生成的标题卡标题为 Ideogram 4.6 vs Nano Banana 2.1,副标题为一个按编辑次数计费,另一个按像素计费。左侧卡片:发布于 2026年11月19日;输出最高 4096 × 4096;每张图像价格范围 $0.008 至 $0.60;高 4K 编辑 $0.60;通过 Generate 最多 5 个参考;Rapidata 多步编辑第 1 名,1,892。右侧卡片:Google, gemini-nano-banana-2.1;输出 1K、2K 或 4K;每张图像价格 $0.0336、$0.0504、$0.113;高 4K 编辑 $0.113;最多 14 个参考,四个角色和 10 个对象;AA 编辑排名第 10,Elo 1,152。页脚说明价格均依据各供应商自己的价目卡,Rapidata 快照日期为 2026年11月17日,Artificial Analysis 编辑排名于 2026年11月20日在单轮榜单上读取。OrcaRouter 标志位于右下角。
Guides & Insights

Ideogram 4.6 对比 Nano Banana 2.1:编辑能力与范围

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

这两个模型并不是在争夺同一项工作,最快的看清这一点的方法就是把它们的价格阶梯并排放在一起。Ideogram 4.6于2026年11月19日发布,高质量4K编辑收费$0.60,2K生成收费$0.10。Nano Banana 2.1,即 Google 的 gemini-nano-banana-2.1,同样的4K输出收费$0.113,1K收费$0.0336——因为它按输出 token 计费,而不是按你要求的任务计费。一个模型对最难的编辑收费最高。另一个模型对最多的像素收费最高,而且几乎不在意你是生成还是编辑了它们。

事实证明,这种计费理念上的差异几乎能预示他们其他所有方面的情况。

这两块板回答的是不同的问题

Screenshot of Rapidata's benchmark.ai page 'Multi-Step Image Editing Benchmark: Identity Drift Judged by Humans'. A leaderboard with columns Model, Organization, Score, 95% CI Interval, Responses, Matches and Winrate shows Ideogram 4.6 rank 1 at 1,892 with an 86.3% winrate and Ideogram 4.5 rank 2 at 1,866. The remaining visible rows run Seedream5.5 at 1,805, FLUX 3 Image at 1,697, Muse Image at 1,406, MAI-Image-2.6 at 1,299, MAI-Image-2.1-Pro (Thinking) at 1,291, Seedream 5.0 Pro at 1,174, MAI-Image-2.5-Pro at 1,145, Qwen-image-3.0-Pro (Thinking) at 1,014, GPT-Image 2.6 at 1,001 and Nano Banana Pro at 987, followed by a 'Show all 23 models' control. No Nano Banana 2.1 row appears in the visible twelve. The abstract above states 199 photographs and 413,667 responses across 76,714 matches, and the table caption states the score is a Bradley-Terry fit rescaled to Elo with 95% Wald intervals.

两个模型在对方的主榜上都没有数字,这并不是基准测试者的疏漏——而是每个榜单所衡量内容的结果。

Ideogram 4.6 最亮眼的成绩出现在 Rapidata 的 Multi-step Image Edit 排行榜上:以 1,892 分、32 分区间位列第一;该成绩基于 199 张真实人物照片,每张照片都经过由五个提示词组成的服装、物体和文字编辑链,再由人工评判人脸相对原图的偏移程度。受测配置为 High Quality 下的 Precise Edit。该榜单旨在回答一个问题——主体能否在二十轮编辑后依然保持原貌——而 4.6 正是榜首。

Nano Banana 2.1 在同一份快照的前十二名中没有条目。它的数据反而在 Artificial Analysis 上,而且覆盖的范围不同:在文生图榜单上以 1,176 Elo 排名第 8,基于 6,793 个样本的 12 点区间,价格为每千张图片 33.60 美元;在编辑榜单上以 1,152 Elo 排名第 10,基于 7,606 个样本的 12 点区间,价格相同。这些是单轮得分。它们衡量的是单次生成和单次编辑的质量,而不是连续五次所累积的漂移。

