Ideogram Vector 1.0 vs GPT Image 2.5: Um preço por arquivo contra um preço por token

O mais difícil ao escolher entre Ideogram Vector 1.0 e GPT Image 2.5 não é a qualidade. É que os dois modelos cobram em moedas que não podem ser comparadas sem aritmética, e um deles mudou a aritmética sem mudar a tabela de preços. O Ideogram Vector 1.0, lançado em 22 de outubro de 2026, cobra por arquivo: US$ 0,13 a US$ 0,20 por um SVG, US$ 0,32 na qualidade alta com referências, US$ 0,10 para vetorizar uma imagem. O GPT Image 2.5, lançado em 8 de setembro de 2026, cobra por token: US$ 30 por milhão de tokens de saída no modo padrão, US$ 15 no lote, com o custo por imagem surgindo de quantos tokens o modelo gasta na sua solicitação. Um desses números é um preço. O outro é uma tarifa que você precisa modelar.

Essa diferença na estrutura de cobrança, na prática, explica a maior parte da diferença entre os modelos. Não é que um seja melhor — o GPT Image 2.5 é o gerador raster mais forte em quase todos os aspectos pelos quais um gerador raster pode ser avaliado, e o Vector 1.0 é o único dos dois que consegue entregar um arquivo escalável. É que os dois são comprados de formas diferentes, para trabalhos diferentes, por equipes com tolerâncias de custo diferentes. Acertar a aritmética vale mais do que acertar o ranking.

Primeiro, o problema da escada

Ambos os modelos vendem qualidade em níveis. Apenas um deles manteve os nomes dos níveis estáveis, e aquele que não o fez é o que vai surpreender a sua fatura.

O GPT Image 2.5 é lançado em duas variantes de API — gpt-image-2.5-flare para cargas de trabalho que priorizam velocidade e gpt-image-2.5-sunburst para precisão — e ainda expõe um parâmetro de qualidade por cima disso. Guias de API de terceiros que comparam a tabela de preços da 2.5 com a do GPT Image 2 relatam que a OpenAI renomeou os níveis em vez de reprecificá-los: o que a 2.5 chama de "high" corresponde aproximadamente ao que a geração anterior chamava de "medium", e reproduzir a antiga saída de alta qualidade agora exige a configuração "max". Se esses relatos estiverem corretos, uma migração direta que mapeia quality: high para quality: high descarta a fidelidade silenciosamente, enquanto a tarifa por token permanece idêntica. Esse é um modo de falha silencioso, e é o tipo de coisa que aparece como "o novo modelo ficou pior" em vez de "nossa configuração mudou".

Trate isso como relato de terceiros, e não como documentação confirmada do fornecedor — a OpenAI não publicou uma tabela de consumo de tokens para os snapshots 2.5, o que, por si só, é o motivo pelo qual o custo por imagem é difícil de precisar. Os valores por imagem comumente citados em 1024×1024 giram em torno de $0.0059 no nível baixo, $0.013 no médio, $0.053 no alto, $0.094 no xhigh e $0.211 no máximo, mas são estimativas de calculadora, não uma tabela publicada.

O Ideogram Vector 1.0 não tem armadilha equivalente. Três níveis de qualidade, três preços fixos e um parâmetro dry_run que retorna uma cotação de preço para uma solicitação específica sem gerá-la nem cobrá-la. Independentemente de qualquer outra questão não resolvida sobre o modelo, sua precificação é compreensível.

O contraste das especificações, e o que ele esconde

Uma linha por dimensão, em ambos os lados:

• Formato de saída — GPT Image 2.5 retorna imagens raster; Ideogram Vector 1.0 retorna SVG com caminhos e tipografia editáveis.

• Unidade de cobrança — o GPT Image 2.5 cobra tokens de entrada e saída a US$ 5/US$ 8 na entrada e US$ 30 na saída por milhão (Standard), US$ 15 na saída no Batch; o Vector 1.0 cobra por arquivo gerado a US$ 0,13 / US$ 0,16 / US$ 0,20 conforme o nível.

