Ideogram 4.5 對上 Nano Banana 2 Lite：六倍價格，十九 Elo

Ideogram 4.5 與 Nano Banana 2 Lite之所以是有用的一對，正是因為根本沒人要求做這種比較。前者，Ideogram 4.5，於 2026 年 9 月 30 日推出，是一款閉源、以點數計費的精準編輯模型，價格級距最高達每張影像 0.22 美元。後者，Nano Banana 2 Lite——也就是該廠商的 Gemini 3.1 Flash Lite Image，自 2026 年 6 月 30 日起投入生產——製作一張 1K 影像固定收費 0.034 美元，批次處理時約只要一半。把兩者放上同一份排行榜，貴的那一款在編輯項目排名第 23，Elo 為 1,064，而便宜的那一款排名第 26，Elo 為 1,045。19 點 Elo，六倍半的價格。在文字轉圖像的排行榜上，名次完全反過來，差距還擴大到八十多點。所以，誠實的問題不是哪一款比較好，而是當你多付那 19 美分時，你實際上買到了什麼，以及你的工作負載是否需要它。

每個模型實際上是什麼

這兩款產品建立在對顧客截然不同的理論之上。Ideogram 4.5 是一款以某種行為為賣點的專業工具：對既有影像進行局部修改，保留周圍像素而非重新合成，並在同一檔案上反覆執行。Ideogram 自家的發表素材以一張 4,016 × 6,016 的示範打頭陣——一張 2,420 萬像素的來源影像直接原地編輯，沒有先縮小——並主張這正是讓編輯成果經得起近距離檢視或大尺寸印刷的原因。四種渲染速度（Turbo、Balanced、Quality、High）決定價格；解析度則不會，這是個值得注意的不尋常選擇。它是封閉、託管、以點數計費的，且尚未公布任何開放權重。

Nano Banana 2 Lite則是相反的押注。它是 Google 刻意限縮的層級：同樣的 Gemini 圖像技術堆疊，輸出硬性上限為 1K，2K 與 4K 則保留給更高階的層級。Google 自家的文件並未掩飾其弱點，反而直接點名——細小文字、密集的資訊圖表，以及多張圖片之間的角色一致性——並將其定位為大量生產的工具，每張 1K 圖像 0.034 美元，批次處理路徑約為 0.0168 美元。每張 1K 圖像的執行時間約四秒，Google 表示這比 Nano Banana 2 快約 2.7 倍。每一項輸出都帶有強制的 SynthID 浮水印。

將這兩組功能集並排對照，取捨的輪廓就一清二楚：

• 輸出上限 — Ideogram 4.5在最高設定下原生以 2K 渲染（長邊為 2,048 像素），並展示了對 24.2 MP 來源的原地編輯，而 Nano Banana 2 Lite則被限制在 1K，且在該模型內沒有任何向上提升的途徑。

• 定價結構 — Ideogram 是從 $0.008 到 $0.22 的五級階梯，而 Lite 則是單一固定 $0.034，並提供批量折扣。

• 速度 — Lite 公布每 1K 張圖片約需四秒；Ideogram 並未公布其四種速度中任何一種的延遲數據。

• 來源標示 — 每個 Lite 輸出預設都會加上 SynthID 標記；Ideogram 尚未針對 4.5 說明同等要求。

• 開放權重 — 兩個模型皆未發布，不過 Ideogram 表示計劃最終釋出 4.5 的權重。

價格階梯與固定費率的比較

以不同單位報價的價目表會掩蓋真實比率，因此把兩者都標準化為每千張圖片。Nano Banana 2 Lite 的牌價約為每 1,000 張 $34，批次價則約為 $17——而這正是 Artificial Analysis 自家價格欄位以每 1,000 張 $33.60 獨立重現的數字。Ideogram 4.5 在其主打配置（使用來源圖片的 High）下，每 1,000 張為 $220。這代表每張圖片有 $0.186 的差距，以牌價計是 6.5 倍，對比批次則是 13 倍。

微妙之處在於，這個階梯讓你可以往下走，而當你這麼做時，比較結果會出現實質變化。在 Medium 方案，Ideogram 收費 $0.06——不到 Lite 定價的兩倍。在 Low 是 $0.03，在 Very Low 是 $0.008，以每張圖片計算，明顯比 Lite 便宜。所以「價格是六倍」的說法，只有在購買 Ideogram 真正在賣的東西的那個設定下才成立：對大型來源檔案進行精準的局部編輯。如果你的工作負載是一次性生成全新的 1K 圖片，沒有編輯步驟，那你就是買錯了模型裡的錯誤層級，而價格欄位會反轉。

