Ideogram Vector 1.0 vs GPT Image 2.5: cena za plik kontra cena za token

Najtrudniejsza rzecz w wyborze między Ideogram Vector 1.0 a GPT Image 2.5 to nie jakość. Chodzi o to, że oba modele rozliczają się w walutach, których nie da się porównać bez arytmetyki, a jeden z nich zmienił arytmetykę bez zmiany cennika. Ideogram Vector 1.0, wydany 22 października 2026 r., pobiera opłatę za plik: od 0,13 do 0,20 USD za SVG, 0,32 USD w wysokiej jakości z referencjami, 0,10 USD za wektoryzację obrazu. GPT Image 2.5, wydany 8 września 2026 r., pobiera opłatę za token: 30 USD za milion tokenów wyjściowych w trybie standardowym, 15 USD w trybie wsadowym, przy czym koszt na obraz wynika z tego, ile tokenów model zużyje na Twoje żądanie. Jedna z tych liczb to cena. Druga to stawka, którą trzeba modelować.

Okazuje się, że ta różnica w strukturze rozliczeń wyjaśnia większość praktycznej różnicy między modelami. Nie chodzi o to, że jeden jest lepszy — GPT Image 2.5 jest mocniejszym generatorem rastrowym pod niemal każdym względem, pod jakim można oceniać generator rastrowy, a Vector 1.0 jest jedynym z tej dwójki, który może dać skalowalny plik. Chodzi o to, że te dwa modele są kupowane na różne sposoby, do różnych zadań, przez zespoły o różnej tolerancji kosztów. Prawidłowe obliczenia są warte więcej niż prawidłowa interpretacja rankingu.

Najpierw problem drabiny.

Oba modele sprzedają jakość w podziale na poziomy. Tylko jeden z nich zachował stałe nazwy poziomów, a ten, który tego nie zrobił, to właśnie on zaskoczy Cię na fakturze.

GPT Image 2.5 jest dostępny w dwóch wariantach API — gpt-image-2.5-flare do zadań z priorytetem szybkości i gpt-image-2.5-sunburst do precyzji — a dodatkowo udostępnia parametr jakości. Zewnętrzne przewodniki po API, które porównują cennik wersji 2.5 z GPT Image 2, informują, że OpenAI zmieniło etykiety progów, a nie ceny: to, co 2.5 określa jako „high”, odpowiada w przybliżeniu temu, co poprzednia generacja określała jako „medium”, a odtworzenie dawnych wyników w wysokiej jakości wymaga teraz ustawienia „max”. Jeśli te doniesienia są prawdziwe, prosta migracja, która mapuje quality: high na quality: high, po cichu obniża wierność, podczas gdy stawka za token pozostaje identyczna. To cichy tryb awarii — i właśnie takie rzeczy ujawniają się jako „nowy model stał się gorszy”, a nie „zmieniliśmy konfigurację”.

Traktuj to jako relację z zewnętrznego źródła, a nie potwierdzoną dokumentację dostawcy — OpenAI nie opublikowało tabeli zużycia tokenów dla snapshotów 2.5, co samo w sobie jest powodem, dla którego koszt na obraz jest trudny do ustalenia. Powszechnie cytowane wartości kosztu na obraz przy 1024×1024 wynoszą około 0,0059 USD przy low, 0,013 USD przy medium, 0,053 USD przy high, 0,094 USD przy xhigh i 0,211 USD przy max, ale są to szacunki z kalkulatora, a nie opublikowany cennik.

Ideogram Vector 1.0 nie ma odpowiednika tej pułapki. Trzy poziomy jakości, trzy stałe ceny i dry_run parametr, który zwraca wycenę dla konkretnego żądania bez generowania go i naliczania opłat. Cokolwiek jeszcze pozostaje nierozstrzygnięte w kwestii modelu, jego cennik jest czytelny.

Kontrast specyfikacji i to, co ukrywa

Jedna linia na wymiar, po obu stronach:

• Format wyjściowy — GPT Image 2.5 zwraca obrazy rastrowe; Ideogram Vector 1.0 zwraca SVG z edytowalnymi ścieżkami i typografią.

• Jednostka rozliczeniowa — GPT Image 2.5 nalicza opłaty za tokeny wejściowe i wyjściowe w wysokości 5/8 USD za wejście i 30 USD za wyjście za milion (Standard), 15 USD za wyjście w Batch; Vector 1.0 rozlicza za wygenerowany plik według stawki 0,13 / 0,16 / 0,20 USD w zależności od poziomu.

