Ideogram Vector 1.0 vs GPT Image 2.5: un prezzo per file contro un prezzo per token

La cosa più difficile nello scegliere tra Ideogram Vector 1.0 e GPT Image 2.5 non è la qualità. È che i due modelli fatturano in valute che non si possono confrontare senza aritmetica, e uno di loro ha cambiato l'aritmetica senza cambiare il listino. Ideogram Vector 1.0, uscito il 22 ottobre 2026, addebita per file: da 0,13 a 0,20 $ per un SVG, 0,32 $ per la qualità alta con riferimenti, 0,10 $ per vettorizzare un'immagine. GPT Image 2.5, uscito l'8 settembre 2026, addebita per token: 30 $ per milione di token di output in modalità standard, 15 $ in batch, con il costo per immagine che scaturisce da quanti token il modello spende per la tua richiesta. Uno di quei numeri è un prezzo. L'altro è una tariffa che devi modellare.

Quella differenza nella struttura di fatturazione spiega gran parte della differenza pratica tra i modelli. Non è che uno sia migliore — GPT Image 2.5 è il generatore raster più forte su quasi ogni asse su cui un generatore raster possa essere giudicato, e Vector 1.0 è l'unico dei due che può darti un file scalabile. È che i due si acquistano in modi diversi, per lavori diversi, da team con diverse sensibilità ai costi. Fare bene i calcoli vale più che azzeccare la classifica.

Primo, il problema della scala

Entrambi i modelli vendono qualità a livelli. Solo uno dei due ha mantenuto stabili i nomi dei livelli, e quello che non l'ha fatto è quello che ti sorprenderà in fattura.

GPT Image 2.5 viene distribuito in due varianti API — gpt-image-2.5-flare per carichi di lavoro orientati alla velocità e gpt-image-2.5-sunburst per la precisione — ed espone in più un parametro di qualità. Le guide API di terze parti che confrontano il listino della 2.5 con quello di GPT Image 2 riportano che OpenAI ha rinominato la scala anziché rideterminarne i prezzi: ciò che la 2.5 chiama "high" corrisponde all'incirca a ciò che la generazione precedente chiamava "medium", e riprodurre l'output di alta qualità di un tempo ora richiede l'impostazione "max". Se tali resoconti sono corretti, una migrazione diretta che mappa quality: high a quality: high riduce silenziosamente la fedeltà mentre la tariffa per token resta identica. È una modalità di errore silenziosa, ed è il genere di cosa che emerge come "il nuovo modello è peggiorato" anziché "la nostra configurazione è cambiata".

Consideralo una segnalazione di terze parti anziché documentazione confermata del fornitore: OpenAI non ha pubblicato una tabella di consumo dei token per gli snapshot 2.5, ed è proprio questo il motivo per cui è difficile determinare con precisione il costo per immagine. I valori per immagine comunemente citati a 1024×1024 sono all'incirca $0,0059 con low, $0,013 con medium, $0,053 con high, $0,094 con xhigh e $0,211 con max, ma si tratta di stime da calcolatore, non di un tariffario pubblicato.

Ideogram Vector 1.0 non ha una trappola equivalente. Tre livelli di qualità, tre prezzi fissi e un parametro dry_run che restituisce un preventivo di prezzo per una richiesta specifica senza generarla né addebitarla. Qualunque altro aspetto del modello resti irrisolto, il suo prezzo è comprensibile.

Il contrasto delle specifiche, e ciò che nasconde

Una riga per dimensione, entrambi i lati:

• Formato di output — GPT Image 2.5 restituisce immagini raster; Ideogram Vector 1.0 restituisce SVG con percorsi e tipografia modificabili.

• Unità di fatturazione — GPT Image 2.5 fattura i token di input e output a $5/$8 in input e $30 in output per milione (Standard), $15 in output in Batch; Vector 1.0 fattura per file generato a $0.13 / $0.16 / $0.20 in base al livello.

