Ideogram Vector 1.0 vs Qwen Image 3.0: Tolv språk och det trettonde

Qwen Image 3.0 renderar läsbar text på tolv språk. Det är rubriken från Alibabas lansering i juli 2026, och det är verkligen imponerande – tätpackade affischer, menyer, UI-mockuper och LaTeX-figurer, allt i en enda körning, ända ner till text på ungefär tio pixlar. Men varje lokaliseringsprojekt stöter förr eller senare på samma ögonblick: kunden återkommer och vill ha samma bildmaterial på ett trettonde språk, eller vill ändra ett ord i den arabiska raden eftersom juridiken har granskat den. I det ögonblicket, Qwen Image 3.0 och Ideogram Vector 1.0 upphör att vara jämförbara, eftersom den ena genererar om hela affischen och den andra redigerar en sträng.

Ideogram Vector 1.0, som släpptes den 22 oktober 2026, genererar SVG. Qwen Image 3.0, som öppnades i API:et i början av augusti 2026, genererar pixlar. Att rendera flerspråkig text väl och lagra flerspråkig text är olika bedrifter, och bara den andra överlever en revisionscykel.

Vad Qwen Image 3.0 faktiskt gör

Alibaba levererar två nivåer under en och samma API-utformning, och uppdelningen spelar roll för prissättningen.

• Två modeller – qwen-image-3.0-pro för komplexa layouter med hög återgivning; qwen-image-3.0 standard för snabbare och billigare massproduktion.

Tät layout i ett enda pass – nio-rutors infografik, nästlat bild-i-bild-gränssnitt, tidningssidor, tentamenspapper. Modellen byggdes för layouter som tidigare krävde en compositor.

• Liten text — enligt leverantören läsbar ned till cirka tio pixlar, i tolv språk och över tjugo teckensnitt, inklusive LaTeX-formler och handskrift.

• Upplösning – upp till 2048×2048, med anpassade dimensioner från 512 till 2048 och extrema bildförhållanden från 1:8 till 8:1.

• Batchning – upp till sex utdata per anrop, vilket är ovanligt och användbart när du samplar layoutriktningar.

• Redigering – en till tre indatabilder för bild-till-bild och inpainting.

• Hastighetsbegränsningar – fem förfrågningar per minut på Pro, tjugo på Standard. Planera utifrån detta om du lokaliserar en kampanj.

• Promptlängd – ungefär 4 500 tokens, vilket är en hel del konstnärlig styrning.

På den oberoende resultattavlan ligger den stadigt i mitten av fältet: Artificial Analysis placerar Qwen-Image-3.0 på 1 068 Elo, på 27:e plats, över 8 011 prover till ett listat pris på 30 USD per tusen bilder, medan Pro-nivån ligger på 1 091 Elo, på 20:e plats, över 13 459 prover till 40 USD. Ideogram Vector 1.0 har ingen poäng på den tavlan, eftersom tavlan mäter instruktionsbaserad redigering och Vector 1.0 inte utför instruktionsbaserad redigering.

Att rendera text kontra att lagra text

Det är hela skillnaden, så det är värt att vara noggrann med den.

När Qwen Image 3.0 ritar ordet "OPEN" i en affisch har det löst ett svårt renderingsproblem. Det producerade pixlar som en människa läser som de fyra tecknen, i ett valt typsnitt, med trovärdig vikt och trovärdigt avstånd. Men filen innehåller ingen sträng. Ingenting i den PNG-filen vet att ordet är "OPEN." Be om "OUVERT" och du får en ny bild, och den nya bilden är en ny komposition: layouten kan förskjutas några pixlar, kerningen är vad modellen råkar besluta den här gången, och illustrationen bakom texten kan vara subtilt annorlunda. Multiplicera det med åtta språk och du har åtta affischer som är syskon snarare än samma design.

När Ideogram Vector 1.0 returnerar en SVG är det idealiska fallet att ordet är ett textobjekt med egenskaper. Ändra strängen, teckensnittet renderas om på plats, allt runt omkring stannar där det var. Ideograms lanseringsmaterial beskriver exakt detta: element som individuellt kan flyttas, roteras och färgas om, med typografin bevarad.

Det är ett leverantörspåstående och det har inte testats oberoende, så den praktiska instruktionen är densamma som gäller för vilken ny modell som helst: öppna filen och kontrollera. Ladda SVG-filen, klicka på ordet och se om du har markerat ett textobjekt eller en grupp sökvägar. Den enda kontrollen avgör om lokaliseringsargumentet i den här artikeln gäller för ditt arbetsflöde eller inte.

En kampanj på åtta språk, kostnadsberäknad

Tänk dig en produktlansering: en huvudbild, åtta språk, två revideringsomgångar.

Med Qwen Image 3.0 genererar du åtta bilder till ungefär $0.03 styck – tjugofyra cent – vilket nästan är gratis. Revisionsomgången är den dyra delen. Varje språk som ändras innebär en ny generering, och varje ny generering riskerar att layouten glider ifrån den godkända mastern. En designer jämför sedan åtta nya bilder mot åtta godkända och avgör om avvikelsen är acceptabel. Den granskningen är den verkliga kostnaden, och den sker två gånger.

