Ideogram Vector 1.0 對決 GPT Image 2.5：檔案計價與 Token 計價之爭

在以下兩者之間做選擇，最難的地方不在於品質；Ideogram Vector 1.0 與 GPT Image 2.5而在於，這兩個模型以不同的計價單位收費，若不換算就無法比較；而且其中一個改變了換算方式，卻沒有更改價目表。Ideogram Vector 1.0 於 2026 年 10 月 22 日推出，按檔案計費：SVG 為 0.13 至 0.20 美元，高品質並附參考圖時為 0.32 美元，將一張圖像向量化為 0.10 美元。GPT Image 2.5 於 2026 年 9 月 8 日推出，按 token 收費：標準模式下每百萬個輸出 token 為 30 美元，批次模式為 15 美元；每張圖像的成本則取決於模型為你的請求消耗多少 token。這些數字中，一個是價格；另一個則是你必須自行推算的費率。

計費結構上的差異，最終說明了這兩個模型之間大部分的實務差異。問題不在於哪一個更好——GPT Image 2.5 在幾乎所有評判點陣圖生成器的面向中，都是更強的點陣圖生成器；而 Vector 1.0 是兩者中唯一能交給你可縮放檔案的。而是這兩者是以不同方式、針對不同工作、由成本容忍度不同的團隊所購買。把帳算對，比把排行榜看對更有價值。

首先，梯子問題

這兩款機型都以分層方式販售不同品質等級。只有其中一款維持了等級名稱的穩定不變，而沒做到的那一款，將會讓你的帳單大吃一驚。

GPT Image 2.5 以兩種 API 變體推出——gpt-image-2.5-flare 適用於速度優先的工作負載，gpt-image-2.5-sunburst 則適用於精準度優先的情境——並在此之上提供了一個品質參數。第三方 API 指南將 2.5 的價目表與 GPT Image 2 相比對後指出，OpenAI 只是重新標記了等級階梯，而非重新定價：2.5 所稱的「high」大致對應前一代所稱的「medium」，而若要重現過去高品質的輸出，現在必須使用「max」設定。若這份報導正確，那麼直接把 quality: high 對應到 quality: high 的平直遷移，會在每權杖費率維持不變的情況下，悄悄降低保真度。這是一種無聲的失效模式，而且它浮現的方式往往是「新模型變差了」，而不是「我們的設定改了」 。

請將此視為第三方報導，而非經確認的供應商文件——OpenAI 尚未公布 2.5 快照的 token 消耗表，而這正是每張影像成本難以確定的原因。在 1024×1024 下，常被引用的每張影像費用大致為：low 約 $0.0059、medium 約 $0.013、high 約 $0.053、xhigh 約 $0.094、max 約 $0.211，但這些都是計算器估算值，並非已公布的價目表。

Ideogram Vector 1.0 沒有類似的陷阱。三個品質層級、三個固定價格，以及一個 dry_run參數，可針對特定請求傳回報價，而不會生成或計費。無論這個模型還有什麼未解決的問題，其定價都清楚易懂。

規格對比，以及它掩蓋了什麼

每個維度一行，兩側：

• 輸出格式 — GPT Image 2.5 傳回點陣圖像；Ideogram Vector 1.0 則傳回含可編輯路徑與字體排版的 SVG。

• 計費單位 — GPT Image 2.5 的輸入與輸出 token 每百萬分別為 $5/$8 與 $30（Standard），Batch 的輸出為 $15；Vector 1.0 則依產生的檔案計費，依方案層級為 $0.13 / $0.16 / $0.20。

• 1K 時的每次輸出成本 — GPT Image 2.5 依方案不同，約落在半美分至五美分之間；Vector 1.0 則為每個 SVG 十三至三十二美分。

• 速度配置 — GPT Image 2.5 分為 Flare（快速）與 Sunburst（精準）兩種，讓你自行選擇；Vector 1.0 則只有一個模型和一個品質調節選項。

• 編輯 — GPT Image 2.5 專為指令式編輯與多輪精修而打造；Vector 1.0 無法編輯點陣圖像，但其向量化工具能以 $0.10 的價格將其轉換為路徑。

• 文字渲染——兩者都宣稱這是自身強項，而這兩項說法都出自廠商自己。Ideogram 的差異化在於將字體排印帶入可校正文字的格式；OpenAI 的差異化則是讓文字正確放置在渲染場景中。

• 獨立基準測試 —— GPT Image 2.5 有；Vector 1.0 完全沒有，而且那些圖像排行榜本來也測不到這裡真正重要的東西。

最後那句值得進一步闡述，因為它是本文中最具影響力的不對稱。

為什麼排行榜無法回答這個問題

Artificial Analysis 在其文字轉圖像競技場中，同時列出了GPT Image 2.5 Flare (max)與GPT Image 2.5 Sunburst (max)，與點陣模型同場較勁。該競技場採用盲測的兩兩偏好機制：由人類與評測者觀看兩張圖像，從中選出較好的一張。就判斷生成圖片是否好看而言，這是個合理的工具。

