Ideogram Vector 1.0 与 Nano Banana 2：为什么“之后再描一遍”的代价比看上去更高

搜索如何从 AI 图像模型中获取矢量图，你会在十几个网站上看到同样的建议：在 Nano Banana 2中生成，然后将结果交给描摹工具处理。听起来免费，听起来快速，但它是设计工作流中代价最高的捷径——不是因为描摹要花钱，而是因为它悄悄丢弃了东西。Ideogram Vector 1.0 于 2026 年 10 月 22 日发布，是主要厂商中首个完全跳过这一变通方法、直接输出 SVG 的模型。

这个变通办法并不愚蠢。直到本月之前，它都是唯一的选择，因为Nano Banana 2——谷歌的Gemini 3.1 Flash Image——在任何层级上都从未生成过矢量输出。改变之处在于，现在有了第二条路径，而人们真正应该做的比较并不是图像质量，而是转换之后还剩下什么。

建议的来源

Nano Banana 2 于 2026 年 2 月 26 日以预览版形式推出，并于同年年中正式全面可用。它是一款强大的通用图像模型：最多支持十四张参考图像，具备 Google 图片搜索依据能力，可配置思考层级，支持视频到图像的输入（包括 YouTube 链接），上下文窗口约为 131,000 个 token。输出内容带有 SynthID 水印和 C2PA 元数据。在 Artificial Analysis 的编辑排行榜上，基础版 Nano Banana 2 以 1,124 Elo 位居中游，样本量为 16,583；而更新的 Nano Banana 2.1——于 2026 年 10 月发布——以 1,152 Elo 排名第四，样本量为 6,800。

这些都不包含 SVG。于是生态系统用描摹工具填补了空白：VectoSolve、Illustrator 的 Image Trace、Inkscape 的 Potrace，还有十来个一键把 PNG 转成 SVG 的网页工具。它们确实管用。只是它们产出的东西，并不是大多数人以为的那种东西。

autotrace 实际会生成什么

描摹器会找出颜色相近的区域，并围绕这些区域拟合曲线。这就是整个算法。它没有字形、标志图形、渐变网格或设计图层的概念，因为这类信息从一开始就无法在栅格化后保留下来。

后果是具体且可预测的：

• 文本会变成轮廓。每个字母都是一条闭合路径。字标“NORTH”不再是五个字符；而是几十个锚点，只是碰巧看起来像字符。修正错别字变成了节点手术。

• 图层合并成了一个图层。描摹器输出的只是一堆扁平的路径，有时按颜色分组，但从不会按含义分组。你无法脱离背景单独选中图标，因为输出结果中根本不存在“图标”这个概念。

• 渐变会变成色带或网格。平滑的双色标渐变要么被压平成一块纯色，要么被几十个阶梯状的图形近似替代。小尺寸下看着没问题；一旦宽达一米，色带就非常明显。

• 曲线会变得毛糙。描摹一个 1600 像素的源图会产出生涩抖动的边缘，而人类画出来的本应是一条干净的弧线。于是设计师只能把时间花在简化节点上，这恰恰与矢量本应带来的好处背道而驰。

• 文件大小会暴涨。同一个东西，真正的矢量文件用几百字节就能表示，而描摹出来的徽标，其路径数据常常会达到数百 KB。

从技术上讲，结果是一个矢量文件。但它不是设计素材。如果你需要的只是一个可缩放的轮廓——一张贴纸、一个单色切割文件、一个水印——那么描摹确实足够了，你应该继续这样做。

直连路径反而包含什么

Ideogram Vector 1.0 的文本到矢量端点 POST /v2/svg/generate/ideogram-vector-1 可接收最长 9,500 个字符的提示词，并可选配参考图像，返回 SVG。Ideogram 声称，输出会以可单独移动、旋转和重新着色的元素形式呈现，并保留渐变和排版。这是厂商的描述，尚未经过独立测试——但架构上的差异没有争议：在矢量空间中构图的模型可以为形状赋予含义，而从像素反向工作的描摹工具则不能。

在你基于此 API 构建之前，值得了解的 API 细节：

• 质量层级——低、中、高，默认为中，每生成一个 SVG 分别为 $0.13、$0.16 和 $0.20。使用参考图像的高质量层级为 $0.32。

• 宽高比 — 默认为 auto，包含十八个枚举值。

• 试运行 — dry_run: true 会在不进行生成或计费的情况下返回价格报价。适合在提交前估算一个批次。

• 转换 — POST /v2/svg/vectorize/ideogram-vector-1 可接收最大 50 MB 的 JPEG、PNG 或 WEBP，将 mode 设为 simple 可获得更少的形状，设为 default 可获得更精细的细节，统一收费 $0.10。

