Ideogram Vector 1.0 vs GPT Image 2.5: Giá theo tệp so với giá theo token

Điều khó nhất khi chọn giữa Ideogram Vector 1.0 và GPT Image 2.5 không phải là chất lượng. Đó là việc hai mô hình tính phí bằng những đơn vị tiền tệ không thể so sánh nếu không tính toán, và một trong hai đã thay đổi cách tính mà không đổi bảng giá. Ideogram Vector 1.0, ra mắt ngày 22 tháng 10 năm 2026, tính phí theo tệp: $0,13 đến $0,20 cho một SVG, $0,32 ở chất lượng cao với ảnh tham chiếu, $0,10 để vector hóa một hình ảnh. GPT Image 2.5, ra mắt ngày 8 tháng 9 năm 2026, tính phí theo token: $30 mỗi triệu token đầu ra ở chế độ tiêu chuẩn, $15 ở chế độ hàng loạt, với chi phí mỗi hình ảnh phát sinh từ số token mà mô hình dùng cho yêu cầu của bạn. Một trong những con số đó là giá. Con số còn lại là một mức phí mà bạn phải mô hình hóa.

Sự khác biệt về cơ cấu tính phí đó hóa ra lại giải thích phần lớn khác biệt thực tế giữa các mô hình. Không phải mô hình này tốt hơn — GPT Image 2.5 là trình tạo raster mạnh hơn trên gần như mọi khía cạnh mà một trình tạo raster có thể được đánh giá, và Vector 1.0 là mô hình duy nhất trong hai mô hình có thể đưa cho bạn một tệp có thể mở rộng. Mà là hai mô hình được mua theo những cách khác nhau, cho những công việc khác nhau, bởi các nhóm có mức chấp nhận chi phí khác nhau. Tính đúng phép toán đáng giá hơn việc xếp hạng đúng trên bảng xếp hạng.

Đầu tiên, bài toán chiếc thang

Cả hai mẫu đều bán chất lượng theo từng bậc. Chỉ một mẫu giữ ổn định tên các bậc, và mẫu không làm được vậy chính là mẫu sẽ khiến hóa đơn của bạn bất ngờ.

GPT Image 2.5 được phát hành dưới dạng hai biến thể API — gpt-image-2.5-flare cho các tác vụ ưu tiên tốc độ và gpt-image-2.5-sunburst cho độ chính xác — đồng thời bổ sung thêm một tham số chất lượng ở lớp trên. Các hướng dẫn API của bên thứ ba so sánh bảng giá 2.5 với GPT Image 2 cho biết OpenAI đã dán nhãn lại các bậc chứ không định giá lại: mức mà 2.5 gọi là "high" tương ứng đại khái với mức mà thế hệ trước gọi là "medium", và để tái tạo đầu ra chất lượng cao như cũ thì nay cần đến thiết lập "max". Nếu thông tin đó là đúng, thì một cuộc di chuyển thẳng thắn ánh xạ quality: high thành quality: high sẽ âm thầm làm giảm độ trung thực trong khi mức giá trên mỗi token vẫn giữ nguyên. Đó là một kiểu hỏng hóc âm thầm, và nó thuộc dạng chỉ lộ ra dưới hình thức "mô hình mới kém đi" chứ không phải "cấu hình của chúng ta đã thay đổi."

Hãy coi đó là báo cáo của bên thứ ba thay vì tài liệu nhà cung cấp đã được xác nhận — OpenAI chưa công bố bảng mức tiêu thụ token cho các snapshot 2.5, và bản thân điều đó là lý do khiến chi phí trên mỗi ảnh khó xác định chính xác. Các con số trên mỗi ảnh thường được trích dẫn ở 1024×1024 vào khoảng $0.0059 ở mức low, $0.013 ở mức medium, $0.053 ở mức high, $0.094 ở mức xhigh và $0.211 ở mức max, nhưng đó là ước tính từ công cụ tính toán, không phải bảng giá đã công bố.

Ideogram Vector 1.0 không có cái bẫy tương đương. Ba bậc chất lượng, ba mức giá cố định và một dry_run tham số trả về báo giá cho một yêu cầu cụ thể mà không tạo ra hay tính phí nó. Dù còn điều gì chưa được giải quyết về mô hình, cách định giá của nó vẫn rõ ràng.

Sự tương phản về thông số kỹ thuật, và những gì nó che giấu

Mỗi chiều một dòng, cả hai phía:

• Định dạng đầu ra — GPT Image 2.5 trả về hình ảnh raster; Ideogram Vector 1.0 trả về SVG với các đường dẫn và kiểu chữ có thể chỉnh sửa.

• Đơn vị tính phí — GPT Image 2.5 tính phí token đầu vào và đầu ra ở mức $5/$8 cho đầu vào và $30 cho đầu ra mỗi triệu (Standard), $15 cho đầu ra ở Batch; Vector 1.0 tính phí theo từng tệp được tạo ở mức $0.13 / $0.16 / $0.20 tùy theo bậc.