• Costo per output a 1K — GPT Image 2.5 si colloca tra circa mezzo centesimo e cinque centesimi a seconda del livello; Vector 1.0 si attesta tra tredici e trentadue centesimi per SVG.

• Profilo di velocità — GPT Image 2.5 si divide in Flare (veloce) e Sunburst (precisione), così puoi scegliere; Vector 1.0 ha un solo modello e un controllo della qualità.

• Modifica — GPT Image 2.5 è progettato per la modifica basata su istruzioni e il perfezionamento multi-turno; Vector 1.0 non può modificare un raster, ma il suo vettorizzatore lo converte in tracciati a $0.10.

• Rendering del testo — entrambi lo rivendicano come punto di forza, ed entrambe le affermazioni provengono dai rispettivi fornitori. Il differenziatore di Ideogram è la tipografia portata in un formato in cui il testo può essere corretto; quello di OpenAI è il testo posizionato correttamente all'interno di una scena renderizzata.

• Benchmark indipendenti — GPT Image 2.5 li ha; Vector 1.0 non ne ha nessuno, e comunque nessuna delle classifiche di immagini misura ciò che conta qui.

Quell'ultima frase merita un approfondimento, perché è l'asimmetria più significativa di questo articolo.

Perché la classifica non può rispondere a questo

Artificial Analysis elenca sia GPT Image 2.5 Flare (max) che GPT Image 2.5 Sunburst (max) nella sua arena text-to-image, accanto alla concorrenza dei modelli raster. Quell'arena funziona tramite preferenze a coppie in cieco: esseri umani e valutatori osservano due immagini e scelgono la migliore. È uno strumento ragionevole per giudicare se un'immagine generata appare di buona qualità.

Non può giudicare un SVG. Un file vettoriale non è migliore o peggiore per l'aspetto della sua anteprima appiattita; è migliore o peggiore per quanti punti di ancoraggio ha, se i suoi tracciati sono chiusi, se i suoi gradienti si conservano, se il suo testo è convertito in contorni o resta testo vivo, e se i suoi componenti sono separabili. Nessuna di queste proprietà è visibile in un confronto affiancato di immagini. Bisogna aprire il file.

L'affermazione onesta è che GPT Image 2.5 può essere classificato e Vector 1.0 no, e la classifica esistente misura qualcosa che Vector 1.0 non produce. Chiunque citi un divario Elo tra questi due modelli sta paragonando una fotografia a un progetto tecnico.

I casi per cui GPT Image 2.5 è stato creato

Se il lavoro è di editing, GPT Image 2.5 non è nemmeno lontanamente messo in discussione qui. Vector 1.0 non ha un endpoint di modifica. Non puoi chiedergli di cambiare lo sfondo, sostituire un colore o spostare un prodotto di due pollici verso sinistra — puoi solo generare un nuovo SVG o vettorizzare un'immagine esistente. L'intera progettazione di GPT Image 2.5 è orientata al contrario: modifica basata su istruzioni, perfezionamento multi-turno e quel tipo di piccola modifica localizzata che prima richiedeva una maschera.

Se il lavoro è fotografico o basato su scene, vale lo stesso. Vector 1.0 crea segni e scritte. Non produce una foto di prodotto con un'illuminazione convincente.

Se il lavoro è ad alto volume e usa e getta, il modello a token vince sulla pura economia di un ordine di grandezza. A pochi centesimi per immagine, cinquecento miniature concettuali costano meno di venti dollari. Su Vector 1.0 la stessa serie a qualità media costerebbe ottanta, e ognuno di quei file dovrebbe valere la pena di essere conservato.

E se ti servono sconti per volumi, la Batch API di GPT Image 2.5 dimezza la tariffa di output a 15 dollari per milione di token. Vector 1.0 non ha un livello batch pubblicato: i volumi vengono gestiti tramite il limite di richieste in-flight del tuo account, che si manifesta con risposte 429 anziché con uno sconto.

I rari casi in cui la geometria ha la meglio

I casi inversi sono più ristretti ma decisivi quando si applicano.