所以,诚实的比较并不是“1,892 胜过 1,152”。而是:Ideogram 4.6 在多轮榜单上处于领先地位,Nano Banana 2.1 在单轮榜单上属于上三分之一的模型;而这两个说法都不能说明另一个的任何情况。任何把这两个数字拿来相互对照的人,都是在把一个量表中的 Elo 与另一个不同任务上的另一个量表中的 Elo 进行比较。

每个模型究竟是什么,准确地说

剥去营销话术,这两份规格描述的是不同的机器。

Ideogram 4.6 是一个图像生成与编辑模型,输入入口较窄,但编辑循环深入。它接收一张源图像和一段描述性修改说明(可选带蒙版),并返回一张尺寸相同的图像。它通过 Generate 最多可接受五张参考图像。它提供四种质量模式和两个端点,其文档中记载的优势全都围绕保持某些内容始终不变:人物的面部、指定的颜色、产品的细节、被蒙版的区域。

Nano Banana 2.1 是一款恰好能输出图像的多模态 Gem​ini 模型。其输入为文本、图像、视频和 PDF;输出为图像和文本。它具有 131,072 个 token 的输入上限和 32,768 个 token 的输出上限,支持在最低、中等和高三档进行可配置思考,支持通过 Goog​le Web 和 Image Search 进行接地,并支持 Batch API。其图像优势在于参考能力:最多支持 14 张参考图像,模型卡中明确说明最多可保持四个角色的角色一致性,以及最多十个对象的物体保真度。

最后那句话才是真正的区别所在,而它很容易在快速浏览时被略过。十四个参考对象并不是五个的放大版。这是一种不同类型的任务——把一组人物、一条产品线、一套品牌资产组合进同一个画面,而不是把一张照片反复打磨到完美。

4K 价格倒挂

Generated comparison scoreboard headed 'Ideogram 4.6 vs Nano Banana 2.1'. Rows: Modality in image plus prompt against text, image, video and PDF; Output up to 4096 by 4096 against 1K, 2K or 4K; 2K edit $0.06 at Medium and $0.22 at High against $0.0504; 4K edit $0.20 at Medium and $0.60 at High against $0.113; References 5 through Generate against up to 14; Measured on Rapidata multi-step edit 1,892 against AA editing 1,152 on a single turn. Footer reads that prices are per each vendor's own card, that the Rapidata snapshot is dated 17 November 2026, that Artificial Analysis was read 20 November 2026, and that the two scores come from different boards. The OrcaRouter logo sits bottom-right.

在这里,两个阶梯出现了分歧,这会根据你正在做的事情改变哪个模型更便宜。

• 最便宜的输出 — Ideogram 在极低/2K 下每张图像 $0.008,相比之下 Nano Banana 2.1 在批量层级每张 1K 图像为 $0.0168,标准层级为 $0.0336

• 2K 生成 — Ideogram 在 Medium 和 High 档位为 $0.06 至 $0.10;Nano Banana 2.1 为 $0.0504

• 2K 编辑 — Ideogram 在 Medium 下为 $0.06,在 High 下为 $0.22;Nano Banana 2.1 为 $0.0504,因为编辑按一张图像计费

• 4K 生成 — Ideogram 在 Medium 档为 $0.12,在 High 档为 $0.20;Nano Banana 2.1 为 $0.113

• 4K 编辑 — Ideogram 中档 $0.20,高档 $0.60;Nano Banana 2.1 $0.113

一旦把最下面一行对齐,规律就非常明显。一次高质量 4K 编辑在 Ideogram 4.6 上的成本是 Nano Banana 2.1 的 5.3 倍。在 Medium 档位,这一比例是 1.8。在 2K High 档位则是 4.4。只有在整个阶梯的最底端,Ideogram 才占优,而且只是相对于 Google 的标准档位,而不是其 Batch 档位。

