
Ideogram 4.6 vs Nano Banana 2.1: Modifiche vs Gamma
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 184 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 494 tok/s
- AlibabaNUOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M di token · 385 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 94 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 290 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 215 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
Questi due modelli non competono per lo stesso lavoro, e il modo più rapido per vederlo è mettere i loro listini prezzi uno accanto all'altro. Ideogram 4.6, rilasciato il 19 novembre 2026, costa $0,60 per una modifica 4K di alta qualità e $0,10 per una generazione 2K. Nano Banana 2.1, il gemini-nano-banana-2.1 di Google, costa $0,113 per lo stesso output 4K e $0,0336 per 1K — perché fattura in base ai token di output, non all'attività richiesta. Un modello addebita di più per la modifica più difficile. L'altro addebita di più per il maggior numero di pixel, e quasi non distingue se li hai generati o modificati.
Si scopre che quella differenza nella filosofia di fatturazione predice quasi tutto il resto sul loro conto.
Le due schede rispondono a domande diverse.

Nessuno dei due modelli ha un punteggio sulla board di riferimento dell'altro, e non è una svista dei benchmarker: è una conseguenza di ciò che misura ciascuna board.
Il risultato principale di Ideogram 4.6 è sulla classifica Multi-step Image Edit di Rapidata: primo posto a 1.892 con un intervallo di 32 punti, da 199 fotografie di persone reali, ciascuna sottoposta a una catena di cinque prompt di modifiche ad abbigliamento, oggetti e testo, valutate da persone in base a quanto il volto si sia discostato dall'originale. La configurazione valutata è Precise Edit in High Quality. Quella classifica è pensata per rispondere a una domanda — il soggetto sopravvive a venti turni di editing? — e 4.6 è la riga in cima.
Nano Banana 2.1 non ha una riga nei primi dodici di quella stessa istantanea. I suoi numeri sono invece su Artificial Analysis, e coprono aspetti diversi: 8º posto nella classifica text-to-image con 1.176 Elo e un intervallo di 12 punti da 6.793 campioni, a 33,60 $ per mille immagini, e 10º posto nella classifica di editing con 1.152 Elo e un intervallo di 12 punti da 7.606 campioni allo stesso prezzo. Quelli sono punteggi a turno singolo. Misurano la qualità di una generazione e di una modifica, non la deriva cumulativa di cinque di fila.
Quindi il confronto onesto non è "1.892 batte 1.152". È che Ideogram 4.6 è il leader nella classifica multi-turno e Nano Banana 2.1 è un modello nella parte alta della classifica nelle classifiche a turno singolo, e nessuna delle due affermazioni ti dice nulla sull'altra. Chiunque metta a confronto le due cifre sta paragonando un Elo di una scala a un Elo di un'altra scala su un compito diverso.
Che cosa è ciascun modello, precisamente
Al netto del marketing, le due specifiche descrivono macchine diverse.
Ideogram 4.6 è un modello di generazione e modifica delle immagini con una superficie di input ristretta e un ciclo di modifica profondo. Prende un'immagine di origine e una modifica descritta, facoltativamente con maschera, e restituisce un'immagine con le stesse dimensioni. Accetta fino a cinque immagini di riferimento tramite Generate. Dispone di quattro modalità di qualità e due endpoint, e i suoi punti di forza documentati riguardano tutti il mantenere qualcosa costante: il volto del soggetto, un colore specificato, i dettagli di un prodotto, una regione mascherata.
Nano Banana 2.1 è un modello multimodale Gemini che produce immagini. I suoi input sono testo, immagini, video e PDF; i suoi output sono immagini e testo. Ha un limite di input di 131.072 token e un limite di output di 32.768 token, supporta il thinking configurabile a livello minimo, medio e alto, supporta il grounding con Google Web e Image Search e supporta la Batch API. La sua forza nelle immagini è la capacità di riferimento: fino a 14 immagini di riferimento, con la scheda del modello che specifica la coerenza dei personaggi per un massimo di quattro personaggi e la fedeltà degli oggetti per un massimo di dieci oggetti.
Quell'ultima riga è il vero elemento distintivo, ed è facile scorrerla senza coglierla. Quattordici riferimenti non sono una versione più grande di cinque. È un tipo diverso di attività: mettere insieme un cast, una linea di prodotti, un insieme di asset di brand in un'unica inquadratura, anziché rifinire una singola fotografia finché non è perfetta.
L'inversione di prezzo del 4K

Qui le due scale divergono in un modo che cambia quale modello sia più conveniente a seconda di ciò che si sta facendo.