• Chi phí mỗi đầu ra ở 1K — GPT Image 2.5 nằm trong khoảng từ khoảng nửa xu đến năm xu tùy theo hạng; Vector 1.0 ở mức từ mười ba đến ba mươi hai xu mỗi SVG.

• Cấu hình tốc độ — GPT Image 2.5 tách thành Flare (nhanh) và Sunburst (độ chính xác) để bạn lựa chọn; Vector 1.0 chỉ có một mô hình và một thanh điều chỉnh chất lượng.

• Chỉnh sửa — GPT Image 2.5 được thiết kế để chỉnh sửa dựa trên hướng dẫn và tinh chỉnh qua nhiều lượt; Vector 1.0 không thể chỉnh sửa ảnh raster, nhưng công cụ vector hóa của nó chuyển một ảnh thành các đường dẫn với giá $0.10.

• Hiển thị văn bản — cả hai đều tuyên bố đây là điểm mạnh, và cả hai tuyên bố đều do chính các nhà cung cấp đưa ra. Điểm khác biệt của Ideogram là kiểu chữ được đưa vào một định dạng nơi chữ có thể được chỉnh sửa; của OpenAI là văn bản được đặt đúng vị trí bên trong một cảnh được kết xuất.

• Các đánh giá độc lập — GPT Image 2.5 có, Vector 1.0 không có; và dù sao thì không bảng xếp hạng hình ảnh nào đo lường được điều thực sự quan trọng ở đây.

Dòng cuối cùng đó đáng được mở rộng, vì đó là sự bất đối xứng hệ trọng nhất trong bài viết này.

Vì sao bảng xếp hạng không thể trả lời điều này

Artificial Analysis liệt kê cả GPT Image 2.5 Flare (max) và GPT Image 2.5 Sunburst (max) trong đấu trường text-to-image của mình, bên cạnh các đối thủ raster. Đấu trường đó hoạt động theo sở thích ghép cặp mù: con người và người đánh giá nhìn hai hình ảnh và chọn hình tốt hơn. Đây là một công cụ hợp lý để đánh giá liệu một bức ảnh được tạo ra có trông đẹp hay không.

Nó không thể đánh giá một tệp SVG. Một tệp vector không tốt hơn hay kém hơn dựa trên việc bản xem trước đã được làm phẳng của nó trông thế nào; nó tốt hơn hay kém hơn dựa trên việc nó có bao nhiêu điểm neo, các đường dẫn của nó có đóng hay không, các gradient của nó có được giữ nguyên hay không, chữ của nó là dạng đường viền hay văn bản trực tiếp, và các thành phần của nó có thể tách rời hay không. Không thuộc tính nào trong số đó hiển thị được trong một so sánh hình ảnh đặt cạnh nhau. Bạn phải mở tệp ra.

Vậy nên phát biểu trung thực là GPT Image 2.5 có thể được xếp hạng còn Vector 1.0 thì không, và bảng xếp hạng hiện có đo lường thứ gì đó mà Vector 1.0 không tạo ra. Bất kỳ ai trích dẫn khoảng cách Elo giữa hai mô hình này đều đang so sánh một bức ảnh với một bản thiết kế.

Những trường hợp mà GPT Image 2.5 được xây dựng để đáp ứng

Nếu công việc là chỉnh sửa, GPT Image 2.5 gần như không có đối thủ ở đây. Vector 1.0 không có endpoint chỉnh sửa. Bạn không thể yêu cầu nó đổi nền, hoán đổi một màu, hay dịch chuyển một sản phẩm sang trái hai inch — bạn chỉ có thể tạo một SVG mới hoặc vector hóa một hình ảnh có sẵn. Toàn bộ thiết kế của GPT Image 2.5 thì ngược lại: chỉnh sửa dựa trên chỉ dẫn, tinh chỉnh qua nhiều lượt, và kiểu thay đổi cục bộ nhỏ mà trước đây vốn phải cần đến mask.

Nếu tác phẩm là ảnh chụp hoặc dựa trên bối cảnh thì cũng vậy. Vector 1.0 tạo ra các nét và chữ. Nó không tạo ra ảnh chụp sản phẩm với ánh sáng thuyết phục.

Nếu công việc có khối lượng lớn và dùng một lần, mô hình token thắng về mặt kinh tế thuần túy với khoảng cách gấp mười lần. Với vài xu mỗi ảnh, năm trăm ảnh thu nhỏ ý tưởng tốn chưa đến hai mươi đô-la. Trên Vector 1.0, cùng đợt tạo hàng loạt ở chất lượng trung bình sẽ tốn tám mươi đô-la, và mọi tệp trong số đó đều phải đáng để giữ lại.

Và nếu bạn cần chiết khấu theo lô, Batch API của GPT Image 2.5 giảm một nửa giá đầu ra xuống còn 15 đô la mỗi triệu token. Vector 1.0 không có gói theo lô nào được công bố — khối lượng được xử lý thông qua giới hạn yêu cầu đang xử lý của tài khoản bạn, điều này thể hiện qua các phản hồi 429 thay vì qua một khoản giảm giá.

Những trường hợp hẹp mà hình học chiếm ưu thế

Các trường hợp nghịch đảo hẹp hơn nhưng mang tính quyết định khi chúng được áp dụng.

