Ideogram Vector 1.0 對上 Nano Banana 2：為什麼「之後再描線就好」的代價比看起來更高

搜尋如何從 AI 影像模型取得向量圖稿，你會發現十幾個網站都給出同樣的建議：在 Nano Banana 2 中生成，然後把結果交給描圖工具處理。聽起來免費，聽起來快速，但這是設計工作流程中最昂貴的捷徑——不是因為描圖要花錢，而是因為它會悄悄捨棄掉的東西。 Ideogram Vector 1.0 於 2026 年 10 月 22 日發布，是大型廠商中第一個完全跳過這套變通做法、直接輸出 SVG 的模型。

這個變通做法並不愚蠢。直到這個月為止，它都是唯一的選項，因為 Nano Banana 2——Google 的 Gemini 3.1 Flash Image——在任何方案層級都從未產生過向量輸出。改變的是，現在有了第二條路徑，而人們該做的比較並不是影像品質，而是經過轉換之後還剩下什麼。

建議的來源

Nano Banana 2 於 2026 年 2 月 26 日以預覽版登場，並於同年年中全面開放。它是一款實力堅強的通用型影像模型：最多支援十四張參考圖像、以 Google 圖片搜尋作為依據、可設定的思考層級、影片轉圖像輸入（包括 YouTube 網址），以及約 131,000 個 token 的上下文視窗。輸出帶有 SynthID 浮水印與 C2PA 中繼資料。在 Artificial Analysis 的編輯排行榜上，Nano Banana 2 的基準項目以 1,124 Elo、16,583 個樣本位居中段；而較新的 Nano Banana 2.1 於 2026 年 10 月發布，則以 1,152 Elo、6,800 個樣本排名第四。

那些都不包含 SVG。所以生態系用描圖工具填補了這個空缺：VectoSolve、Illustrator 的 Image Trace、Inkscape 的 Potrace，以及十幾個能一鍵把 PNG 轉成 SVG 的網路工具。它們確實有效，只是它們產生的東西，並不是大多數人以為它們會產生的東西。

自動描圖實際上會產生什麼

描圖器會找出顏色相近的區域，並在這些區域周圍擬合曲線。這就是整個演算法。它沒有字形、標誌圖記、漸層網格或設計圖層的概念，因為這些資訊在點陣化的一開始就根本不會保留下來。

後果具體且可預測：

• 文字變成外框。每個字母都是一條封閉路徑。品牌字標「NORTH」不再是五個字元；而是幾十個剛好看起來像字元的錨點。修正錯字變成了節點手術。

• 圖層會變成單一圖層。描摹工具會輸出一堆扁平的路徑，有時依顏色分組，但從不依意義分組。你無法將圖示與背景分開選取，因為輸出中不存在「圖示」這個概念。

• 漸層會變成色帶或網格。平滑的雙停駐點漸層不是被壓平成單一實色，就是被數十個階梯狀色塊近似呈現。尺寸小的時候看起來沒問題；但寬達一公尺時，色帶現象就顯而易見。

• 曲線會變得雜亂。描摹 1,600 像素的來源檔會產生歪扭的邊緣，而人類手繪時本會畫成乾淨的圓弧。設計師於是得花時間簡化節點，這恰恰與向量原本該帶來的效益背道而馳。

• 檔案大小暴增。一個描摹出來的標誌，其路徑資料動輒高達數百 KB，而真正的向量檔案只需幾百位元組就能表達同樣的內容。

技術上來說，結果是一個向量檔。它不是設計資產。如果你需要的只是一個可縮放的剪影——貼紙、單色切割檔、浮水印——那麼描圖確實足夠，你應該繼續這麼做。

直接路徑取而代之包含的內容

Ideogram Vector 1.0 的文字轉向量端點 POST /v2/svg/generate/ideogram-vector-1，可接收最多 9,500 個字元的提示詞與選用參考圖片，並回傳 SVG。Ideogram 聲稱輸出會以可個別移動、旋轉及重新上色的元素形式呈現，並保留漸層與字體排版。這是廠商的說法，尚未經過獨立測試——但其架構上的差異毋庸置疑：在向量空間中進行構圖的模型能為形狀賦予意義，而從像素反向作業的描摹工具則無法做到。

在您於其上建構之前，值得了解的 API 細節：

• 品質等級 — 低、中、高，預設為中，每張生成的 SVG 分別為 $0.13、$0.16 與 $0.20。高品質並搭配參考圖片則為 $0.32。

• 長寬比 — 預設為 auto，共十八個列舉值。

• 試運行 — {{1}}dry_run: true{{/1}} 會傳回價格報價，不會產生或計費。適合在正式提交前預估批次費用。

• 轉換 — POST /v2/svg/vectorize/ideogram-vector-1 接受最大 50 MB 的 JPEG、PNG 或 WEBP 檔案，mode 設為 simple 可減少圖形數量，設為 default 則可呈現更精細的細節，均一價 $0.10。

