Ideogram Vector 1.0 vs Qwen Image 3.0: Mười hai ngôn ngữ và ngôn ngữ thứ mười ba

Qwen Image 3.0 hiển thị văn bản dễ đọc bằng mười hai ngôn ngữ. Đó là điểm nhấn từ buổi ra mắt tháng 7 năm 2026 của Alibaba, và nó thực sự ấn tượng — áp phích dày đặc, thực đơn, bản mô phỏng giao diện người dùng và hình LaTeX, tất cả chỉ trong một lượt, xuống đến cỡ chữ khoảng mười pixel. Nhưng mỗi dự án bản địa hoá rốt cuộc đều gặp cùng một thời điểm: khách hàng quay lại và muốn cùng ấn phẩm đó bằng ngôn ngữ thứ mười ba, hoặc muốn đổi một từ trong dòng tiếng Ả Rập vì bộ phận pháp lý đã xem xét. Vào thời điểm đó, Qwen Image 3.0 và Ideogram Vector 1.0 không còn có thể so sánh với nhau, vì một bên tạo lại toàn bộ áp phích còn bên kia chỉ sửa một chuỗi.

Ideogram Vector 1.0, phát hành ngày 22 tháng 10 năm 2026, xuất ra SVG. Qwen Image 3.0, ra mắt trên API vào đầu tháng 8 năm 2026, xuất ra điểm ảnh. Kết xuất văn bản đa ngôn ngữ tốt và lưu trữ văn bản đa ngôn ngữ là hai thành tựu khác nhau, và chỉ thành tựu thứ hai mới tồn tại được qua một chu kỳ sửa đổi.

Qwen Image 3.0 thực sự làm được những gì

Alibaba cung cấp hai hạng dịch vụ trong cùng một hình thức API và cách phân chia này có ý nghĩa quan trọng đối với việc định giá.

• Hai mô hình — qwen-image-3.0-pro cho các bố cục phức tạp, độ trung thực cao; qwen-image-3.0 tiêu chuẩn cho sản xuất hàng loạt nhanh hơn, rẻ hơn.

• Bố cục dày đặc trong một lượt — infographic lưới chín ô, giao diện hình trong hình lồng nhau, trang báo, đề thi. Mô hình được xây dựng cho những bố cục từng cần đến trình ghép lớp.

• Chữ cỡ nhỏ — độ dễ đọc theo báo cáo của nhà cung cấp đạt xuống tới khoảng mười pixel, trên mười hai ngôn ngữ và hơn hai mươi phông chữ, bao gồm cả công thức LaTeX và chữ viết tay.

• Độ phân giải — lên đến 2048×2048, với kích thước tùy chỉnh từ 512 đến 2048 và tỷ lệ khung hình cực đoan từ 1:8 đến 8:1.

• Xử lý theo lô — tối đa sáu đầu ra mỗi lần gọi, điều này khá bất thường và hữu ích khi bạn đang lấy mẫu các hướng bố cục.

• Chỉnh sửa — một đến ba hình ảnh đầu vào cho image-to-image và inpainting.

• Giới hạn tốc độ — {{1}}năm yêu cầu mỗi phút trên gói Pro, hai mươi trên gói Standard.{{/1}} Hãy tính đến điều này nếu bạn đang bản địa hóa một chiến dịch.

• Độ dài prompt — khoảng 4.500 token, tức là rất nhiều chỉ đạo nghệ thuật.

Trên bảng xếp hạng độc lập, nó nằm vững vàng ở tầm trung: Artificial Analysis xếp Qwen-Image-3.0 ở 1.068 Elo, thứ 27, trên 8.011 mẫu với mức giá niêm yết 30 USD/1.000 ảnh, còn gói Pro ở 1.091 Elo, thứ 20, trên 13.459 mẫu với giá 40 USD. Ideogram Vector 1.0 không có điểm trên bảng xếp hạng đó, vì bảng này đo lường chỉnh sửa theo chỉ dẫn và Vector 1.0 không thực hiện chỉnh sửa theo chỉ dẫn.

Kết xuất văn bản so với lưu trữ văn bản

Đây là toàn bộ sự khác biệt, nên đáng để nói cho chính xác về điều đó.

Khi Qwen Image 3.0 vẽ từ "OPEN" trong một tấm áp phích, nó đã giải quyết được một bài toán kết xuất khó. Nó tạo ra các điểm ảnh mà con người đọc thành bốn ký tự đó, theo một kiểu chữ được chọn, với độ đậm và khoảng cách hợp lý. Nhưng tệp không chứa chuỗi nào. Không có gì trong tệp PNG đó biết từ này là "OPEN." Hãy yêu cầu "OUVERT" và bạn nhận được một hình ảnh mới, và hình ảnh mới là một bố cục mới: bố cục có thể dịch đi vài điểm ảnh, kerning là bất cứ thứ gì mô hình quyết định lần này, và hình minh họa phía sau văn bản có thể khác đi một cách tinh tế. Nhân điều đó với tám ngôn ngữ và bạn có tám tấm áp phích là anh em với nhau thay vì cùng một thiết kế.

