Ideogram Vector 1.0 vs Qwen Image 3.0: Doze idiomas e o décimo terceiro

O Qwen Image 3.0 renderiza texto legível em doze idiomas. Esse é o destaque do lançamento da Alibaba em julho de 2026, e é realmente impressionante — pôsteres densos, menus, mockups de interface e figuras em LaTeX, tudo em uma única passada, até tipos de aproximadamente dez pixels. Mas todo projeto de localização acaba chegando ao mesmo momento: o cliente retorna e quer a mesma arte em um décimo terceiro idioma, ou quer alterar uma palavra na linha em árabe porque o jurídico revisou. Nesse momento, Qwen Image 3.0 e Ideogram Vector 1.0 deixam de ser comparáveis, porque um regenera o pôster inteiro e o outro edita uma string.

Ideogram Vector 1.0, lançado em 22 de outubro de 2026, emite SVG. Qwen Image 3.0, que foi disponibilizado na API no início de agosto de 2026, emite pixels. Renderizar bem texto multilíngue e armazenar texto multilíngue são realizações diferentes, e apenas a segunda sobrevive a um ciclo de revisão.

O que o Qwen Image 3.0 realmente faz

A Alibaba oferece dois níveis sob um único formato de API, e essa divisão é importante para o preço.

• Dois modelos — qwen-image-3.0-pro para layouts complexos e de alta fidelidade; qwen-image-3.0 padrão para produção em massa mais rápida e econômica.

• Layout denso em uma única passagem — infográficos em grade de nove, interface de picture-in-picture aninhada, páginas de jornal, provas de exame. O modelo foi criado para layouts que antes exigiam um compositor.

• Texto pequeno — legibilidade relatada pelo fornecedor até cerca de dez pixels, em doze idiomas e mais de vinte fontes, incluindo fórmulas LaTeX e escrita à mão.

• Resolução — até 2048×2048, com dimensões personalizadas de 512 a 2048 e proporções de aspeto extremas de 1:8 a 8:1.

• Processamento em lote — até seis saídas por chamada, o que é incomum e útil quando você está amostrando direções de layout.

• Edição — de uma a três imagens de entrada para image-to-image e inpainting.

• Limites de requisições — cinco requisições por minuto no Pro, vinte no Standard. Planeje-se considerando isso se estiver localizando uma campanha.

• Comprimento do prompt — cerca de 4.500 tokens, o que é muita direção de arte.

No ranking independente, está solidamente no meio do pelotão: o Artificial Analysis coloca o Qwen-Image-3.0 em 1.068 de Elo, em 27º lugar, com 8.011 amostras a um preço listado de US$ 30 por mil imagens, e o nível Pro em 1.091 de Elo, em 20º lugar, com 13.459 amostras a US$ 40. O Ideogram Vector 1.0 não tem pontuação nesse ranking, porque o ranking mede edição baseada em instruções e o Vector 1.0 não faz edição baseada em instruções.

Renderizar texto versus armazenar texto

Esta é toda a distinção, por isso vale a pena ser preciso quanto a ela.

Quando o Qwen Image 3.0 desenha a palavra "OPEN" em um pôster, ele resolveu um difícil problema de renderização. Ele produziu pixels que uma pessoa lê como esses quatro caracteres, em uma tipografia escolhida, com peso e espaçamento plausíveis. Mas o arquivo não contém nenhuma string. Nada naquele PNG sabe que a palavra é "OPEN". Peça "OUVERT" e você receberá uma nova imagem, e a nova imagem é uma nova composição: o layout pode se deslocar alguns pixels, o kerning é o que o modelo decidir desta vez, e a ilustração atrás do texto pode ser sutilmente diferente. Multiplique isso por oito idiomas e você terá oito pôsteres que são irmãos, e não o mesmo design.

Quando o Ideogram Vector 1.0 retorna um SVG, o caso ideal é que a palavra seja um objeto de texto com propriedades. Altere a string, a fonte é renderizada novamente no local, tudo ao redor permanece onde estava. O material de lançamento do Ideogram descreve exatamente isto: elementos que podem ser movidos, rotacionados e recoloridos individualmente, com a tipografia preservada.

É uma alegação do fornecedor e não foi testada de forma independente, então a instrução prática é a mesma que se aplica a qualquer modelo novo: abra o arquivo e verifique. Carregue o SVG, clique na palavra e veja se você selecionou um objeto de texto ou um grupo de caminhos. Essa única verificação determina se o argumento de localização deste artigo se aplica ao seu fluxo de trabalho ou não.

Uma campanha em oito idiomas, com custos calculados

Imagine um lançamento de produto: um visual principal, oito idiomas, duas rodadas de revisão.

Com o Qwen Image 3.0, você gera oito imagens a aproximadamente US$ 0,03 cada — vinte e quatro centavos —, o que é quase de graça. A rodada de revisão é a parte cara. Cada idioma que muda significa uma regeneração, e cada regeneração corre o risco de o layout se desviar do modelo aprovado. Um designer então compara oito novas imagens com oito aprovadas e decide se o desvio é aceitável. Essa revisão é o custo real, e ela acontece duas vezes.