兩個董事會意見分歧之處

這是這組對照中最有趣的結果，而且只有當你同時查看 Artificial Analysis 的兩個圖像排行榜，而不是只看那個迎合你論點的榜單時，它才會出現。

在編輯排行榜上，這兩個模型實際上不相上下。Ideogram 4.5（High）以 2,459 個樣本取得 1,064 Elo，排名第 23；Nano Banana 2 Lite 以 7,420 個樣本取得 1,045 Elo，排名第 26。19 分的差距落在兩者公布區間的重疊範圍內——Ideogram 的區間為 1,054 到 1,074，Lite 為 1,037 到 1,053——因此誠實的解讀是：就單次編輯品質而言，價格是對方六倍的模型在可量測的意義上並沒有更好，而且支撐其分數的證據量只有三分之一。

在文字生圖排行榜上，同樣這兩個模型則是往反方向明顯拉開差距。Nano Banana 2 Lite 以 17,340 個樣本取得 1,096 Elo，排名第 13。Ideogram 4.5（High）以 2,270 個樣本取得 1,013，排名第 34。這代表落後的一方以六分之一的成本，換來 83 分的領先差距，而這個差距大約是反方向上編輯能力差距的五倍。

這兩個數字各自獨立，都來自同一個投票競技場，而且指向同一個方向：Nano Banana 2 Lite是兩者中較好的通用影像生成器，而且領先幅度毫不接近，而Ideogram 4.5在編輯方面充其量只能打成平手，卻要收取數倍費用。還有兩個數字讓這點更為明確。Ideogram 4.5 的文字生圖分數為 1,013，僅略高於 Ideogram 4.0 在六月所拿下的 1,011，因此這款模型在生成方面幾乎是原地踏步。而排行榜本身的價格欄位換算下來，Ideogram 的編輯跑分每 1,000 次要價 220 美元，Lite 則是 33.60 美元——競技場得付出六倍的代價才能打成平手。

解決方案：唯一未閉合的缺口

上面所講的每一件事，都是旗鼓相當的取捨或爭論。這件事不是。Ideogram 4.5可直接處理 4,016 × 6,016 的來源檔案——2,420 萬像素——而且不需先縮小就能編輯，這表示編輯後的區域可以放回原圖，並以原始尺寸列印。Nano Banana 2 Lite無論花多少錢都辦不到。它的上限是 1K，而能讓它一試的 2K 與 4K 途徑存在於 Google 的更高階方案中，而非 Lite 模型。

實際後果是，這兩個模型對一整類工作而言無法互換，而價格差異對那一類工作來說無關緊要。如果你的原始檔案是一張 2400 萬像素的照片，而你的編輯是必須經得起印刷考驗的局部修圖，那麼 Lite 並不是更便宜的選項——它根本不是選項。你會转而尋求 Ideogram 4.5，或 Google 陣營的 Nano Banana Pro，而有趣的比較就變成 Ideogram 4.5 對上 Nano Banana Pro，而不是對上 Lite。Lite 的 1K 上限是刻意設下的產品界線，而非疏忽，也是這場對決中最乾淨俐落的一大區別。

速度：一個數字已公布，一個尚未公布

Google 公布了 Nano Banana 2 Lite 的延遲數據——每張 1K 圖像約四秒，比 Nano Banana 2 大約快 2.7 倍——而這相當可信，因為僅支援 1K 的輕量級模型，正是工程預算投入的重點所在。Ideogram 則沒有公布任何可相比的數據。Turbo、Balanced、Quality 或 High 都沒有附上延遲數據，這是買家資訊中的一大缺口：快速設定名為「Turbo」，昂貴的設定則不是，但公開紀錄中沒有任何內容說明 High 比 Lite 的四秒慢多少，或比 Ideogram 自家的 $0.008 層級慢多少。

那比看起來更重要。在規模化時，每張圖片的價格與每張圖片的延遲會朝相反方向疊加：一張便宜六倍、但耗時六倍的圖片，是另一種產品，而不是更划算的交易。就 Lite 而言，Google 已經給你數字了。就 Ideogram 而言，唯一站得住腳的說法是它尚未公布，而任何假設並非如此的流程管線都是在猜測。

無人能衡量的部分

這兩個模型都附帶一項沒有公開基準測試能檢驗的主張，而值得分別為它們命名，因為它們失敗的方式不同。

Ideogram 的賣點是多輪漂移。其發布資料宣稱，競爭對手的輸出「在幾次編輯內就變得不可用」，而 4.5「在一次又一次的編輯後仍保持乾淨」——這是一項具體、聽似可證偽的主張，說明像素在一連串編輯中偏離原圖多遠。Artificial Analysis 在其編輯競技場中為單次編輯品質評分，並在其文字轉圖像競技場中為單次生成品質評分。多輪漂移並非這兩個排行榜上的任一軸線，這意味著那一項行為，Ideogram 4.5真正在推銷，目前卻無法由 Ideogram 以外的任何人驗證。它很可能是真的。但今天，這只是一項斷言。