• Custo por saída em 1K — o GPT Image 2.5 fica entre cerca de meio centavo e cinco centavos, dependendo do nível; o Vector 1.0 fica em treze a trinta e dois centavos por SVG.

• Perfil de velocidade — o GPT Image 2.5 divide-se em Flare (rápido) e Sunburst (precisão), para você escolher; o Vector 1.0 tem um único modelo e um ajuste de qualidade.

• Edição — O GPT Image 2.5 foi projetado para edição baseada em instruções e refinamento em várias rodadas; o Vector 1.0 não consegue editar um raster, mas seu vetorizador converte um em caminhos por US$ 0,10.

• Renderização de texto — ambos alegam que isso é um ponto forte, e ambas as alegações são dos próprios fornecedores. O diferencial do Ideogram é a tipografia levada para um formato em que os tipos podem ser corrigidos; o da OpenAI é texto posicionado corretamente dentro de uma cena renderizada.

• Benchmarks independentes — o GPT Image 2.5 tem; o Vector 1.0 não tem nenhum, e, de qualquer modo, nenhum dos rankings de imagens mede o que importa aqui.

Essa última frase merece ser desenvolvida, porque é a assimetria de maior consequência neste texto.

Por que o ranking não consegue responder a isso

O Artificial Analysis lista tanto GPT Image 2.5 Flare (max) quanto GPT Image 2.5 Sunburst (max) em sua arena de texto para imagem, ao lado da concorrência de raster. Essa arena funciona por preferência pareada cega: humanos e avaliadores olham para duas imagens e escolhem a melhor. É um instrumento razoável para julgar se uma imagem gerada parece boa.

Ele não consegue avaliar um SVG. Um arquivo vetorial não é melhor ou pior pela aparência de sua pré-visualização achatada; ele é melhor ou pior pela quantidade de pontos de ancoragem que possui, se seus caminhos são fechados, se seus gradientes sobrevivem, se seu texto está em contornos ou é texto vivo, e se seus componentes são separáveis. Nenhuma dessas propriedades é visível em uma comparação de imagens lado a lado. É preciso abrir o arquivo.

Então, a afirmação honesta é que o GPT Image 2.5 pode ser classificado e o Vector 1.0 não, e a classificação que existe mede algo que o Vector 1.0 não produz. Qualquer pessoa que cite uma diferença de Elo entre esses dois modelos está comparando uma fotografia a um projeto.

Os casos para os quais o GPT Image 2.5 foi criado

Se o trabalho for edição, o GPT Image 2.5 não está nem perto de ser desafiado aqui. O Vector 1.0 não tem endpoint de edição. Você não pode pedir para ele mudar o fundo, trocar uma cor ou mover um produto duas polegadas para a esquerda — só pode gerar um novo SVG ou vetorizar uma imagem existente. Todo o design do GPT Image 2.5 é o oposto: modificação baseada em instruções, refinamento em várias etapas e o tipo de pequena alteração localizada que antes exigia uma máscara.

Se o trabalho for fotográfico ou baseado em cena, o mesmo vale. O Vector 1.0 produz traços e letreiros. Ele não produz uma foto de produto com iluminação convincente.

Se o trabalho for de alto volume e descartável, o modelo de tokens vence em economia pura por uma ordem de magnitude. A alguns centavos por imagem, quinhentas miniaturas de conceito custam menos de vinte dólares. No Vector 1.0, a mesma varredura em qualidade média custaria oitenta, e cada um desses arquivos precisaria valer a pena ser mantido.

E se você precisar de descontos por lote, a Batch API do GPT Image 2.5 reduz pela metade a tarifa de saída, para US$ 15 por milhão de tokens. O Vector 1.0 não tem nível de lote publicado — o volume é tratado pelo limite de requisições em andamento da sua conta, que aparece em respostas 429 em vez de se converter em desconto.

