Card de título gerado intitulado 'Ideogram 4.6 vs Nano Banana 2.1', com o subtítulo 'Um cobra por edição, o outro por pixel'. Card da esquerda, 'Lançado em 19 de novembro de 2026': Saída de até 4096 por 4096; Faixa de preço de US$ 0,008 a US$ 0,60 por imagem; Edição 4K de alta qualidade: US$ 0,60; Referências de até 5 via Generate; Edição multietapa da Rapidata em 1º lugar, 1.892. Card da direita, 'Google, gemini-nano-banana-2.1': Saída em 1K, 2K ou 4K; Preço por imagem: US$ 0,0336, US$ 0,0504, US$ 0,113; Edição 4K de alta qualidade: US$ 0,113; Referências de até 14, quatro personagens e 10 objetos; Classificação de edição da AA em 10º lugar, Elo 1.152. O rodapé informa que os preços seguem o card de cada fornecedor, que o snapshot da Rapidata é de 17 de novembro de 2026 e que a classificação de edição da Artificial Analysis foi consultada em 20 de novembro de 2026 em um painel de turno único. O logotipo da OrcaRouter fica no canto inferior direito.
Guides & Insights

Ideogram 4.6 vs Nano Banana 2.1: Edições vs Variedade

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Estes dois modelos não estão competindo pela mesma tarefa, e a maneira mais rápida de ver isso é colocar suas faixas de preço lado a lado. Ideogram 4.6, lançado em 19 de novembro de 2026, cobra US$ 0,60 por uma edição 4K de alta qualidade e US$ 0,10 por uma geração em 2K. Nano Banana 2.1, o gemini-nano-banana-2.1 do Goog​le, cobra US$ 0,113 pela mesma saída em 4K e US$ 0,0336 por 1K — porque cobra por token de saída, não pela tarefa que você pediu. Um modelo cobra mais pela edição mais difícil. O outro cobra mais pela maior quantidade de pixels e quase não percebe se você os gerou ou editou.

Essa diferença na filosofia de cobrança, no fim das contas, prevê quase tudo o mais a respeito deles.

As duas comissões respondem a perguntas diferentes

Screenshot of Rapidata's benchmark.ai page 'Multi-Step Image Editing Benchmark: Identity Drift Judged by Humans'. A leaderboard with columns Model, Organization, Score, 95% CI Interval, Responses, Matches and Winrate shows Ideogram 4.6 rank 1 at 1,892 with an 86.3% winrate and Ideogram 4.5 rank 2 at 1,866. The remaining visible rows run Seedream5.5 at 1,805, FLUX 3 Image at 1,697, Muse Image at 1,406, MAI-Image-2.6 at 1,299, MAI-Image-2.1-Pro (Thinking) at 1,291, Seedream 5.0 Pro at 1,174, MAI-Image-2.5-Pro at 1,145, Qwen-image-3.0-Pro (Thinking) at 1,014, GPT-Image 2.6 at 1,001 and Nano Banana Pro at 987, followed by a 'Show all 23 models' control. No Nano Banana 2.1 row appears in the visible twelve. The abstract above states 199 photographs and 413,667 responses across 76,714 matches, and the table caption states the score is a Bradley-Terry fit rescaled to Elo with 95% Wald intervals.

Nenhum dos modelos tem um número no quadro de origem do outro, e isso não é uma omissão dos responsáveis pelo benchmark — é uma consequência do que cada quadro mede.

O principal resultado do Ideogram 4.6 está no leaderboard Multi-step Image Edit da Rapidata: primeiro lugar com 1.892 e um intervalo de 32 pontos, a partir de 199 fotografias de pessoas reais, cada uma passada por uma cadeia de cinco prompts de edição de roupas, objetos e texto, julgadas por humanos quanto ao desvio do rosto em relação ao original. A configuração avaliada é Precise Edit em High Quality. Esse leaderboard foi criado para responder a uma pergunta — o sujeito sobrevive a vinte rodadas de edição — e o 4.6 é a linha do topo.

O Nano Banana 2.1 não tem linha entre os doze primeiros daquele mesmo snapshot. Seus números estão no Artificial Analysis, em vez disso, e abrangem aspectos diferentes: 8º lugar no painel de texto para imagem, com 1.176 Elo e um intervalo de 12 pontos a partir de 6.793 amostras, a US$ 33,60 por mil imagens, e 10º lugar no painel de edição, com 1.152 Elo e um intervalo de 12 pontos a partir de 7.606 amostras, pelo mesmo preço. Essas são pontuações de turno único. Elas medem a qualidade de uma geração e de uma edição, não a deriva acumulada de cinco seguidas.