原因在于结构性差异,而非任何一家供应商都可能会逆转的定价决策。Goog​le 按 token 收费,而在相同分辨率下,一次编辑产生的输出 token 数与一次生成相同——4K 图像为 3,780 个 token,也就是这 $0.113。Ideogram 按工作量收费,并且它已经认定,高质量 4K 编辑是它出售的工作量最大的服务。如果你的流水线在高分辨率下以编辑为主,那么这一决定就是你账单中最大的一笔单项支出。

关于路由方面,有一点需要坦率说明:目前这两个模型都不在 OrcaRouter 的列表中,因此不存在针对任一模型的按调用路由,也没有理由认为我们的价格会与供应商自身价格有所不同。在混合工作负载中,路由层的价值恰恰体现在它们周围:同一 Gemini 图像系列中经由路由的前代模型 Nano Banana 2 和 Nano Banana Pro 位于同一个密钥之后,按供应商标价以 0% 加价透传,因此流水线中的生成部分可以继续依靠自动故障转移运行,而编辑部分则可以指向你选择的任意供应商。

为什么编辑板意见不一致

如果只看两个头条数字,Ideogram 在编辑方面似乎遥遥领先。但榜单所说明的情况比这更有意思。

Rapidata 的链条有意针对一种特定失败模式:连续五次编辑都不碰人脸,然后由人工将人脸与原始图像进行对比。一个模型可能做出五次各自都很出色的编辑,但如果人脸发生漂移,最终得分仍然会很差。这正是该排行榜旨在捕捉的问题,也是为什么 Ideogram 的掩码编辑可用结果率——4.6 版本为 90%,4.5 版本为 82%——与其排行榜位置相一致。两者衡量的都是同一个底层属性:当你没有要求模型改动画面时,它究竟会保留多少画面不动。

Artificial Analysis 的编辑评测板衡量的范围更窄。它只给单次编辑的质量打分,这会奖励那些能产出漂亮结果的模型,却完全不说明到第五轮时结果是否依然漂亮。一个针对大量参考素材构图——把十四个素材组合成一个场景——进行优化的模型,往往会在单次编辑质量上表现良好,而在漂移上表现不佳,因为每多一个要求它协调的元素,就多一次让原始主体发生移动的机会。

这两个排行榜并不矛盾。它们是在依据真实工作流程同时需要的各项特性来对模型进行排名,而每个模型只是在其中一项特性上表现更优。

参考限值,5 对 14

Screenshot of Ideogram's own Ideogram 4.6 model page. The hero reads 'Ideogram 4.6 is the new frontier of precise editing.' An 'Ideogram 4.6 at a glance' block lists Release date November 19, 2026; Resolution Up to 2K or 4K, with Very low quality supporting up to 2K; Quality modes Very low, Low, Medium, High; Reference images up to five through Generate; Local edits optional mask through Precise Edit; and API endpoints Generate and Precise Edit. A right-hand card promotes 'Meet Ideogram 4.5 - Precise control. One edit at a time.' Further down, a 'Multi-step Image Edit - benchmark.ai' panel headed '#1 in multi-step image editing' charts Ideogram 4.6 first, Ideogram 4.5 at 1866, Seedream5.5 at 1805, Flux 3 Image at 1697, Muse Image, MAI-Image-2.6 at 1299 and MAI-Image-2.1-Pro (Thinking) at 1291, sourced to Rapidata. No per-image API rate table appears in this capture.