• Koszt na wynik przy 1K — GPT Image 2.5 kształtuje się między około pół centa a pięcioma centami w zależności od planu; Vector 1.0 to od trzynastu do trzydziestu dwóch centów za plik SVG.

• Profil szybkości — GPT Image 2.5 dzieli się na Flare (szybki) i Sunburst (precyzyjny), więc możesz wybierać; Vector 1.0 ma jeden model i suwak jakości.

• Edycja — GPT Image 2.5 został stworzony do edycji opartej na instrukcjach i wieloturowych udoskonaleń; Vector 1.0 nie potrafi edytować grafiki rastrowej, ale jego wektoryzator zamienia ją na ścieżki za 0,10 USD.

• Renderowanie tekstu — obie firmy podają to jako swoją mocną stronę, a oba te twierdzenia pochodzą od samych dostawców. Wyróżnikiem Ideogramu jest typografia przeniesiona do formatu, w którym można poprawić tekst; OpenAI — tekst umieszczony poprawnie wewnątrz wyrenderowanej sceny.

• Niezależne benchmarki — GPT Image 2.5 je ma; Vector 1.0 nie ma żadnych, a zresztą żaden z rankingów obrazów i tak nie mierzy tego, co tutaj ma znaczenie.

Ta ostatnia linijka zasługuje na rozwinięcie, ponieważ jest to najbardziej doniosła asymetria w tym tekście.

Dlaczego ranking nie może na to odpowiedzieć

Artificial Analysis umieszcza zarówno GPT Image 2.5 Flare (max), jak i GPT Image 2.5 Sunburst (max) w swojej arenie tekst-na-obraz, obok konkurencji rastrowych. Arena ta działa na zasadzie ślepej preferencji parami: ludzie i oceniający patrzą na dwa obrazy i wybierają lepszy. To rozsądne narzędzie do oceny, czy wygenerowany obraz wygląda dobrze.

Nie potrafi ocenić pliku SVG. Plik wektorowy nie jest lepszy ani gorszy pod względem tego, jak wygląda jego spłaszczony podgląd; jest lepszy lub gorszy pod względem liczby punktów zakotwiczenia, tego, czy jego ścieżki są zamknięte, czy jego gradienty przetrwają, czy jego tekst jest konturami, czy żywym tekstem oraz czy jego komponenty są rozdzielne. Żadnej z tych właściwości nie widać w porównaniu obrazów obok siebie. Trzeba otworzyć plik.

Zatem uczciwe stwierdzenie brzmi: GPT Image 2.5 można uszeregować, a Vector 1.0 nie, a istniejący ranking mierzy coś, czego Vector 1.0 nie wytwarza. Każdy, kto podaje różnicę Elo między tymi dwoma modelami, porównuje zdjęcie z rysunkiem technicznym.

Przypadki użycia, dla których powstał GPT Image 2.5

Jeśli chodzi o edycję, GPT Image 2.5 nie ma tu bliskiego konkurenta. Vector 1.0 nie ma endpointu edycji. Nie można poprosić go o zmianę tła, podmianę koloru ani przesunięcie produktu o pięć centymetrów w lewo — można jedynie wygenerować nowy SVG albo zwektoryzować istniejący obraz. Cała konstrukcja GPT Image 2.5 opiera się na odwrotnym podejściu: modyfikacji na podstawie instrukcji, wieloetapowym dopracowywaniu i małych, lokalnych zmianach, które kiedyś wymagały maski.

Jeśli praca ma charakter fotograficzny lub sceniczny, jest tak samo. Vector 1.0 tworzy znaki i liternictwo. Nie tworzy zdjęcia produktowego z przekonującym oświetleniem.

Jeśli praca jest masowa i jednorazowa, model tokenowy wygrywa pod względem czystej ekonomiki o rząd wielkości. Przy kilku centach za obraz pięćset miniatur koncepcyjnych kosztuje mniej niż dwadzieścia dolarów. W Vector 1.0 ten sam przebieg w średniej jakości kosztowałby osiemdziesiąt dolarów, a każdy z tych plików musiałby być wart zachowania.

A jeśli potrzebujesz rabatów za przetwarzanie wsadowe, Batch API w GPT Image 2.5 o połowę obniża stawkę za tokeny wyjściowe — do 15 USD za milion tokenów. Vector 1.0 nie ma opublikowanego planu wsadowego — wolumen jest obsługiwany przez limit równoległych żądań na Twoim koncie, który objawia się odpowiedziami 429, a nie rabatem.

Nieliczne przypadki, w których geometria wygrywa

Przypadki odwrotne są węższe, ale rozstrzygające, gdy mają zastosowanie.