Portanto, a comparação honesta não é “1.892 supera 1.152”. É que o Ideogram 4.6 lidera o ranking de múltiplos turnos e o Nano Banana 2.1 é um modelo do terço superior nos rankings de turno único, e nenhuma das duas afirmações diz nada sobre a outra. Qualquer pessoa que cite os dois números em confronto direto está comparando um Elo de uma escala com um Elo de outra escala em uma tarefa diferente.

O que cada modelo é, exatamente

Despidas do marketing, as duas especificações descrevem máquinas diferentes.

O Ideogram 4.6 é um modelo de geração e edição de imagens com uma superfície de entrada estreita e um ciclo de edição profundo. Ele recebe uma imagem de origem e uma alteração descrita, opcionalmente com máscara, e retorna uma imagem com as mesmas dimensões. Aceita até cinco imagens de referência por meio do Generate. Possui quatro modos de qualidade e dois endpoints, e seus pontos fortes documentados giram todos em torno de manter algo constante: o rosto do sujeito, uma cor especificada, os detalhes de um produto, uma região mascarada.

Nano Banana 2.1 é um modelo Gem​ini multimodal que tem a particularidade de gerar imagens. Suas entradas são texto, imagem, vídeo e PDF; suas saídas são imagem e texto. Ele possui um limite de entrada de 131.072 tokens e um limite de saída de 32.768 tokens, oferece suporte a pensamento configurável em níveis mínimo, médio e alto, a grounding com Goog​le Web e Image Search e à Batch API. Sua força em imagens é a capacidade de referência: até 14 imagens de referência, com a ficha do modelo especificando consistência de personagens para até quatro personagens e fidelidade de objetos para até dez objetos.

Aquela última linha é o verdadeiro diferencial, e é fácil passar por ela sem perceber. Quatorze referências não são uma versão maior de cinco. É um tipo diferente de tarefa — montar um elenco, uma linha de produtos, um conjunto de ativos de marca em um único quadro, em vez de refinar uma fotografia até que ela fique certa.

A inversão de preço do 4K

Generated comparison scoreboard headed 'Ideogram 4.6 vs Nano Banana 2.1'. Rows: Modality in image plus prompt against text, image, video and PDF; Output up to 4096 by 4096 against 1K, 2K or 4K; 2K edit $0.06 at Medium and $0.22 at High against $0.0504; 4K edit $0.20 at Medium and $0.60 at High against $0.113; References 5 through Generate against up to 14; Measured on Rapidata multi-step edit 1,892 against AA editing 1,152 on a single turn. Footer reads that prices are per each vendor's own card, that the Rapidata snapshot is dated 17 November 2026, that Artificial Analysis was read 20 November 2026, and that the two scores come from different boards. The OrcaRouter logo sits bottom-right.

Aqui as duas escadas divergem de uma forma que muda qual modelo é mais barato dependendo do que você está fazendo.

• Saída mais barata — Ideogram $0.008 por imagem em Very low / 2K, contra Nano Banana 2.1 $0.0168 por imagem 1K no nível Batch, $0.0336 no padrão

• Geração 2K — Ideogram US$ 0,06 a US$ 0,10 em Médio e Alto; Nano Banana 2.1 US$ 0,0504

• Edição 2K — Ideogram $0,06 no Medium, $0,22 no High; Nano Banana 2.1 $0,0504, porque uma edição é cobrada como uma imagem

• Geração 4K — Ideogram $0.12 no Médio, $0.20 no Alto; Nano Banana 2.1 $0.113

• Edição em 4K — Ideogram $0,20 no Médio, $0,60 no Alto; Nano Banana 2.1 $0,113

O padrão é evidente quando você alinha a linha de baixo. Uma edição 4K de alta qualidade custa 5,3 vezes mais no Ideogram 4.6 do que no Nano Banana 2.1. No nível Medium, a proporção é de 1,8. No 2K High, é de 4,4. Só no nível mais baixo da escala o Ideogram vence, e apenas contra o nível Standard do Google, e não contra o nível Batch.