Os casos restritos em que a geometria vence

Os casos inversos são mais restritos, mas decisivos quando se aplicam.

Qualquer entregável destinado a impressão, corte, gravação ou bordado. O GPT Image 2.5 na qualidade máxima gera um belo arquivo raster que uma oficina de produção vai vetorizar mal. O Vector 1.0 entrega caminhos.

Qualquer ativo de marca que precise permanecer editável. Um logotipo que um cliente vai recolorir em um sistema, ou um logotipo nominal que o marketing vai recompor em um peso diferente, exige geometria. Regenerá-lo em um tamanho diferente não é a mesma coisa que escalá-lo.

Qualquer fluxo de trabalho em que o preço por arquivo seja mais fácil de orçar do que por token. Equipes de design pensam em ativos. Um valor fixo de US$ 0,20 por SVG é previsível de um jeito que "depende de quantos tokens o modelo consome" não é, e a dry_run cotação transforma uma estimativa de lote em um script de uma linha.

E em qualquer caso em que você queira vetorizar um ativo existente. O endpoint de imagem para vetor de US$ 0,10 não tem equivalente na superfície documentada do GPT Image 2.5. Ele aceita JPEG, PNG ou WEBP de até 50 MB e oferece um modo simples para menos formas e um modo padrão que preserva mais detalhes — e, conforme a própria página de referência do Ideogram, ainda não consegue agrupar o resultado em camadas.

Chamando ambos de um só lugar

Esta é a única comparação desta série em que podemos ser específicos sobre a nossa própria cobertura: o GPT Image 2.5 está no catálogo da OrcaRouter tanto como gpt-image-2.5-flare quanto como gpt-image-2.5-sunburst. O Ideogram Vector 1.0 não está — ele está disponível pela própria plataforma e API do Ideogram e por várias plataformas de terceiros, e nós não o oferecemos.

Essa assimetria é útil, e não incômoda, porque corresponde a como os dois modelos devem ser usados. O lado do GPT Image 2.5 é o de alto volume e iteração rápida: o lado em que você testa vinte variantes, descarta dezenove e se preocupa com latência e failover. Oferecê-lo pelo preço de tabela do provedor, com 0% de markup, por trás de failover automático, significa que uma degradação do Sunburst não interrompe o lote e uma mudança de tarifa do Flare entra em vigor do nosso lado no mesmo dia. O lado vetorial é o de baixo volume e alto risco: um punhado de arquivos por projeto, cada um valendo trinta vezes uma imagem raster, que você prefere gerar deliberadamente e inspecionar manualmente a rotear automaticamente.

Se você está construindo a estrutura de teste que os compara, a forma prática é um pequeno loop: entra o prompt, sai o raster do GPT Image 2.5, vetorize esse raster a US$ 0,10 e abra os dois. A comparação que você está fazendo não é qual deles parece melhor. É se a versão vetorizada está suficientemente próxima do SVG gerado diretamente para dispensar a chamada mais cara.

A regra prática

Conte os entregáveis. Se o número for grande e os arquivos forem descartáveis, o GPT Image 2.5 vence tanto em capacidade quanto em custo, e o risco de reclassificação de níveis é administrável desde que você verifique o que high realmente significa na sua configuração.

Se o número for pequeno e os arquivos forem permanentes — um símbolo, um wordmark, um rótulo, um conjunto de ícones —, o preço por arquivo é irrelevante diante do custo de vetorização, e o Ideogram Vector 1.0 é o único dos dois que encerra a conversa com um arquivo que você pode enviar.

A parte desconfortável é que o segundo caso, aquele em que o Vector 1.0 claramente vence, também é o que não tem nenhuma evidência independente por trás. Isso não é motivo para escolher o GPT Image 2.5 em vez disso. É motivo para abrir o primeiro SVG que você gerar e contar os caminhos você mesmo antes de construir um fluxo de trabalho em cima dele.