Każdy produkt finalny przeznaczony do druku, cięcia, trawienia lub haftowania. GPT Image 2.5 w maksymalnej jakości daje piękny plik rastrowy, który zakład produkcyjny źle zwektoryzuje. Vector 1.0 daje ścieżki.

Każdy zasób marki, który musi pozostać edytowalny. Logo, które klient będzie zmieniał kolorystycznie w całym systemie, albo znak słowny, który dział marketingu złoży ponownie w innej grubości, wymaga geometrii. Ponowne wygenerowanie go w innym rozmiarze to nie to samo co przeskalowanie go.

Każdy proces, w którym rozliczanie za plik jest łatwiejsze do zaplanowania w budżecie niż rozliczanie za token. Zespoły projektowe myślą w kategoriach zasobów. Stała stawka 0,20 USD za SVG jest przewidywalna w taki sposób, w jaki „to zależy, ile tokenów zużyje model” nie jest, a wycena w trybie dry_run sprawia, że szacowanie partii to skrypt jednowierszowy.

Oraz każdy przypadek, w którym chcesz zwektoryzować istniejący zasób. Punkt końcowy image-to-vector za 0,10 USD nie ma odpowiednika w udokumentowanym zakresie GPT Image 2.5. Przyjmuje pliki JPEG, PNG lub WEBP o rozmiarze do 50 MB i oferuje tryb simple dla mniejszej liczby kształtów oraz tryb domyślny, który zachowuje więcej szczegółów — a według własnej strony referencyjnej Ideogramu nie może jeszcze grupować wyniku w warstwy.

Dzwoniąc do obu z jednego miejsca

To jedyne porównanie w tej serii, w którym możemy być konkretni co do naszego własnego zakresu: GPT Image 2.5 znajduje się w katalogu OrcaRouter jako zarówno gpt-image-2.5-flare, jak i gpt-image-2.5-sunburst. Ideogram Vector 1.0 nie — jest dostępny za pośrednictwem własnej platformy i API Ideogram oraz kilku platform zewnętrznych, a my go nie obsługujemy.

Ta asymetria jest użyteczna, a nie niezręczna, ponieważ przekłada się na to, jak należy używać obu modeli. Strona GPT Image 2.5 to strona dużego wolumenu i szybkiego iterowania: strona, na której próbujesz dwadzieścia wariantów, dziewiętnaście odrzucasz i dbasz o opóźnienia oraz przełączanie awaryjne. Udostępnianie go po cenie katalogowej dostawcy z 0% marży, za automatycznym przełączaniem awaryjnym, oznacza, że degradacja Sunburst nie zatrzymuje partii, a zmiana stawek Flare jest u nas aktywna tego samego dnia. Strona wektorowa to strona małego wolumenu i wysokich stawek: garść plików na projekt, z których każdy jest wart trzydzieści razy więcej niż obraz rastrowy, które wolisz generować celowo i sprawdzać ręcznie, niż kierować automatycznie.

Jeśli budujesz środowisko testowe, które je porównuje, praktyczna forma to mała pętla: prompt na wejściu, raster na wyjściu z GPT Image 2.5, wektoryzacja tego rastra za $0.10 i otwarcie obu. To porównanie nie polega na tym, który wygląda lepiej. Chodzi o to, czy wersja po wektoryzacji jest wystarczająco bliska bezpośrednio wygenerowanemu SVG, aby pominąć droższe wywołanie.

Reguła praktyczna

Policz produkty końcowe. Jeśli liczba jest duża, a pliki są jednorazowe, GPT Image 2.5 wygrywa zarówno pod względem możliwości, jak i kosztów, a ryzyko związane ze zmianą etykiet poziomów jest do opanowania, o ile sprawdzisz, co high faktycznie oznacza w Twojej konfiguracji.

Jeśli liczba jest mała, a pliki mają charakter trwały — znak, logotyp słowny, etykieta, zestaw ikon — cena za plik jest nieistotna w porównaniu z kosztem wektoryzacji, a Ideogram Vector 1.0 jest jedynym z tych dwóch, który kończy rozmowę plikiem gotowym do przekazania.

Niezręczne jest to, że drugi przypadek, ten, w którym Vector 1.0 wyraźnie wygrywa, jest jednocześnie tym, za którym nie stoją żadne niezależne dowody. To nie jest powód, by zamiast tego wybrać GPT Image 2.5. To powód, by otworzyć pierwszy wygenerowany plik SVG i samodzielnie policzyć ścieżki, zanim zbudujesz na tym cały workflow.