• Output più economico — Ideogram $0.008 per immagine con Very low / 2K rispetto a Nano Banana 2.1 $0.0168 per immagine 1K nel tier Batch, $0.0336 standard
• Generazione 2K — Ideogram da $0,06 a $0,10 con impostazioni Media e Alta; Nano Banana 2.1 $0,0504
• Modifica 2K — Ideogram $0,06 in Medium, $0,22 in High; Nano Banana 2.1 $0,0504, perché una modifica viene fatturata come un'immagine
• Generazione 4K — Ideogram 0,12 $ in Medium, 0,20 $ in High; Nano Banana 2.1 0,113 $
• Modifica 4K — Ideogram 0,20 $ in Medium, 0,60 $ in High; Nano Banana 2.1 0,113 $
L'andamento è netto una volta allineata la riga inferiore. Una modifica 4K in alta qualità costa 5,3 volte tanto su Ideogram 4.6 rispetto a Nano Banana 2.1. A Medium il rapporto è 1,8. A 2K High è 4,4. Solo al gradino più basso della scala Ideogram vince, e solo contro il livello standard di Google anziché il suo livello Batch.
La ragione è strutturale, non una decisione di prezzo che uno dei due fornitori sia probabilmente destinato a ribaltare. Google fa pagare i token, e un edit produce lo stesso numero di token in output di una generazione alla stessa risoluzione — 3.780 token per un’immagine 4K, cioè 0,113 $. Ideogram fa pagare il lavoro, e ha deciso che un edit 4K di alta qualità è il lavoro più impegnativo che vende. Se la tua pipeline è incentrata sugli edit ad alta risoluzione, quella decisione è la singola voce più grande della tua fattura.
Un punto di onestà sul fronte del routing: oggi nessuno dei due modelli è nella lista di OrcaRouter, quindi non esiste una route per chiamata verso nessuno dei due e non c'è motivo di aspettarsi che il nostro prezzo differisca da quello dei fornitori stessi. È attorno a loro che un livello di routing si guadagna il suo posto in un carico di lavoro misto — Nano Banana 2 e Nano Banana Pro, i predecessori instradati nella stessa famiglia di immagini Gemini, stanno dietro un'unica chiave con il prezzo di listino del fornitore trasferito a 0% di markup, così la metà di generazione di una pipeline può continuare a funzionare con failover automatico mentre la metà di modifica è indirizzata al fornitore che scegli.
Perché i comitati di redazione non sono d'accordo
Se leggi solo i due numeri principali, Ideogram sembra nettamente avanti nell’editing. Le classifiche dicono qualcosa di più interessante di così.
La catena di Rapidata è deliberatamente avversariale verso uno specifico tipo di errore: cinque modifiche che non toccano mai il volto, poi un confronto umano del volto con l'originale. Un modello può produrre cinque modifiche singolarmente eccellenti e ottenere comunque un punteggio scarso se il volto si sposta. È questo che la classifica è progettata per intercettare, ed è per questo che il tasso di risultati utilizzabili delle modifiche mascherate di Ideogram — 90% su 4.6 contro 82% su 4.5 — è coerente con la sua posizione in classifica. Entrambi misurano la stessa proprietà di fondo: quanto dell'inquadratura il modello lascia intatto quando non gli hai chiesto di toccarla.
La board di editing di Artificial Analysis misura qualcosa di più ristretto. Valuta la qualità di una singola modifica, il che premia un modello che produce un risultato bellissimo e non dice nulla sul fatto che sarebbe ancora bello alla quinta iterazione. Un modello ottimizzato per composizioni ricche di riferimenti — assemblare quattordici asset in una scena — tenderà ad andare bene sulla qualità della singola modifica e male sulla deriva, perché ogni elemento aggiuntivo che gli è stato chiesto di riconciliare è un'altra occasione perché il soggetto originale si sposti.
Le due classifiche non sono in conflitto. Valutano i modelli in base a proprietà che un flusso di lavoro reale richiede contemporaneamente, e ciascun modello eccelle in una di esse.
Limiti di riferimento, 5 contro 14

Il conteggio dei riferimenti è il punto in cui il confronto smette di essere equilibrato in un senso o nell'altro e diventa una netta divisione del lavoro.
Ideogram 4.6 accetta fino a cinque immagini tramite Generate e, quando vengono allegati riferimenti, la prima è l'immagine in fase di modifica e le restanti sono riferimenti. La documentazione lo presenta come una modifica che si dà il caso disponga di materiale di supporto. Nano Banana 2.1 ne accetta fino a 14, con la scheda del modello che indica quattro personaggi e dieci oggetti come obiettivi di fedeltà, e accetta video e PDF come input insieme alle immagini.