Khi Ideogram Vector 1.0 trả về một tệp SVG, trường hợp lý tưởng là từ đó là một đối tượng văn bản có thuộc tính. Thay đổi chuỗi, phông chữ sẽ kết xuất lại ngay tại chỗ, mọi thứ xung quanh vẫn nằm nguyên vị trí. Tài liệu ra mắt của Ideogram mô tả chính xác điều này: các phần tử có thể di chuyển, xoay và đổi màu riêng lẻ, với kiểu chữ được giữ nguyên.

Đó là tuyên bố của nhà cung cấp và chưa được kiểm nghiệm độc lập, vì vậy chỉ dẫn thực tế vẫn là chỉ dẫn áp dụng cho bất kỳ mô hình mới nào: mở tệp và kiểm tra. Tải SVG lên, nhấp vào từ, và xem bạn đã chọn một đối tượng văn bản hay một nhóm đường dẫn. Chỉ riêng việc kiểm tra đó quyết định liệu lập luận về bản địa hoá trong bài viết này có áp dụng cho quy trình làm việc của bạn hay không.

Một chiến dịch bằng tám ngôn ngữ, đã được tính toán chi phí

Lấy ví dụ một đợt ra mắt sản phẩm: một hình ảnh chủ đạo, tám ngôn ngữ, hai vòng chỉnh sửa.

Với Qwen Image 3.0, bạn tạo tám hình ảnh với giá khoảng 0,03 USD mỗi hình — hai mươi tư xu — gần như miễn phí. Vòng chỉnh sửa mới là phần tốn kém. Mỗi ngôn ngữ thay đổi đồng nghĩa với một lần tạo lại, và mỗi lần tạo lại có nguy cơ bố cục bị lệch so với bản gốc đã được duyệt. Sau đó, nhà thiết kế so sánh tám hình ảnh mới với tám hình ảnh đã được duyệt và quyết định xem độ lệch có chấp nhận được không. Việc đánh giá đó mới là chi phí thực sự, và nó diễn ra hai lần.

Với Ideogram Vector 1.0, bạn tạo một SVG ở chất lượng trung bình với giá mười sáu xu và dịch các chuỗi bên trong đó. Tám biến thể ngôn ngữ là tám bản sao của cùng một tệp với một lớp văn bản được thay thế, giả sử văn bản thực sự là văn bản. Việc chỉnh sửa là tìm-và-thay-thế. Việc rà soát là hiệu đính.

Giá theo từng lần tạo đủ gần nhau đến mức không đáng bận tâm. Khác biệt là một quy trình có bước đánh giá cho mỗi ngôn ngữ, còn quy trình kia có bước đánh giá cho mỗi thiết kế.

Nơi Qwen chiến thắng và mô hình vector không thể theo kịp

Bản địa hóa không phải là nhiệm vụ duy nhất, và với một số nhiệm vụ khác, Ideogram Vector 1.0 hoàn toàn không có câu trả lời.

• Sinh bố cục dày đặc — một infographic chín ô hay trang nhất báo được kết xuất trong một lượt là một năng lực, không phải một định dạng. SVG cho bạn một tệp có thể chỉnh sửa; nó không cho bạn một mô hình có thể dàn trang một tờ báo khổ lớn.

• Độ chính xác kiểu chữ ngay trong ảnh — tuyên bố về mười hai ngôn ngữ, mười pixel là một thành tựu về kết xuất. Một trình tạo SVG chỉ đặt được gọn gàng vài từ thì không thể thay thế, dù kết quả có thể chỉnh sửa đến đâu.

• Nội dung nhiếp ảnh và minh họa — Qwen vẽ cảnh. Vector 1.0 vẽ tác phẩm vector, một phong cách thẩm mỹ hẹp hơn nhiều.

• Độ phân giải và tỷ lệ khung hình — 2048×2048 với các tỷ lệ cực đoan 1:8 là rộng hơn hầu hết, và đó là lời hứa về raster chứ không phải lời hứa về hình học.

• Giá cả — ba xu so với mười ba đến ba mươi hai. Đối với công việc hàng loạt mà không bao giờ có gì bị sửa lại, Qwen đơn giản là rẻ hơn.

• Gộp lô — sáu đầu ra mỗi lần gọi so với một tệp mỗi lần tạo là một lợi thế thông lượng thực sự khi bạn đang lấy mẫu.