关于 Nano Banana 2 的坦诚论证

在矢量输出上，把通用图像模型和矢量生成器作比较，是一场有失公平的较量。以下是 Google 的模型明显更胜一筹的地方，以及描摹变通方案才是正确答案的地方。

• 照片级写实——人物、产品、场景、光影。Ideogram Vector 1.0 并不涉足这一领域，也无意为之。

• 大规模下的参考保真度——十四张参考图像，而 Ideogram 只有寥寥几张；并通过 Google Image Search 对真实世界主体进行 grounding。

• 分辨率 — 预览最高支持 4K，对应的是原生 SVG；而 SVG 在大尺寸下的保真度完全取决于几何图形本身的干净程度，而非像素数量。

• 来源溯源工具 — 已内置 SynthID 和 C2PA，如果你的组织有 AI 内容披露政策，这一点至关重要。

• 生态系统——它是 Gemini 各界面默认的图像模型，并且已在 2026 年的大部分时间里投入生产使用，这一点可不是昨天才发布的模型能比的。

如果交付物是一张照片、一张主视觉图、一个分镜画面或一个效果图，那就使用 Nano Banana 2，永远不要再考虑 SVG 了。

定价，做到位

谷歌按 token 对 Nano Banana 2 计费，输入约为每百万 token 0.50 美元，输出约为每百万 token 3.00 美元，而单张图像的成本在很大程度上取决于分辨率。Artificial Analysis 的价格列在其测试的 Nano Banana 2 行中显示为每千张图像 670 美元——这一数字反映的是该测试的分辨率和设置，而非统一费率。对于更新的 2.1 行，同一列显示为每千张 33.60 美元。对于该系列的任何单一每图价格数字，都应视为有条件的。

Ideogram Vector 1.0 更简单：按文件收取固定费用，并按档位公布。中等质量下为 $0.16。

现在再加上那个看不见的账单条目。设计师清理一个描摹出来的标志——简化节点、重建文字、分离图层——要花十五分钟到一小时。按每小时 60 美元算，就是 15 到 60 美元。描摹省下了十六美分，却花掉了二十到六十美元，而这还没算第二轮修改——客户要求把字标换成另一种字重。

这就是整个经济论证的核心，而且它并不要求向量模型在每次生成时成本更低，因为它本来就不便宜。它要求你把文件送达之后的那一小时也算进去。

十分钟测试

不要对其中任何一点只听信两方供应商的说法。亲自运行一遍。

• 在 Nano Banana 2 中以 2K 生成一个文字标识。用你手头已有的任意工具将其描摹出来。在 Illustrator 或 Figma 中打开该 SVG，并统计对象数量。

• 点击一个字母。看看你选中的是一个字符还是一条路径。

• 更改一种填充颜色。记录所需时间，并注明这一更改是否精确。

将两个版本都缩放至一米宽，然后在 200% 缩放下比较曲线。

• 在 Ideogram Vector 1.0 中以高质量生成同一份简报，带参考图时费用为三十二美分，并重复这四项检查。

两个文件，二十美分，十分钟。你将会知道你的团队应当统一采用哪套工作流，而且你是为了自己的简报而知道这一点，而不是为了某个基准测试而知道。

如果你已经在使用 Nano Banana 2，这意味着什么

你可能应该保留它。对大多数团队来说，现实可行的方案不是迁移，而是分工：在模型擅长的地方生成和迭代，在格式擅长的地方产出最终矢量资产，别再假装一个模型能同时做好这两件事。每个文件十美分的转换成本足够低，可以在真实工作中进行测试；而图层分组方面的限制意味着它只是单个资产的过渡方案，而不是设计系统的基础。

Nano Banana 2 可通过 OrcaRouter 以 Gemini 3.1 Flash Image 的形式调用，与另外 200 多个模型共用同一把密钥，按提供商标价计费、零加价——而这正是此处最有用的特性：你无需新增供应商，就能跑通这套工作流中光栅图那一半，同时仍可直接调用 Ideogram 的矢量 API 来生成文件。在光栅图这一侧，自动故障转移比平时更为重要，因为预览级别的模型可能在最糟的时刻被限流。

在没有替代方案时，这个变通办法是合理的。现在有了一个替代方案，它只要十六美分，而诚实的做法是衡量它是否真的能为你省下那一小时。