In pratica: se il tuo lavoro è una fotografia, un soggetto e una sequenza di modifiche, i cinque di Ideogram non sono un vincolo — ne userai uno o due e la maschera farà il resto del lavoro. Se il tuo lavoro è una scena con quattro persone e una gamma di prodotti che devono tutti somigliare a se stessi, quattordici non sono un lusso, e nessun livello di qualità del ciclo di modifica può compensare un modello che non riesce a vedere il decimo riferimento.
Vale anche l'inverso. La capacità di riferimento non ti dà resistenza alla deriva. Un modello che mantiene quattordici riferimenti sta riconciliando quattordici cose a ogni turno, e la catena Rapidata è precisamente il test di ciò che accade alla quindicesima cosa — il volto che nessuno gli ha chiesto di cambiare.
I quadranti del pensiero e il livello batch
Due funzionalità esistono su un lato di questo confronto e non sull'altro, ed entrambe riguardano l'infrastruttura di produzione anziché la qualità dell'immagine.
Nano Banana 2.1 offre un thinking configurabile ai livelli minimo, medio e alto. Per il lavoro sulle immagini è una leva di latenza e costo più che una funzionalità di ragionamento: un default Medio che la maggior parte dei chiamanti lascerà com'è, e un'impostazione Alta per le richieste in cui la composizione è abbastanza difficile da giustificare i token extra. Supporta anche la Batch API, che dimezza il prezzo per immagine portandolo a 0,0168 $ a 1K, 0,0252 $ a 2K e 0,0567 $ a 4K — su una modifica 4K sono 0,0567 $ contro gli 0,60 $ di Ideogram, un rapporto superiore a dieci.
Ideogram 4.6 non ha nessuna delle due. Ha quattro modalità di qualità, che sono una versione più grossolana della stessa idea — da Molto bassa ad Alta — e nessuno sconto batch sull'API. Quello che ha è un limite massimo definito: la documentazione indica 4,096 x 4,096 come massimo, e qualsiasi cosa a 2K o inferiore viene fatturata al prezzo 2K. La model card di Google è meno rigida sul limite massimo e più rigida sulla fatturazione, poiché ogni token viene conteggiato indipendentemente da ciò che lo ha prodotto.
Per un processo batch su larga scala, il secondo di questi fatti domina tutto il resto di questa pagina. Con diecimila modifiche 4K al mese, la differenza tra $0,0567 e $0,60 per asset non è una preferenza. È una voce di budget che decide quale modello va in produzione.
Scegliendone uno ed eseguendoli entrambi
La divisione è più netta di quanto lo sia nella maggior parte dei confronti diretti, ed è proprio questo che rende questa coppia degna di essere scritta.
Scegli Ideogram 4.6 quando il lavoro consiste in un'unica immagine rifinita molte volte e il soggetto deve sopravvivere al processo: ritocco, correzione dei colori del brand, ripristino dei dettagli del prodotto, fotografia di talenti, qualunque caso in cui lo stesso fotogramma passi attraverso dieci o venti iterazioni e la quinta versione debba essere ancora la stessa persona. Le prove sulla deriva sono il singolo risultato più forte di cui disponga uno dei due modelli, il tasso di modifiche mascherate indica che il modello rispetta un confine, e sotto i 4K costa quanto il modello che sostituisce.
Scegli Nano Banana 2.1 quando il lavoro consiste nella composizione da molte fonti, quando l'input non è una fotografia o quando il volume rende decisivo il livello batch. Quattordici riferimenti, input video e PDF, grounding tramite ricerca e un prezzo batch 4K di $0,0567 sono quattro motivi distinti che non hanno nulla a che fare con la qualità dell'editing e tutto a che fare con ciò che il lavoro è in realtà. L'Elo di 1.152 per l'editing è un punteggio rispettabile nella fascia alta; non è il motivo per cui sceglieresti questo modello.
Eseguire entrambi è la risposta per la maggior parte delle pipeline di produzione, ed è l'unico caso in cui le due fasce di prezzo smettono di competere. Genera e componi sul modello Gemini ai prezzi batch, poi passa il frame composto a Ideogram per il passaggio editoriale e le correzioni mascherate. Le costose chiamate a Ideogram sono quelle che richiedono ciò in cui è davvero bravo, e il volume resta sul lato economico.
Cosa tenere d'occhio: Artificial Analysis non ha ancora una riga dedicata a Ideogram 4.6 e, nel momento in cui la avrà, questo confronto guadagnerà un secondo punto dati indipendente sulle board a turno singolo dove Ideogram al momento non è misurato. Fino ad allora, la sintesi difendibile è che Ideogram 4.6 vince la questione del drift e Nano Banana 2.1 vince quella dei costi, e che nessuno dei due risultati è una sorpresa una volta notato che uno fattura per modifica e l'altro per pixel.