Các giới hạn ở phía vector

Hai ràng buộc sẽ quyết định liệu lập luận về bản địa hóa có đứng vững khi đối mặt với một brief thực tế hay không.

Đầu tiên là trần prompt. Ideogram Vector 1.0 chấp nhận từ 1 đến 9.500 ký tự. Qwen Image 3.0 chấp nhận khoảng 4.500 token. Với một tấm áp phích có tiêu đề chính, tiêu đề phụ, sáu nhãn gạch đầu dòng, một dòng pháp lý và một đoạn chỉ đạo nghệ thuật, giới hạn ký tự thường là đủ — nhưng đó là một bức tường cứng, và nó thất bại đúng ở điểm bạn đang mô tả một bố cục thực sự dày đặc.

Thứ hai là endpoint chỉnh sửa còn thiếu. Ideogram Vector 1.0 có hai endpoint và không endpoint nào nhận chỉ dẫn về một bố cục đã có. Nếu khách hàng muốn thay đổi hình minh họa phía sau tiêu đề, bạn phải tạo lại, và vấn đề lệch lại quay về. Lợi thế vector là có thật đối với văn bản và màu sắc; đó không phải là khả năng miễn nhiễm chung với việc chỉnh sửa.

Cũng có một lưu ý về chuyển đổi đặc biệt quan trọng đối với pipeline bản địa hoá. Nếu bạn tạo bản gốc trong Qwen rồi chuyển đổi qua endpoint vectorize của Ideogram — mười xu, một ảnh tối đa 50 MB, chế độ simple hoặc default — bạn sẽ kế thừa hạn chế rằng tham số group được ghi trong tài liệu là "yêu cầu nhóm các hình dạng thành lớp. Tính năng nhóm chưa khả dụng." Một poster đã chuyển đổi sẽ trả về dưới dạng hình học không có cấu trúc lớp, nghĩa là phần văn bản bạn muốn thay thế giờ đây là những path không thể phân biệt với nền. Chuyển đổi là cầu nối cho một tác phẩm đơn lẻ, không phải nền tảng cho một hệ thống bản địa hoá.

Vận hành cả hai mà không cần tăng gấp đôi số nhà cung cấp của bạn

Mô thức hiệu quả là thượng nguồn/hạ nguồn. Qwen Image 3.0 giỏi quyết định tấm poster trông ra sao; Ideogram Vector 1.0 giỏi ở việc trở thành tệp sống sót qua tám lần chuyển đổi. Không bên nào thay thế được bên kia, và việc bàn giao giữa hai bên là quyết định của con người về chuyện tài nguyên nào đáng để chuyển đổi.

Việc bàn giao đó giờ rẻ hơn trước vì phía raster không cần hợp đồng riêng. OrcaRouter mang hơn 200 mô hình sau một khóa duy nhất với giá niêm yết của nhà cung cấp và 0% phụ phí, đồng thời DSL định tuyến của nó cho phép bạn gửi một lô công việc bản địa hóa đến một mô hình và một lô khám phá bố cục đến một mô hình khác mà không cần viết lại bên gọi. Với một chiến dịch chạy tám ngôn ngữ qua vòng lặp dịch thuật và sáu hướng bố cục qua vòng lặp chỉ đạo nghệ thuật, việc có cả hai đằng sau một điểm cuối chính là khác biệt giữa một pipeline và một mớ script. Các điểm cuối vector của Ideogram vẫn đi trực tiếp đến nhà cung cấp — chúng tôi không định tuyến chúng — vì vậy bước vector là lệnh gọi duy nhất bạn phải tự kết nối.

Cái nào bạn thực sự cần

Nếu công việc là tạo một tấm áp phích dày đặc chữ, chỉ một lần, bằng một ngôn ngữ, và bàn giao một tệp JPEG, thì Qwen Image 3.0 là công cụ phù hợp với mức giá phù hợp, và khả năng chỉnh sửa của mô hình vector chẳng mang lại cho bạn điều gì bạn sẽ dùng.

Nếu nhiệm vụ là tạo ra một thiết kế sẽ tồn tại ở nhiều ngôn ngữ, ở nhiều kích cỡ, với các bản sửa đổi không được làm xê dịch bố cục, thì định dạng tệp chính là sản phẩm. Hãy tạo SVG, xác minh rằng văn bản là văn bản, và coi mỗi ngôn ngữ như một phép thay thế chuỗi thay vì một lần tạo mới.

Vùng trung gian khó chịu mới là vùng trung thực: hầu hết các chiến dịch thực tế đều cần năng lực bố cục của Qwen và định dạng tệp của Ideogram, theo đúng thứ tự đó, với con người quyết định ở mối nối. Tuyên bố về mười hai ngôn ngữ thật ấn tượng. Ngôn ngữ thứ mười ba mới là nơi có tiền.