另請注意 Ideogram 選擇拿哪些模型來比較：它自家的發表素材點名了 GPT Image 2.5 Sunburst、Nano Banana Pro 和 Nano Banana 2。它沒有點名 Nano Banana 2 Lite——這個更便宜的 Google 層級，在編輯排行榜上與它不相上下，在生成方面則勝過它。那是一招合理的行銷手法，卻是購買決策的糟糕指引，而這正是為什麼這篇比較值得與 Ideogram 自己安排的那篇分開來寫。

Google 的說法正好相反，而且更容易查證，因為這些限制是 Google 自己公布的。Nano Banana 2 Lite在官方文件中被記載為在小字、密集資訊圖表，以及一系列圖片之間的角色一致性上表現較弱。這正好是 1K 上限影響最劇烈的三種失效模式——1,024 像素的密集資訊圖表，細節根本無處可放——因此供應商的描述與規格彼此吻合。編輯評測板上的 19 分平手也與此相符：Lite 在單次編輯、規模不大的素材與速度上具有競爭力，但當任務需要更高解析度時就捉襟見肘。

取得兩者中的任何一個

目前這兩款模型都不在 OrcaRouter 的型錄上，而這一點值得直接說清楚，而不是暗示相反的情況。我們的公開模型 API 對以下兩者都回傳「找不到模型」：Ideogram 4.5以及Gemini 3.1 Flash Lite Image這個位於 Nano Banana 2 Lite 背後的識別碼。Ideogram 4.5 是透過 Ideogram 自家的應用程式與 API，以及其發布合作夥伴提供服務；Nano Banana 2 Lite 則是透過 Google 自家的 API 與 Gemini 應用程式提供，而且和大多數 Google 圖像模型一樣，也透過多個第三方平台提供。

我們確實有提供的是緊接在 Lite 之上的等級，而對於本文所述的大多數工作負載來說，這是更有用的途徑：

• google/gemini-3.1-flash-image-preview — Nano Banana 2 本尊，每次呼叫 $0.151，其 2K 與 4K 路徑正是 Lite 的 1K 上限所讓位的那款模型。

google/gemini-3-pro-image-preview — Nano Banana Pro，每次呼叫 $0.24，是 Google 在高解析度編輯上與 Ideogram 4.5 一較高下的層級。

• grok/grok-imagine-image 以及 GPT-Image 系列——同一組金鑰上的其他圖像生成器，依呼叫次數計價。

這就是路由這套論證的樣貌，而這也是為什麼這件事對我們並未自行託管的兩個模型之間的比較如此重要。這一切都運行在單一一個與 OpenAI 相容的端點和單一把金鑰之後，零加成——我們直接原樣傳遞供應商自己的標價，因此廠商的降價當天就會反映在你的帳單上，而不是等到下一次合約續約。自動容錯移轉意味著，某條停滯的影像路由不會讓你的管線也跟著停滯；當解析度上限正是你在意的事情時，路由 DSL 讓你能把某個請求固定到某個層級，而模型融合則讓單一次呼叫在便宜的那個模型不夠好時，依序退到其他幾個模型。對於像這樣的工作負載——正確答案在 1K 與 24 百萬像素時確實不同——這就是實際的價值所在：一把金鑰、兩個層級，以及在解析度改變時把同一項工作路由到不同模型的能力。

哪一個該納入你的流程？

這項決定源自那兩個董事會，而不是源自價目表，這正是這裡有用的教訓。

• 選擇 Nano Banana 2 Lite如果你的工作負載是大量生成 1K 圖片，且只需輕度編輯或完全不需編輯；如果每張圖片四秒的生成速度很重要；或者你正在製作消費級規模的行銷素材，而每千張 $34 對比每千張 $220 就是整個預算討論的重點。就證據來看，它是兩者中表現明顯更好的生成器，而在單次編輯上則是統計上的平手。

• 選擇 Ideogram 4.5，前提是你的輸入是必須就地編輯、且仍須維持可印刷性的大型檔案——一張 2,400 萬像素的來源影像以原生解析度進行編輯，這是 Lite 無論在任何價位都不具備的能力——或者，你已在自家管線中測得多輪漂移，並需要一個以此為核心打造的模型。請搭配來源影像購買 High 方案，因為那正是你所付費換取其行為表現的配置。

• 不要僅憑價格就二選一，來決定混合式流程該用哪一個。在 1K 下，Ideogram 的 Low 與 Very Low 等級在標價上比 Lite 更便宜；到了 2400 萬像素，Lite 根本不在競爭之列。這是兩件不同的差事，卻披著同一場比較的外衣。

這組配對真正顯示的是，6.5 倍的價差在其中一個排行榜上換得 19 Elo，卻在另一個排行榜上損失 83 Elo。那不是為品質支付的溢價——而是為解析度上限與漂移行為支付的溢價，其中一項可量測，另一項則尚未有 Ideogram 以外的人量測過。閱讀這些排行榜，判斷你的管線真正需要這兩者中的哪一項，並據此路由。