Com o Ideogram Vector 1.0, você gera um SVG em qualidade média, por dezesseis centavos, e traduz as cadeias de texto dentro dele. Oito variantes de idioma são oito cópias de um único arquivo com uma camada de texto substituída, supondo que o texto seja realmente texto. A revisão é um localizar e substituir. A revisão final é uma revisão de provas.

Os preços por geração são próximos o suficiente para serem irrelevantes. A diferença é que um fluxo de trabalho tem uma etapa de revisão por idioma e o outro tem uma etapa de revisão por design.

Onde o Qwen vence e o modelo vetorial não consegue acompanhar

A localização não é o único trabalho, e em vários outros o Ideogram Vector 1.0 não tem resposta alguma.

• Geração de layout denso — um infográfico de nove quadrantes ou uma primeira página de jornal renderizada em uma única passada é uma capacidade, não um formato. O SVG entrega um arquivo editável; não entrega um modelo capaz de diagramar um broadsheet.

• Fidelidade tipográfica na imagem — a promessa de doze idiomas a dez pixels é um feito de renderização. Um gerador de SVG que só consegue colocar um punhado de palavras de forma limpa não é um substituto, por mais editável que seja o resultado.

• Conteúdo fotográfico e ilustrativo — Qwen desenha cenas. Vector 1.0 desenha arte vetorial, que é uma estética muito mais restrita.

• Resolução e proporções de aspecto — 2048×2048 com extremos de 1:8 é mais amplo que a maioria, e é uma promessa raster, não uma promessa de geometria.

• Preço — três centavos contra treze a trinta e dois. Para trabalhos em massa em que nada jamais será revisado, o Qwen é simplesmente mais barato.

• Processamento em lote — seis saídas por chamada em vez de um arquivo por geração é uma vantagem real de vazão quando você está amostrando.

Os limites do lado do vetor

Duas restrições determinam se o argumento da localização sobrevive ao contato com um briefing real.

O primeiro é o teto do prompt. O Ideogram Vector 1.0 aceita de 1 a 9.500 caracteres. O Qwen Image 3.0 aceita aproximadamente 4.500 tokens. Para um pôster com um título, um subtítulo, seis rótulos de tópicos, uma linha legal e um parágrafo de direção de arte, o limite de caracteres geralmente é suficiente — mas é uma parede rígida, e falha no ponto em que você está descrevendo um layout genuinamente denso.

O segundo é o endpoint de edição ausente. O Ideogram Vector 1.0 tem dois endpoints e nenhum deles aceita uma instrução sobre uma composição existente. Se o cliente quiser que a ilustração atrás do título seja alterada, você regenera, e o problema de deriva retorna. A vantagem vetorial é real para texto e cor; não é uma imunidade geral a revisão.

Há também uma ressalva de conversão que importa especificamente para um pipeline de localização. Se você gerar o master no Qwen e convertê-lo pelo endpoint de vetorização do Ideogram — dez centavos, uma imagem de até 50 MB, modo simple ou default —, você herda a limitação de que o parâmetro group está documentado como "solicitar o agrupamento de formas em camadas. O agrupamento ainda não está disponível." Um pôster convertido volta como geometria sem estrutura de camadas, o que significa que o texto que você queria trocar agora são caminhos indistinguíveis do fundo. A conversão é uma ponte para uma única arte, não uma base para um sistema de localização.

Executando ambos sem duplicar seus fornecedores

O padrão que funciona é upstream/downstream. O Qwen Image 3.0 é bom em decidir como o pôster vai ficar; o Ideogram Vector 1.0 é bom em ser o arquivo que sobrevive a oito traduções. Nenhum substitui o outro, e a passagem de um para o outro é uma decisão humana sobre qual asset vale a pena converter.

Essa transferência é mais barata do que costumava ser porque o lado raster não precisa do próprio contrato. O OrcaRouter carrega mais de 200 modelos por trás de uma única chave pelo preço de tabela do provedor, com 0% de markup, e sua DSL de roteamento permite enviar um lote de tarefas de localização para um modelo e um lote de explorações de layout para outro sem reescrever o chamador. Para uma campanha que roda oito idiomas por um loop de tradução e seis direções de layout por um loop de direção de arte, ter ambos por trás de um único endpoint é a diferença entre um pipeline e um monte de scripts. Os endpoints vetoriais da Ideogram continuam diretos com o fornecedor — não os roteamos —, então a etapa vetorial é a única chamada que você mesmo conecta.

Qual você realmente precisa

Se o trabalho é produzir um pôster denso, com muito texto, uma única vez, em um único idioma, e entregar um JPEG, o Qwen Image 3.0 é a ferramenta certa pelo preço certo, e a editabilidade do modelo vetorial não lhe compra nada que você vá usar.

Se o trabalho é produzir um design que existirá em muitos idiomas, em muitos tamanhos, com revisões que não podem deslocar o layout, então o formato do arquivo é o produto. Gere o SVG, verifique que o texto é texto e trate cada idioma como uma substituição de string em vez de uma nova geração.

O meio desconfortável é o honesto: a maioria das campanhas reais precisa da capacidade de layout do Qwen e do formato de arquivo do Ideogram, nessa ordem, com um humano decidindo na costura. A alegação de doze idiomas é impressionante. O décimo terceiro idioma é onde está o dinheiro.