A razão é estrutural, e não uma decisão de preços que qualquer um dos fornecedores provavelmente vá reverter. O Google cobra por tokens, e uma edição produz o mesmo número de tokens de saída que uma geração na mesma resolução — 3.780 tokens para uma imagem 4K, o que dá US$ 0,113. A Ideogram cobra pelo trabalho, e decidiu que uma edição 4K de alta qualidade é o trabalho mais pesado que vende. Se o seu pipeline for intensivo em edições em alta resolução, essa decisão é a maior linha isolada da sua fatura.

Um ponto de honestidade sobre o lado do roteamento: nenhum dos modelos está na lista da OrcaRouter hoje, então não há rota por chamada para nenhum deles e não há motivo para esperar que nosso preço seja diferente do dos próprios fornecedores. Onde uma camada de roteamento se justifica em uma carga de trabalho mista é ao redor deles — Nano Banana 2 e Nano Banana Pro, os predecessores roteados na mesma família de imagens Gem​ini, ficam atrás de uma única chave com o preço de tabela do provedor repassado com 0% de margem, para que a metade de geração de um pipeline possa continuar rodando com failover automático enquanto a metade de edição é apontada para o fornecedor que você escolher.

Por que os conselhos de editores discordam

Se você ler apenas os dois números de destaque, o Ideogram parece muito à frente na edição. Os placares dizem algo mais interessante que isso.

A cadeia da Rapidata é deliberadamente adversarial em relação a uma falha específica: cinco edições que nunca tocam o rosto, seguidas de uma comparação humana do rosto com o original. Um modelo pode produzir cinco edições individualmente excelentes e ainda assim ter uma pontuação ruim se o rosto "andar". É isso que o painel foi projetado para detectar, e é por isso que a taxa de resultados utilizáveis de edição mascarada da Ideogram — 90% na 4.6 contra 82% na 4.5 — corresponde à sua posição no ranking. Ambos estão medindo a mesma propriedade subjacente: quanto do quadro o modelo deixa intacto quando você não pediu que ele tocasse nele.

O quadro de edição da Artificial Analysis mede algo mais restrito. Ele avalia a qualidade de uma única edição, o que recompensa um modelo que produz um resultado bonito e não diz nada sobre se ele continuaria bonito na quinta passagem. Um modelo otimizado para composição com muitas referências — montar catorze recursos em uma cena — tenderá a se sair bem em qualidade de edição única e mal em deriva, porque cada elemento adicional que lhe foi pedido para reconciliar é mais uma chance de o sujeito original se mover.

As duas classificações não estão em conflito. Elas estão ranqueando os modelos por propriedades que um fluxo de trabalho real precisa simultaneamente, e cada modelo é melhor em uma delas.

Limites de referência, 5 contra 14

Screenshot of Ideogram's own Ideogram 4.6 model page. The hero reads 'Ideogram 4.6 is the new frontier of precise editing.' An 'Ideogram 4.6 at a glance' block lists Release date November 19, 2026; Resolution Up to 2K or 4K, with Very low quality supporting up to 2K; Quality modes Very low, Low, Medium, High; Reference images up to five through Generate; Local edits optional mask through Precise Edit; and API endpoints Generate and Precise Edit. A right-hand card promotes 'Meet Ideogram 4.5 - Precise control. One edit at a time.' Further down, a 'Multi-step Image Edit - benchmark.ai' panel headed '#1 in multi-step image editing' charts Ideogram 4.6 first, Ideogram 4.5 at 1866, Seedream5.5 at 1805, Flux 3 Image at 1697, Muse Image, MAI-Image-2.6 at 1299 and MAI-Image-2.1-Pro (Thinking) at 1291, sourced to Rapidata. No per-image API rate table appears in this capture.

A contagem de referências é o ponto em que a comparação deixa de ser equilibrada em qualquer das direções e passa a ser uma divisão clara de trabalho.

O Ideogram 4.6 aceita até cinco imagens por meio do Generate e, quando referências são anexadas, a primeira é a imagem que está sendo editada e as demais são referências. A documentação apresenta isso como uma edição que, por acaso, conta com material de apoio. O Nano Banana 2.1 aceita até 14, com a ficha do modelo indicando quatro personagens e dez objetos como alvos de fidelidade, e aceita vídeo e PDF como entradas junto com imagens.