Med Ideogram Vector 1.0 genererar du en SVG i medelkvalitet, för sexton cent, och översätter strängarna i den. Åtta språkvarianter är åtta kopior av en fil med ett utbytt textlager, förutsatt att texten verkligen är text. Revidering är en sök-och-ersätt. Granskningen är en korrekturläsning.

Priserna per generering är tillräckligt nära för att vara irrelevanta. Skillnaden är att ett arbetsflöde har ett granskningssteg per språk och det andra har ett granskningssteg per design.

Där Qwen vinner och vektormodellen inte kan hänga med

Lokalisering är inte den enda uppgiften, och på flera andra har Ideogram Vector 1.0 inget svar alls.

• Tät layoutgenerering – en niorutig infografik eller en tidningsförstasida som renderas i ett enda pass är en förmåga, inte ett format. SVG ger dig en redigerbar fil; det ger dig inte en modell som kan layouta en broadsheet.

Typografisk trohet i bilden – påståendet om tolv språk och tio pixlar är en renderingsbedrift. En SVG-generator som bara kan placera en handfull ord snyggt är ingen ersättning, hur redigerbart resultatet än är.

• Fotografiskt och illustrativt innehåll — Qwen ritar scener. Vector 1.0 ritar vektorgrafik, vilket är en betydligt snävare estetik.

• Upplösning och bildförhållanden — 2048×2048 med extremvärden på 1:8 är bredare än de flesta, och det är ett rasterlöfte snarare än ett geometrilöfte.

• Pris — tre cent mot tretton till trettiotvå. För bulkarbete där inget någonsin kommer att revideras är Qwen helt enkelt billigare.

• Batchning — sex utdata per anrop mot en fil per generering är en verklig genomströmningsfördel när du samplar.

Gränserna på vektorsidan

Två begränsningar avgör om lokaliseringsargumentet överlever kontakten med en verklig brief.

Det första är prompttaket. Ideogram Vector 1.0 tar emot 1 till 9 500 tecken. Qwen Image 3.0 tar emot ungefär 4 500 tokens. För en poster med en rubrik, en underrubrik, sex punktetiketter, en juridisk rad och ett stycke om konstnärlig riktning räcker teckengränsen vanligtvis – men det är en hård gräns, och den brister just när man beskriver en verkligt tät layout.

Den andra är den saknade redigeringsslutpunkten. Ideogram Vector 1.0 har två slutpunkter och ingen av dem tar emot en instruktion om en befintlig komposition. Om kunden vill att illustrationen bakom rubriken ändras, regenererar du, och driftproblemet återkommer. Vektorfördelen är verklig för text och färg; den är inte en allmän immunitet mot revidering.

Det finns också ett konverteringsförbehåll som särskilt spelar roll för en lokaliseringspipeline. Om du genererar mastern i Qwen och konverterar den via Ideograms vectorize-slutpunkt – tio cent, en bild på upp till 50 MB, läget simple eller default – ärver du begränsningen att gruppparametern dokumenteras som "begär gruppering av former i lager. Gruppering är ännu inte tillgänglig." En konverterad affisch kommer tillbaka som geometri utan lagerstruktur, vilket innebär att texten du ville byta ut nu är banor som inte går att skilja från bakgrunden. Konvertering är en bro för enskilda konstverk, inte en grund för ett lokaliseringssystem.

Kör båda utan att fördubbla dina leverantörer

Mönstret som fungerar är uppströms/nedströms. Qwen Image 3.0 är bra på att avgöra hur affischen ser ut; Ideogram Vector 1.0 är bra på att vara filen som överlever åtta översättningar. Ingen av dem ersätter den andra, och överlämningen mellan dem är ett mänskligt beslut om vilken tillgång som är värd att konvertera.

Den överlämningen är billigare än den brukade vara eftersom rastersidan inte behöver ett eget avtal. OrcaRouter har över 200 modeller bakom en enda nyckel till leverantörens listpris med 0 % påslag, och dess routing-DSL låter dig skicka en batch lokaliseringsjobb till en modell och en batch layoutexperiment till en annan utan att skriva om anroparen. För en kampanj som kör åtta språk genom en översättningsloop och sex layoutriktningar genom en art direction-loop är det skillnaden mellan en pipeline och en hög med skript att ha båda bakom en enda slutpunkt. Ideograms vektorslutpunkter förblir leverantörsdirekta – vi dirigerar dem inte – så vektorsteget är det enda anropet du kopplar själv.

Vilken du faktiskt behöver

Om jobbet är att producera en tät, texttung affisch en gång, på ett enda språk, och lämna över en JPEG, så är Qwen Image 3.0 rätt verktyg till rätt pris, och vektormodellens redigerbarhet ger dig ingenting som du kommer att använda.

Om uppdraget är att ta fram en design som ska finnas på många språk, i många storlekar, med revideringar som inte får flytta layouten, då är filformatet produkten. Generera SVG:n, verifiera att texten är text och behandla varje språk som en strängsubstitution i stället för en ny generering.

Det obekväma mitten är det ärliga: de flesta verkliga kampanjer behöver Qwens layoutförmåga och Ideograms filformat, i den ordningen, med en människa som beslutar vid skarven. Påståendet om tolv språk är imponerande. Det trettonde språket är där pengarna finns.