標題卡標題為「Ideogram 4.6 vs Nano Banana 2.1」,副標題為「一個按編輯次數計費,另一個按像素計費」。左側卡片標示「2026年11月19日發布」:輸出最高可達 4096 x 4096;價格範圍為每張 $0.008 至 $0.60;高階 4K 編輯為 $0.60;透過 Generate 最多可使用 5 個參考;Rapidata 多步驟編輯排名第 1,分數 1,892。右側卡片標示「Google,gemini-nano-banana-2.1」:輸出為 1K、2K 或 4K;每張價格為 $0.0336、$0.0504、$0.113;高階 4K 編輯為 $0.113;最多可使用 14 個參考,包含四個角色與 10 個物件;AA 編輯排名第 10,Elo 為 1,152。頁尾說明價格均依各廠商自家卡片所列,Rapidata 快照日期為 2026年11月17日,而 Artificial Analysis 編輯排名則於 2026年11月20日在單輪榜單上讀取。OrcaRouter 標誌位於右下角。
Guides & Insights

Ideogram 4.6 對決 Nano Banana 2.1:編輯 vs 範圍

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

這兩個模型並不是在競爭同一種工作,而最快看出這點的方法,就是把它們的價格階梯並排放在一起。Ideogram 4.6於 2026 年 11 月 19 日發布,高品質 4K 編輯收費 $0.60,2K 生成收費 $0.10。Nano Banana 2.1是 Goog​le 的 gemini-nano-banana-2.1,同樣的 4K 輸出收費 $0.113,1K 則收費 $0.0336——因為它是依輸出 token 計費,而不是依你要求的任務計費。一款模型對最困難的編輯收取最高費用。另一款則對像素最多的輸出收取最高費用,而且幾乎不在意你是生成還是編輯這些像素。

事實證明,那種計費理念上的差異幾乎能預示他們其他所有方面。

這兩塊板子回答不同的問題。

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.

兩個模型在對方的主場排行榜上都沒有分數,而這並非基準測試者的疏漏——這是每個排行榜所衡量內容的必然結果。

Ideogram 4.6 的主要成果體現在 Rapidata 的 Multi-step Image Edit 排行榜上:以 1,892 分、32 分間隔位居第一;這項評測使用 199 張真人照片,每張都經過一組五段提示詞的服裝、物件與文字編輯流程,並由人類評判臉部偏離原圖的程度。受評配置為 High Quality 下的 Precise Edit。該排行榜旨在回答一個問題——主體能否在二十輪編輯後仍保持不變——而 4.6 正是榜首。

Nano Banana 2.1 在同一份快照的前十二名中沒有對應列。它的數據改列在 Artificial Analysis 上,而且涵蓋的範圍不同:在文生圖排行榜上以 1,176 Elo 排名第 8,基於 6,793 個樣本的 12 點區間,每千張圖片 $33.60;在編輯排行榜上以 1,152 Elo 排名第 10,基於 7,606 個樣本的 12 點區間,價格相同。這些是單輪分數。它們衡量的是單次生成與單次編輯的品質,而不是連續五次所累積的漂移。

所以,誠實的比較不是「1,892 勝過 1,152」。而是:Ideogram 4.6 是多輪排行榜上的領先者,而 Nano Banana 2.1 在單輪排行榜上是排名前三分之一的模型;這兩項說法都無法說明另一項。任何把這兩個數字拿來相互比較的人,都是在把某一尺度上的 Elo 拿來跟另一尺度、且不同任務上的 Elo 相比。

確切來說,每個模型是什麼

撇開行銷話術不談,這兩份規格所描述的是截然不同的機器。

Ideogram 4.6 是一款影像生成與編輯模型,輸入介面精簡,編輯迴圈卻很深入。它接收來源影像與所描述的變更(可選擇性加上遮罩),並傳回尺寸相同的影像。它可透過 Generate 接受最多五張參考影像。它具備四種品質模式與兩個端點,而文件記載的強項全都圍繞著保持某項事物不變:主體的臉、指定顏色、產品細節、遮罩區域。

Nano Banana 2.1 是一款多模態 Gemini 模型,恰好能輸出圖像。它的輸入是文字、圖像、影片與 PDF;輸出是圖像與文字。它具有 131,072 個 token 的輸入上限與 32,768 個 token 的輸出上限,支援可設定的思考等級(最低、中等、高),支援以 Google Web 與 Image Search 進行 grounding,並支援 Batch API。它的圖像強項在於參考能力:最多 14 張參考圖像,模型卡載明最多四個角色的角色一致性,以及最多十個物件的物件保真度。

最後那句話才是真正的區別所在,而且很容易被快速略過。十四個參考並不是五個的放大版。那是一種不同類型的任務——把一組角色陣容、一條產品線、一組品牌資產整合進同一個畫面,而不是把一張照片反覆琢磨到完美。

4K 價格倒掛

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.