Na prática: se o seu trabalho é uma fotografia, um único assunto e uma sequência de mudanças, o cinco do Ideogram não é uma restrição — você vai usar uma ou duas, e a máscara faz o resto do trabalho. Se o seu trabalho é uma cena com quatro pessoas e uma variedade de produtos que todos precisam manter a própria aparência, quatorze não é um luxo, e nenhuma qualidade de loop de edição compensa um modelo que não consegue ver a décima referência.

O inverso também é verdadeiro. Capacidade de referência não lhe compra resistência à deriva. Um modelo que mantém quatorze referências está reconciliando quatorze coisas a cada turno, e a cadeia Rapidata é precisamente o teste do que acontece com a décima quinta coisa — o rosto que ninguém pediu que ele mudasse.

Os controles de pensamento e o nível de lote

Duas funcionalidades existem de um lado desta comparação e não do outro, e ambas dizem respeito à infraestrutura de produção, e não à qualidade de imagem.

O Nano Banana 2.1 oferece raciocínio configurável em mínimo, médio e alto. Para trabalho com imagens, isso é um ajuste de latência e custo, não um recurso de raciocínio: um padrão Médio que a maioria de quem chama deixará como está, e uma configuração Alta para as solicitações em que a composição é difícil o suficiente para valer os tokens extras. Ele também oferece suporte à Batch API, que reduz pela metade o preço por imagem para US$ 0,0168 em 1K, US$ 0,0252 em 2K e US$ 0,0567 em 4K — em uma edição em 4K, isso é US$ 0,0567 contra US$ 0,60 do Ideogram, uma proporção acima de dez.

O Ideogram 4.6 não tem nenhum dos dois. Ele tem quatro modos de qualidade, que são uma versão mais grosseira da mesma ideia — de Muito baixo a Alto — e nenhum desconto por lote na API. O que ele tem é um teto definido: a documentação declara 4.096 por 4.096 como máximo, e qualquer coisa em 2K ou abaixo é cobrada pelo preço de 2K. O model card do Google é menos rígido quanto ao teto e mais rígido quanto à cobrança, já que cada token é contabilizado independentemente do que o produziu.

Para um trabalho em lote em escala, o segundo desses fatos domina tudo o mais nesta página. Com dez mil edições em 4K por mês, a diferença entre US$ 0,0567 e US$ 0,60 por ativo não é uma preferência. É uma linha de orçamento que decide qual modelo será lançado.

Escolhendo um e executando os dois

A separação é mais nítida do que na maioria dos confrontos diretos, e é isso que torna esta dupla digna de um texto.

Escolha Ideogram 4.6 quando o trabalho é uma imagem refinada muitas vezes e o assunto precisa sobreviver a isso: retoque, correção de cores da marca, reparo de detalhes do produto, fotografia de talentos, qualquer coisa em que o mesmo quadro passa por dez ou vinte passagens e a quinta versão ainda precisa ser a mesma pessoa. A evidência de deriva é o resultado individual mais forte que qualquer um dos modelos apresenta, a taxa de edição com máscara indica que o modelo respeita um limite, e abaixo de 4K custa o mesmo que o modelo que substitui.

Escolha Nano Banana 2.1quando a tarefa é compor a partir de muitas fontes, quando a entrada não é uma fotografia ou quando o volume torna o nível de lote decisivo. Quatorze referências, entrada de vídeo e PDF, fundamentação em busca e um preço de US$ 0,0567 no lote em 4K são quatro motivos separados que não têm nada a ver com a qualidade de edição e tudo a ver com o que a tarefa realmente é. O Elo de edição de 1.152 é uma pontuação respeitável no terço superior; não é por isso que você escolheria este modelo.

Executar os dois é a resposta para a maioria dos pipelines de produção, e é o único caso em que as duas escadas de preços deixam de competir. Gere e componha no modelo Gem​ini com preços de lote e, em seguida, entregue o quadro composto ao Ideogram para o passe editorial e as correções com máscara. As chamadas caras do Ideogram são as que precisam daquilo em que ele é realmente bom, e o volume fica do lado barato.

O que observar: o Artificial Analysis ainda não tem uma linha do Ideogram 4.6, e no momento em que tiver, esta comparação ganha um segundo ponto de dados independente nos painéis de turno único em que o Ideogram atualmente não é medido. Até lá, o resumo defensável é que o Ideogram 4.6 vence o argumento da deriva e o Nano Banana 2.1 vence o argumento do custo, e que nenhum dos resultados é surpresa quando você percebe que um cobra por edição e o outro cobra por pixel.