Qualsiasi prodotto destinato alla stampa, al taglio, all'incisione o al ricamo. GPT Image 2.5 alla massima qualità ti offre un bellissimo file raster che un laboratorio di produzione ricalcherà male. Vector 1.0 ti fornisce i tracciati.

Qualsiasi asset di brand che debba restare modificabile. Un logo che un cliente dovrà ricolorare all'interno di un sistema, o un wordmark che il reparto marketing dovrà ricomporre con un peso diverso, richiede geometria. Rigenerarlo a una dimensione diversa non equivale a ridimensionarlo.

Qualsiasi flusso di lavoro in cui la tariffazione per file è più facile da preventivare rispetto a quella per token. I team di design ragionano in termini di asset. Un costo fisso di $0.20 per SVG è prevedibile in un modo in cui «dipende da quanti token consuma il modello» non lo è, e il preventivo dry_run trasforma la stima di un batch in uno script da una riga.

E ogni caso in cui si voglia vettorizzare un asset esistente. L'endpoint image-to-vector da $0,10 non ha alcun equivalente nella superficie documentata di GPT Image 2.5. Accetta JPEG, PNG o WEBP fino a 50 MB e offre una modalità semplice per ottenere meno forme e una modalità predefinita che preserva più dettagli — e, secondo la pagina di riferimento di Ideogram stessa, non è ancora in grado di raggruppare il risultato in livelli.

Chiamare entrambi da un unico posto

Questo è l'unico confronto in questa serie in cui possiamo essere specifici sulla nostra copertura: GPT Image 2.5 è presente nel catalogo di OrcaRouter sia come gpt-image-2.5-flare che come gpt-image-2.5-sunburst. Ideogram Vector 1.0 non lo è — è disponibile tramite la piattaforma e l'API di Ideogram e diverse piattaforme di terze parti, e noi non lo offriamo.

Quell'asimmetria è utile anziché scomoda, perché rispecchia il modo in cui i due modelli dovrebbero essere usati. Il lato GPT Image 2.5 è il lato ad alto volume e iterazione rapida: il lato in cui provi venti varianti, ne scarti diciannove e ti interessano la latenza e il failover. Servirlo al prezzo di listino del provider con markup 0%, dietro failover automatico, significa che un degrado di Sunburst non blocca il batch e una variazione delle tariffe di Flare è attiva dalla nostra parte lo stesso giorno. Il lato vettoriale è il lato a basso volume e alto rischio: una manciata di file per progetto, ognuno dei quali vale trenta volte un'immagine raster, che preferiresti generare con cura e ispezionare a mano anziché instradare automaticamente.

Se stai costruendo l'harness che li confronta, la forma pratica è un piccolo ciclo: prompt in ingresso, raster in uscita da GPT Image 2.5, vettorializzi quel raster a $0,10 e apri entrambi. Il confronto che stai facendo non è quale dei due sembri migliore. È se la versione tracciata sia abbastanza vicina all'SVG generato direttamente da poter saltare la chiamata più costosa.

La regola empirica

Conta i deliverable. Se il numero è elevato e i file sono usa e getta, GPT Image 2.5 vince sia in capacità che in costo, e il rischio di rietichettatura dei livelli è gestibile purché tu verifichi cosa highsignifica realmente nella tua configurazione.

Se il numero è piccolo e i file sono permanenti — un marchio, un wordmark, un'etichetta, un set di icone — il prezzo per file è irrilevante rispetto al costo della tracciatura, e Ideogram Vector 1.0 è l'unico dei due che chiude la questione con un file che puoi consegnare.

La parte scomoda è che il secondo caso, quello in cui Vector 1.0 vince chiaramente, è anche quello che non ha alcuna prova indipendente a sostegno. Non è un motivo per scegliere invece GPT Image 2.5. È un motivo per aprire il primo SVG che generate e contare voi stessi i percorsi prima di costruirci sopra un flusso di lavoro.