Ideogram Vector 1.0 対 Qwen Image 3.0：12の言語と13番目

Qwen Image 3.0は12言語で判読可能なテキストをレンダリングします。これはAlibabaが2026年7月に発表した際の見出しであり、本当に印象的です——高密度のポスター、メニュー、UIモックアップ、LaTeX図をすべて1回のパスで、およそ10ピクセルの文字サイズまで表現します。しかし、あらゆるローカリゼーションプロジェクトは最終的に同じ瞬間に直面します。クライアントが戻ってきて、同じアートワークを13番目の言語で求めたり、法務がレビューしたためにアラビア語の行の1語を変更したいと言ったりするのです。その瞬間、Qwen Image 3.0とIdeogram Vector 1.0は比較対象ではなくなります。なぜなら、一方はポスター全体を再生成し、もう一方は文字列を編集するからです。

2026年10月22日にリリースされたIdeogram Vector 1.0はSVGを出力します。2026年8月初旬にAPIで公開されたQwen Image 3.0はピクセルを出力します。多言語テキストをうまく描画することと、多言語テキストを保存することは別の成果であり、改訂サイクルを生き残るのは2番目のものだけです。

Qwen Image 3.0が実際にできること

Alibabaは1つのAPI形式の下で2つのティアを提供しており、その区分は価格設定において重要です。

• 2つのモデル — 複雑で高忠実度なレイアウトには qwen-image-3.0-pro、より高速で低コストな大量生産には qwen-image-3.0 standard。

• 高密度レイアウトをワンパスで — 九分割インフォグラフィック、入れ子のピクチャーインピクチャーUI、新聞紙面、試験問題。このモデルは、以前ならコンポジターを必要としたレイアウト向けに構築されています。

• 小さい文字 — ベンダー報告による判読性は、LaTeX数式や手書き文字を含む12言語・20以上のフォントで約10ピクセルまで。

• 解像度 — 最大2048×2048、カスタムサイズは512～2048、極端なアスペクト比1:8～8:1に対応。

• バッチ処理 — 1回の呼び出しで最大6つの出力が可能。レイアウトの方向性を試す際に便利な、異例の機能です。

• 編集 — 画像から画像への変換およびインペインティング用の入力画像は1～3枚です。

• レート制限 — Proでは1分間に5リクエスト、Standardでは20リクエストです。キャンペーンのローカライズを行う場合は、これを踏まえて計画を立ててください。

• プロンプトの長さ — 約4,500トークンで、かなりの量のアートディレクションに相当します。

独立系リーダーボードでは、しっかり中位に位置しています。Artificial AnalysisはQwen-Image-3.0をElo 1,068、27位とし、8,011サンプル、表示価格は1,000枚あたり30ドルとしています。ProティアはElo 1,091、20位で、13,459サンプル、40ドルです。Ideogram Vector 1.0はこのボードにスコアがありません。ボードは指示ベースの編集を測定しており、Vector 1.0は指示ベースの編集を行わないためです。

テキストのレンダリングとテキストの保存

これが区別のすべてなのだから、それについて正確を期す価値がある。

Qwen Image 3.0 がポスターに「OPEN」という単語を描くとき、それは難しいレンダリング問題を解決している。人間がその4文字として読むピクセルを、選ばれた書体で、もっともらしいウェイトと字間で生成した。しかしファイルには文字列が一切含まれていない。そのPNGのどこにも、単語が「OPEN」であることを知るものはない。「OUVERT」をリクエストすれば新しい画像が得られ、その新しい画像は新しい構図になる。レイアウトは数ピクセルずれるかもしれず、カーニングは今回モデルが決めたとおりで、テキスト背後のイラストも微妙に異なるかもしれない。それを8言語分掛け合わせれば、同じデザインではなく兄弟のような8枚のポスターができる。

Ideogram Vector 1.0 が SVG を返す場合、理想的なケースは、その単語がプロパティを持つテキストオブジェクトであることです。文字列を変更すると、フォントがその場で再レンダリングされ、周囲のすべては元の位置に留まります。Ideogram のローンチ資料はまさにこのことを説明しています。つまり、要素は個別に移動、回転、色変更が可能で、タイポグラフィは保持されます。

それはベンダーの主張であり、独立した検証は行われていないため、実践的な指示はどの新しいモデルにも当てはまる同じものになります。ファイルを開いて確認してください。SVGを読み込み、その単語をクリックして、テキストオブジェクトを選択したのか、パスのグループを選択したのかを確かめます。この一度の確認で、この記事のローカリゼーションに関する論点があなたのワークフローに当てはまるかどうかが決まります。

8言語で展開するキャンペーン、費用算出済み

製品の発売を例に考えよう：キービジュアル1点、8言語、2回の修正ラウンド。

Qwen Image 3.0 では、1枚あたり約0.03ドルで8枚の画像を生成できます。合計24セントで、ほぼ無料と言えます。費用がかかるのは修正ラウンドです。変更が必要な言語ごとに再生成が発生し、再生成のたびにレイアウトが承認済みのマスターからずれるリスクがあります。その後、デザイナーが新しい8枚と承認済みの8枚を比較し、ずれが許容範囲かどうかを判断します。このレビューこそが本当のコストであり、しかもそれが2回発生します。