Bất kỳ sản phẩm bàn giao nào dành cho in, cắt, khắc hoặc thêu. GPT Image 2.5 ở chất lượng tối đa sẽ cho bạn một tệp raster đẹp mắt mà xưởng sản xuất sẽ trace lại một cách tồi tệ. Vector 1.0 cho bạn các đường path.

Bất kỳ tài sản thương hiệu nào cần giữ được khả năng chỉnh sửa. Một logo mà khách hàng sẽ đổi màu xuyên suốt một hệ thống, hay một wordmark mà bộ phận marketing sẽ tái thiết lập với độ đậm khác, đều cần đến hình học. Tạo lại nó ở một kích thước khác không giống với việc thu phóng nó.

Mọi quy trình mà ở đó định giá theo từng tệp dễ lập ngân sách hơn so với định giá theo token. Các nhóm thiết kế tư duy theo tài nguyên. Mức cố định $0.20 cho mỗi SVG có thể dự báo được, trong khi "còn tùy mô hình tốn bao nhiêu token" thì không, và dry_run báo giá giúp việc ước tính cả lô trở thành một script một dòng.

Và mọi trường hợp bạn muốn vector hóa một tài sản hiện có. Endpoint chuyển ảnh sang vector giá $0,10 không có tương đương trong bề mặt được ghi chép của GPT Image 2.5. Nó nhận JPEG, PNG hoặc WEBP tối đa 50 MB, cung cấp chế độ đơn giản để có ít hình dạng hơn và một chế độ mặc định giữ lại nhiều chi tiết hơn — và theo chính trang tham chiếu của Ideogram, hiện chưa thể nhóm kết quả thành các lớp.

Gọi cả hai từ cùng một nơi

Đây là so sánh duy nhất trong loạt bài này mà chúng tôi có thể nói cụ thể về phạm vi cung cấp của chính mình: GPT Image 2.5 có trong danh mục của OrcaRouter dưới cả hai gpt-image-2.5-flare và gpt-image-2.5-sunburst. Ideogram Vector 1.0 thì không — nó có sẵn thông qua nền tảng và API riêng của Ideogram cùng một số nền tảng bên thứ ba, và chúng tôi không cung cấp nó.

Sự bất đối xứng đó hữu ích chứ không hề khó xử, vì nó khớp với cách hai mô hình nên được sử dụng. Phía GPT Image 2.5 là phía khối lượng lớn, lặp nhanh: phía mà bạn thử hai mươi biến thể, vứt bỏ mười chín, và quan tâm đến độ trễ cùng khả năng chuyển đổi dự phòng.Cung cấp nó ở mức giá niêm yết của nhà cung cấp với mức tăng giá 0%, phía sau cơ chế chuyển đổi dự phòng tự động, nghĩa là khi Sunburst bị suy giảm hiệu năng, lô xử lý không bị dừng, và thay đổi giá của Flare có hiệu lực ngay phía chúng ta trong cùng ngày. Phía vector là phía khối lượng thấp, rủi ro cao: chỉ một vài tệp mỗi dự án, mỗi tệp có giá trị gấp ba mươi lần một hình ảnh raster, mà bạn thà tạo một cách có chủ đích và kiểm tra bằng tay còn hơn định tuyến tự động.

Nếu bạn đang xây dựng bộ khung để so sánh chúng, thì hình thức thực tế là một vòng lặp nhỏ: đưa prompt vào, xuất ảnh raster từ GPT Image 2.5, vector hóa ảnh raster đó với giá $0.10, rồi mở cả hai. Phép so sánh bạn đang thực hiện không phải là cái nào trông đẹp hơn. Mà là liệu bản được trace có đủ gần với SVG được tạo trực tiếp để bỏ qua lệnh gọi tốn kém hơn hay không.

Quy tắc ngón tay cái

Đếm số lượng sản phẩm bàn giao. Nếu số lượng lớn và các tệp là loại có thể bỏ đi, GPT Image 2.5 thắng cả về năng lực lẫn chi phí, và rủi ro đổi nhãn gói dịch vụ vẫn có thể xử lý được miễn là bạn xác minh xem high thực sự có nghĩa là gì trong cấu hình của bạn.

Nếu số lượng ít và các tệp được dùng lâu dài — một dấu hiệu, một wordmark, một nhãn, một bộ biểu tượng — thì giá trên mỗi tệp không đáng kể so với chi phí dò nét, và Ideogram Vector 1.0 là lựa chọn duy nhất trong hai lựa chọn kết thúc cuộc trao đổi bằng một tệp bạn có thể đưa vào sử dụng.

Phần khó chịu là ở chỗ trường hợp thứ hai, trường hợp mà Vector 1.0 rõ ràng chiến thắng, cũng là trường hợp không có bằng chứng độc lập nào đằng sau nó. Đó không phải là lý do để chọn GPT Image 2.5 thay thế. Đó là lý do để mở tệp SVG đầu tiên bạn tạo ra và tự đếm các path trước khi bạn xây dựng một quy trình làm việc dựa trên nó.