在這裡,這兩套階梯出現分歧,而這會使得哪個模型比較便宜取決於你正在做什麼。

• 最便宜的輸出 — Ideogram 在 Very low / 2K 下每張圖片為 $0.008,相較於 Nano Banana 2.1 在批次方案下每張 1K 圖片為 $0.0168,標準方案為 $0.0336

• 2K 生成 — Ideogram 在中與高品質下為 $0.06 至 $0.10;Nano Banana 2.1 為 $0.0504

• 2K 編輯 — Ideogram 採用 Medium 時為 $0.06,採用 High 時為 $0.22;Nano Banana 2.1 為 $0.0504,因為編輯是以圖片計費

• 4K 生成 — Ideogram 中階 $0.12、高階 $0.20;Nano Banana 2.1 $0.113

• 4K 編輯 — Ideogram 中品質 $0.20、高品質 $0.60;Nano Banana 2.1 $0.113

一旦把最下面一列排好,規律就非常明顯。在 Ideogram 4.6 上,高品質 4K 編輯的成本是 Nano Banana 2.1 的 5.3 倍。在 Medium 層級,比例是 1.8。在 2K High 層級則是 4.4。只有在整個階梯的最底端,Ideogram 才會勝出,而且僅限於對上 Goog​le 的標準層級,而非其 Batch 層級。

原因是結構性的,而不是兩家供應商中任何一方可能推翻的定價決策。Google 按 token 計費,而在相同解析度下,一次編輯產生的輸出 token 數與一次生成相同——4K 影像為 3,780 個 token,也就是那 $0.113。Ideogram 按工作量計費,而它已認定高品質 4K 編輯是它所販售的工作量最大者。如果你的流程在高解析度下偏重編輯,那項決定就會是你帳單上最大的單一項目。

關於路由端,有一點必須坦白:目前這兩個模型都不在 OrcaRouter 的清單上,因此沒有對任一個模型的逐次呼叫路由,也沒有理由預期我們的價格會與供應商自身的價格不同。路由層在混合工作負載中真正發揮價值的地方,是在它們周邊——同屬 Gem​ini 圖像系列、走路由的前代模型 Nano Banana 2 與 Nano Banana Pro,位於同一把金鑰之後,並以 0% 加成按供應商定價原價透傳,因此管線中負責生成的那一半可以持續靠自動容錯移轉運行,而負責編輯的那一半則指向你所選擇的任何供應商。

為什麼編輯委員會意見不一

如果只看那兩個標題數字,Ideogram 在編輯方面似乎遙遙領先。但榜單透露的訊息比這更有趣。

Rapidata 的鏈式流程刻意針對一種特定失敗模式設計成對抗式:五次完全不觸及臉部的編輯,接著由人類將臉部與原圖進行比較。模型可以產出五次各自都很出色的編輯,卻仍可能在{{1}}臉部走樣{{/1}}時拿到很差的分數。這正是排行榜旨在捕捉的情況,這也是為什麼 Ideogram 的{{2}}遮罩編輯可用結果率{{/2}}——在 4.6 上為 90%,相較於 4.5 上的 82%——與其在排行榜上的位置相符。兩者衡量的都是同一個底層特性:當你沒有要求模型更動時,它會讓畫面中有多少部分保持原樣。

Artificial Analysis 的編輯評測板衡量的範圍更窄。它為單次編輯的品質評分,這會獎勵能產出漂亮結果的模型,卻完全無法說明到了第五輪是否依然漂亮。一個針對大量參考素材構圖(把十四個素材組合成一個場景)最佳化的模型,往往會在單次編輯品質上表現良好,卻在漂移上表現不佳,因為要求它協調的每一個額外元素,都是原始主體發生位移的又一次機會。

這兩個排行榜並不衝突。它們是依據真實工作流程同時需要的特性來為這些模型排名,而每個模型都更擅長其中一項。

參考限值,5 對 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.