它無法評判 SVG。向量檔的好壞，不在於扁平化預覽看起來如何；而在於它有多少錨點、路徑是否閉合、漸層能否保留、字體是外框還是活文字，以及元件是否可分離。這些特性在並排的圖像比較中全都看不出來。你得打開檔案才行。

所以，誠實的說法是：GPT Image 2.5 可以被排名，而 Vector 1.0 不能；而現有的排名所衡量的，並不是 Vector 1.0 會產出的東西。任何引用這兩個模型之間 Elo 差距的人，都是在拿一張照片和一份藍圖相比。

GPT Image 2.5 專為這些情境而生

若工作內容是編輯，GPT Image 2.5 在這裡幾乎沒有對手。Vector 1.0 沒有編輯端點。你無法要求它更換背景、替換顏色，或把產品往左移兩英吋——你只能產生新的 SVG，或將現有影像向量化。GPT Image 2.5 的整體設計恰恰相反：基於指令的修改、多輪微調，以及過去需要遮罩才能做到的那種小型局部變更。

如果是攝影或場景類作品，也一樣。Vector 1.0 製作的是標記與字樣。它做不出光線逼真的產品照。

如果工作是高產量且用完即丟，token 模型在純經濟效益上會勝出一個數量級。以每張幾美分計算，五百張概念縮圖的花費不到二十美元。在 Vector 1.0 上，以中等品質進行同樣一輪批次處理會花費八十美元，而且那些檔案每一個都必須值得保留。

如果你需要批次折扣，GPT Image 2.5 的 Batch API 會把輸出費率減半，變成每百萬個 token 15 美元。Vector 1.0 沒有公布批次方案——用量是透過你帳戶的進行中請求上限來處理，而這會反映在 429 回應中，而不是以折扣形式呈現。

幾何學勝出的少數狹窄情況

反向情形較為狹窄，但一旦適用便具有決定性。

任何要送去印刷、裁切、蝕刻或刺繡的成品。GPT Image 2.5 以最高品質給你漂亮的點陣檔案，製作廠商會把它描得很糟。Vector 1.0 給你的則是路徑。

任何必須保持可編輯的品牌資產。客戶會在同一套系統中重新上色的標誌，或行銷部門會以不同字重重新設定的字標，都需要幾何結構。以不同尺寸重新生成，並不等同於將其縮放。

任何工作流程，只要按檔案計價比按 token 計價更容易編列預算，就適用。設計團隊是以素材為單位來思考的。每張 SVG 固定 $0.20 具有可預測性，而「這取決於模型消耗多少 token」則不然，再加上 dry_run 報價，讓批次估算只要一行腳本就能完成。

以及任何你想將現有資產向量化的情況。$0.10 的影像轉向量端點在 GPT Image 2.5 的官方文件介面中沒有對應功能。它接受最高 50 MB 的 JPEG、PNG 或 WEBP，並提供簡易模式以減少形狀數量，以及可保留更多細節的預設模式——而且，根據 Ideogram 自家的參考頁面，目前還無法將結果分組為圖層。

從同一個地方呼叫兩者

這是本系列中唯一一個我們能具體說明自身涵蓋範圍的比較：GPT Image 2.5 在 OrcaRouter 的目錄中同時以 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst 的形式提供。Ideogram Vector 1.0 則不在其中——它可透過 Ideogram 自家平台與 API 以及多個第三方平台取得，而我們不提供它。

這種不對稱性是有用的，而非尷尬的，因為它正好對應到這兩個模型應該被使用的方式。GPT Image 2.5 這一側是高用量、快速迭代的一側：你會在這裡嘗試二十個變體、丟掉十九個，並且在意延遲與容錯移轉。以供應商定價、0% 加價提供，並置於自動容錯移轉之後，意味著 Sunburst 降級不會讓批次停擺，而 Flare 的費率變動當天就會在我們這邊生效。向量這一側則是低用量、高風險的一側：每個專案只有少數幾個檔案，每一個的價值都是點陣影像的三十倍，你寧可刻意生成並人工檢查，也不願自動路由。

如果你正在打造用來比較它們的測試框架，實作上就是一個小迴圈：輸入提示詞，從 GPT Image 2.5 輸出點陣圖，以 $0.10 將該點陣圖向量化，然後把兩者都打開。你要做的比較不是哪一個看起來更好，而是描摹版本是否足夠接近直接生成的 SVG，讓你能跳過更昂貴的呼叫。

經驗法則

清點交付項目。如果數量龐大，且這些檔案是一次性的，那麼 GPT Image 2.5 在能力與成本上都會勝出；而分級重新標記的風險是可控的，只要您確認 high在您的設定中實際代表什麼。

如果數量很少，而且檔案是永久性的——一個標誌、一個文字標誌、一個標籤、一組圖示——那麼每檔案價格相較於描圖成本就無關緊要，而 Ideogram Vector 1.0 是兩者中唯一能以可直接交付的檔案結束討論的。

令人不安的是，第二個案例——也就是 Vector 1.0 明顯勝出的那個——同樣是背後沒有獨立證據支持的那一個。這不是選擇 GPT Image 2.5 的理由。這反而是個理由，讓你在把工作流程建立在它之上以前，先打開你生成的第一個 SVG，自己數一數路徑。