Nano Banana 2 的誠實論據

在向量輸出上，拿通用影像模型和向量生成器相比，是一場不公平的較量。以下是 Google 的模型明顯更勝一籌之處，以及 trace 變通方案才是正確解法的地方。

• 攝影寫實感——人物、產品、場景、光線。Ideogram Vector 1.0 並不涉足此領域，也無意如此。

• 大規模下的參考保真度——十四張參考圖像，對比 Ideogram 的寥寥數張，並透過 Google Image Search 為真實世界主體提供依據。

• 解析度 — 預覽最高可達 4K；相對地，原生 SVG 在大尺寸下的保真度完全取決於幾何結構是否乾淨，而非像素數量。

• 來源溯源工具 — SynthID 與 C2PA 已內建，若您的組織有 AI 內容揭露政策，這一點就很重要。

• 生態系 —— 它是 Gemini 各介面的預設圖像模型，且已在正式環境中運作超過 2026 年的大部分時間，這一點可不是昨天才發布的模型所能比擬的。

如果交付物是一張照片、主視覺圖片、分鏡畫面或設計Mockup，就使用 Nano Banana 2，永遠別再考慮 SVG。

價格，做到位

Google 按 token 對 Nano Banana 2 計費，輸入每百萬 token 約 $0.50，輸出每百萬 token 約 $3.00，而每張圖片的成本在很大程度上取決於解析度。Artificial Analysis 的價格欄位在其受測的 Nano Banana 2 資料列中列出每千張圖片 $670——這個數字反映的是該次測試的解析度與設定，並非固定費率。對於較新的 2.1 資料列，同一欄位顯示每千張 $33.60。這個系列的任何單一每張圖片數字都應視為有前提條件的。

Ideogram Vector 1.0 更簡單：每個檔案有固定價格，並依方案等級公布。中等品質下為 $0.16。

現在把這筆看不見的費用項目加進去。設計師清理描摹出來的標誌——簡化節點、重建文字、分離圖層——要花十五分鐘到一小時。以每小時 60 美元的費率計算，就是 15 到 60 美元。描摹省下了十六美分，卻花了二十到六十美元，而這還不包括第二輪修改——客戶要求把字標換成不同字重的時候。

這就是整個經濟論證的重點，而且它並不要求向量模型在每次生成時都更便宜，因為事實並非如此。它要求你把檔案送達後的那一小時也計算在內。

十分鐘測試

不要聽信任何一方廠商的說法。實際跑一遍。

• 在 Nano Banana 2 中以 2K 生成字標。用你手邊已有的任何工具描摹它。在 Illustrator 或 Figma 中開啟該 SVG，並計算物件數量。

• 點擊一個字母。看看你選取的是字元還是路徑。

• 變更一個填色。計時所需時間，並記錄該變更是否精確。

• 將兩個版本都縮放至一米寬，並在 200% 縮放下比較曲線。

• 以高品質在 Ideogram Vector 1.0 中生成相同的簡報，附上一張參考圖，費用為三十二美分，然後重複這四項檢查。

兩個檔案、兩毛錢、十分鐘。你就會知道團隊該標準化哪一套工作流程，而且這份認知是針對你自己的專案簡報，而不是為了某個基準測試。

如果你已經在使用 Nano Banana 2，這代表什麼

你大概應該保留它。對大多數團隊來說，現實的做法不是遷移，而是分工：在模型擅長的地方生成與迭代，在格式擅長的地方產出最終向量資產，並且別再假裝一個模型能同時做好兩者。每檔案十美分的轉換成本便宜到足以用真實工作來測試，而圖層群組的限制意味著它是單一資產的過渡方案，而不是設計系統的基礎。

Nano Banana 2 可透過 OrcaRouter 以 Gemini 3.1 Flash Image 的形式使用，與其他 200 多個模型共用同一組金鑰，並以供應商定價、0% 加成提供——這正是此處的有用特性：你可以在不新增供應商的情況下，執行此工作流程中點陣圖的那一半，同時仍直接呼叫 Ideogram 的向量 API 來取得檔案。自動容錯移轉在點陣圖這一側比平常更為重要，因為預覽層級的模型可能會在最糟糕的時刻遭到限流。

這個變通做法在別無選擇時是合理的。現在有了替代方案，成本是十六美分，而誠實的做法是衡量它是否真的能替你省下那一小時。