引用計數正是這場對比不再勢均力敵、而轉為明確分工的地方。

Ideogram 4.6 透過 Generate 最多可接受五張影像,而當附加參考資料時,第一張是正在編輯的影像,其餘則是參考資料。文件將此描述為一種恰好帶有輔助素材的編輯。Nano Banana 2.1 最多可接受 14 張,其模型卡將四個角色與十個物件列為保真度目標,並且除了影像之外,也接受影片與 PDF 作為輸入。

實務上:如果你的工作是一張照片、一個主體,以及一連串變更,Ideogram 的五個並不是限制——你會用到一兩個,其餘交給遮罩完成。如果你的工作是一個包含四個人、以及一整排都必須維持自身樣貌的產品場景,十四個就不是奢侈,而再高的編輯迴圈品質,也補償不了一個看不見第十個參考的模型。

反之亦然。參考容量並不能換來抗漂移能力。一個持有十四個參考的模型,每一回合都在協調十四件事,而 Rapidata 鏈正是對第十五件事會怎麼樣的測試——那張沒有人要求它改變的臉。

思考旋鈕與批次層級

這兩項功能只出現在此比較的其中一方,另一方沒有;而且兩者都攸關生產流程的基礎架構,而非影像品質。

Nano Banana 2.1 提供可設定的思考層級:minimal、medium 與 high。對圖像工作而言,這與其說是推理功能,不如說是延遲與成本的調節旋鈕:預設為 Medium,多數呼叫者不會去動它;至於構圖難到值得多花 token 的請求,則可使用 High 設定。它也支援 Batch API,將每張圖片的價格减半:1K 為 $0.0168、2K 為 $0.0252、4K 為 $0.0567——以 4K 編輯來說是 $0.0567,相較於 Ideogram 的 $0.60,倍數超過十倍。

Ideogram 4.6 兩者皆無。它有四種品質模式,算是同一概念的較粗略版本——從 Very low 到 High——而且 API 沒有批次折扣。它確實有的是明確的上限:文件載明最大值為 4,096 × 4,096,而 2K 或以下的任何尺寸都按 2K 價格計費。Goog​le 的模型卡對上限較不嚴格,對計費卻較嚴格,因為無論是什麼產生的,每個 token 都會計量。

對於大規模的批次作業,這些事實中的第二項會主導本頁其餘一切。每月一萬次 4K 編輯時,每項資產 $0.0567 與 $0.60 的差別並不是偏好問題。這是一條決定哪個模型能推出的預算線。

選一個,並同時執行兩者

這種區隔比大多數正面對決都更分明,而這正是這對組合值得一寫的原因。

選擇Ideogram 4.6的時機,是當工作內容為同一張影像反覆精修,而主體必須在過程中保持不變:修圖、品牌色校正、產品細節修復、人物攝影,任何同一幀畫面要經過十次或二十次處理,而第五版還必須是同一個人的情況。漂移證據是這兩款模型所能拿出的最強單項結果,遮罩編輯率則說明此模型尊重邊界,而且在 4K 以下,其成本與它取代的模型相同。

選擇 Nano Banana 2.1,當任務是從多個來源進行合成、當輸入不是照片,或當用量使批次層級成為決定因素時。十四個參考、影片與 PDF 輸入、搜尋依據,以及 $0.0567 的批次 4K 價格,是四項各自獨立的理由,與編輯品質毫無關係,卻完全取決於任務實際上是什麼。1,152 的編輯 Elo 是名列前三分之一、相當不錯的分數;但這不是你會選擇這個模型的原因。

同時執行兩者是大多數生產管線的答案,也是兩種價格階梯不再互相競爭的唯一情況。以批次價格在 Gem​ini 模型上生成與構圖,然後把構圖完成的畫面交給 Ideogram 進行編輯潤飾與遮罩修正。昂貴的 Ideogram 呼叫都用在真正需要它擅長之處,而大量處理則落在便宜的一側。

值得關注的是:Artificial Analysis 目前還沒有 Ideogram 4.6 的資料列,而一旦有了,這項比較就會在 Ideogram 目前尚未被測量的單輪評測榜上,取得第二個獨立資料點。在那之前,站得住腳的總結是:Ideogram 4.6 贏得漂移論點,Nano Banana 2.1 贏得成本論點;而且只要注意到前者是按編輯次數計費、後者是按像素計費,這兩項結果都不令人意外。