Ideogram Vector 1.0 では、中品質の SVG を1つ、16セントで生成し、その中の文字列を翻訳します。8つの言語バリアントは、テキストが本当にテキストであると仮定すれば、テキストレイヤーを差し替えた1つのファイルの8つのコピーです。修正は検索と置換です。レビューは校正です。

生成ごとの料金はほぼ同じで、無視できる程度の差です。違いは、一方のワークフローでは言語ごとにレビュー工程があり、もう一方ではデザインごとにレビュー工程があることです。

Qwenが優位に立ち、ベクトルモデルが追随できない領域

ローカリゼーションだけが仕事ではなく、その他のいくつかの業務に関してはIdeogram Vector 1.0はまったく答えを持ち合わせていない。

• 高密度レイアウト生成 — 九分割のインフォグラフィックや新聞の一面を一度のパスでレンダリングできるのは、能力であってフォーマットではない。SVGは編集可能なファイルを提供するが、大判新聞をレイアウトできるモデルを提供するわけではない。

• 画像内でのタイポグラフィの忠実さ — 12言語・10ピクセルという主張は、レンダリング上の成果です。ほんの一握りの単語しかきれいに配置できないSVGジェネレーターは、どれほど編集可能であっても代替にはなりません。

• 写真・イラスト系のコンテンツ — Qwen は情景を描画します。Vector 1.0 はベクターアートを描画しますが、これははるかに限定的な美的表現です。

• 解像度とアスペクト比 — 1:8 の極端な比率を含む 2048×2048 は大半より広範囲だが、それはジオメトリの約束ではなくラスターの約束である。

• 価格 — 3セント対13〜32セント。決して修正されることのない大量処理なら、Qwenのほうが単純に安上がりだ。

• バッチ処理 — 1回の呼び出しで6つの出力をまとめるのは、生成ごとに1ファイルとする場合と比べて、サンプリング時には実質的なスループット上の利点です。

ベクター側の制限

ローカリゼーションの主張が実際のブリーフと向き合ったときに生き残れるかどうかは、2つの制約によって決まる。

第一はプロンプトの上限です。Ideogram Vector 1.0は1～9,500文字を受け付けます。Qwen Image 3.0はおよそ4,500トークンを受け付けます。見出し、サブ見出し、6つの箇条書きラベル、法的表記の行、アートディレクションの段落を備えたポスターの場合、文字数制限はたいてい十分です。しかしそれは厳然たる壁であり、本当に密度の高いレイアウトを描写する局面で破綻します。

二つ目は、欠けている編集エンドポイントです。Ideogram Vector 1.0 には二つのエンドポイントがあり、どちらも既存の構図についての指示を受け付けません。クライアントが見出しの背景のイラストを変更したい場合、再生成することになり、ドリフトの問題が再び現れます。ベクターの利点はテキストと色については確かにありますが、修正全般に対する免疫ではありません。

また、ローカリゼーションのパイプラインに特に重要な変換上の注意点があります。Qwen でマスターを生成し、Ideogram の vectorize エンドポイント経由で変換する場合——10セント、1画像最大50 MB、モードは simple または default——「図形をレイヤーにグループ化するよう要求する。グループ化はまだ利用できません」と文書化されている group パラメータの制限を引き継ぎます。変換されたポスターはレイヤー構造のないジオメトリとして返されるため、差し替えたかったテキストは背景と区別できないパスになります。変換は単一アートワークのための橋渡しであり、ローカリゼーションシステムの基盤ではありません。

ベンダーを倍にすることなく両方を実行する

うまく機能するのは上流／下流というパターンだ。Qwen Image 3.0 はポスターがどう見えるかを決めるのが得意で、Ideogram Vector 1.0 は8回の変換を経ても生き残るファイルであることが得意だ。どちらも他方の代替ではなく、両者の間の受け渡しは、どのアセットを変換する価値があるかについての人間の判断だ。

その引き渡しは、ラスタ側が独自の契約を必要としないため、以前よりも安価になっています。OrcaRouterは200以上のモデルを、プロバイダーの定価そのまま、マークアップ0%で単一のキーから提供し、そのルーティングDSLを使えば、呼び出し元を書き換えることなく、ローカリゼーションジョブのバッチをあるモデルへ、レイアウト探索のバッチを別のモデルへ送れます。翻訳ループで8言語を回し、アートディレクションループで6つのレイアウト方向を回すキャンペーンにとって、両方を1つのエンドポイントの背後に置けることは、パイプラインとスクリプトの山との違いになります。Ideogramのベクターエンドポイントは引き続きベンダー直通で、当社はそれらをルーティングしません。そのため、ベクター工程はご自身で接続する唯一の呼び出しになります。

実際に必要なのはどれ？

一度だけ、1つの言語で、文字密度の高いポスターを制作し、JPEGを納品するのが目的なら、Qwen Image 3.0が適正価格で最適なツールであり、ベクターモデルの編集性は使うことのない価値を提供するだけだ。

もし仕事が、多くの言語で、多くのサイズで存在し、改訂してもレイアウトが動いてはならない一つのデザインを制作することなら、ファイル形式こそが製品だ。SVGを生成し、テキストがテキストであることを検証し、あらゆる言語を新たな生成ではなく文字列の置換として扱え。

居心地の悪い中間こそが正直な立場だ。現実のキャンペーンの大半は、Qwenのレイアウト能力とIdeogramのファイル形式を、この順で必要とし、その継ぎ目で人間が判断する。12言語という主張は印象的だ。13番目の言語こそが金になる。