggeser tata letak, maka format file adalah produknya. Hasilkan SVG, verifikasi bahwa teks tersebut benar-benar teks, dan perlakukan setiap bahasa sebagai {{2}}substitusi string{{/2}} alih-alih generasi baru.

Posisi tengah yang tidak nyaman adalah yang jujur: sebagian besar kampanye nyata membutuhkan kemampuan tata letak Qwen dan format file Ideogram, dalam urutan itu, dengan manusia yang memutuskan di titik sambungnya. Klaim dua belas bahasa itu mengesankan. Bahasa ketiga belas adalah tempat uangnya berada.