参考计数正是这场对比在两个方向上都不再接近、而变成清晰分工的分界点。

Ideogram 4.6 通过 Generate 最多可接受五张图像;当附加参考图时,第一张是被编辑的图像,其余都是参考图。文档将其描述为一次恰好带有辅助素材的编辑。Nano Banana 2.1 最多可接受 14 张,模型卡将四个角色和十个物体列为保真目标,并且除图像外还接受视频和 PDF 作为输入。

实际上:如果你的任务只是一张照片、一个主体和一连串修改,那么 Ideogram 的五个并不构成限制——你只会用到一两个,剩下的交给蒙版。如果你的任务是一个包含四个人和一系列产品的场景,而且这些产品都必须保持各自原貌,那么十四个就不算奢侈,再高的编辑循环质量也无法弥补一个看不到第十个参考的模型。

反之亦然。参考容量并不能换来抗漂移能力。一个持有十四个参考的模型,每一轮都在协调十四件事,而 Rapidata 链恰恰是在检验第十五件事会发生什么——那张没人要求它改变的脸。

思维调节档与批处理层级

这项对比中,有两个功能只出现在其中一方,另一方则没有,而且这两者关乎的都是生产环境的底层管线,而非图像质量。

Nano Banana 2.1 提供可配置的思考等级,分为最低、中等和高三档。对于图像工作而言,这更像是延迟与成本的调节旋钮,而非推理功能:默认的中档大多数调用方不会去改动,而高档则用于构图难度足够大、值得额外消耗 token 的请求。它还支持 Batch API,可将每张图像的价格减半:1K 为 $0.0168,2K 为 $0.0252,4K 为 $0.0567——在 4K 编辑上,这是 $0.0567,而 Ideogram 为 $0.60,比例超过十倍。

Ideogram 4.6 两者都没有。它有四种质量模式,算是同一思路的粗粒度版本——从“极低”到“高”——并且 API 上不提供批量折扣。但它确实有一个明确的上限:文档标明最大为 4,096 × 4,096,凡是 2K 及以下的一律按 2K 价格计费。Goog​le 的模型卡对上限的规定没那么死板,对计费却更为严格,因为无论内容由什么生成,每个 token 都会被计量。

对于大规模批处理任务而言,上述事实中的第二条比本页其他任何内容都更具决定性。在每月一万次 4K 编辑的规模下,每项素材 $0.0567 与 $0.60 之间的差距并非偏好问题。它是一条预算线,决定着最终哪个模型能够上线。

选择一个,并同时运行两者

这种分野比大多数正面对比都要清晰,而这正是这对组合值得一写的原因所在。

选择 Ideogram 4.6当任务是同一张图片反复精修多次,而且主体必须在整个过程中保持不变时:修图、品牌色校正、产品细节修复、人物摄影,以及任何同一画面要经过十到二十轮处理、第五版仍必须是同一个人的场景。漂移证据是这两个模型中任何一方最有力的单项结果,遮罩编辑率表明该模型尊重边界,而在 4K 以下,它的成本与被它取代的模型相同。

选择Nano Banana 2.1的情况是:任务需要从多个来源进行合成,输入不是照片,或者处理量使批量档位成为决定性因素。十四个参考项、视频和 PDF 输入、搜索依据以及 $0.0567 的批量 4K 价格,是四个彼此独立的理由,它们与编辑质量毫无关系,而完全取决于任务的实际性质。1,152 的编辑 Elo 是一个相当不错、位居上三分之一的分数;这并不是你会选择这个模型的原因。

对大多数生产管线来说,两者都用才是答案,而且这是两条价格阶梯不再相互竞争的唯一场景。以批量价格在 Gemini 模型上生成并合成,然后把合成好的画面交给 Ideogram,进行编辑性处理和蒙版修正。昂贵的 Ideogram 调用只用于它真正擅长的事情,而大批量任务则留在便宜的一侧。

看点:Artificial Analysis 目前还没有 Ideogram 4.6 这一行;一旦有了,这项对比就会为 Ideogram 目前尚未被测量的单轮评测榜带来第二个独立数据点。在此之前,站得住脚的总结是:Ideogram 4.6 在漂移问题上更有说服力,Nano Banana 2.1 在成本问题上更有说服力;而只要注意到一个按编辑次数计费、另一个按像素计费,就会发现这两个结果都不令人意外。