TL;DR
- 要「一张参考图锁定角色、换场景不换脸」,选
ideogram-v3-character;要「更低的单价、可选分辨率、一次塞多张参考图」,选gemini-nano-banana-2.1。 - 最硬的数字:价差。Ideogram 3.0 Character TURBO 每张 $0.09,Nano Banana 2.1 1K 每张 $0.022,每张贵 $0.068;换算成 1,000 张,是 $90.00 和 $22.00 的差别。
- 两个都在 HiAPI 上:Ideogram 3.0 Character 模型页、Nano Banana 2.1 模型页,同一个
/v1/tasks接口,新用户注册送 200 积分。
一眼看懂
ideogram-v3-character | gemini-nano-banana-2.1 | |
|---|---|---|
| 定位 | 参考图角色生成:同一角色换场景 | 文生图 + 参考图混合生成 |
| 参考图 | 恰好 1 张(JPEG/PNG/WebP,≤10 MB) | image_input 最多 10 张,可不传 |
| 尺寸控制 | 无尺寸参数,画幅跟随参考图 | resolution 1K / 2K / 4K,aspect_ratio 15 种含 auto |
| 输出 | WebP,每次 1 张 | jpg / png,每次 1 张 |
| 价格(每张) | TURBO $0.09;BALANCED $0.13;QUALITY $0.18 | 1K $0.022;2K $0.036;4K $0.058 |
| 角色保持 | 脸型与服饰跟随参考图 | 跟随 image_input 参考图,张数多时更依赖提示词描述 |
| 适合 | 系列图、连载、品牌角色物料 | 批量出图、多参考混合、分辨率敏感的交付 |
两个模型都是 HiAPI 现价,2026 年 10 月 21 日核对。按成功出图计费,失败不扣费,参考图不另收费。
同一条提示词,两边真实成品
两个模型用的是同一条提示词和同一张参考图(横版插画角色),只换 model。
组 A:夜市
The explorer character walking through a lantern-lit night market, holding a paper cup of hot noodles, warm glowing stalls on both sides, storybook illustration, no text, no signs
(中文意思:这个探险家角色走在挂满灯笼的夜市里,手里捧着一纸杯热面,两侧是暖光摊位,绘本插画风格,不要文字,不要招牌。)
ideogram-v3-character(TURBO) | gemini-nano-banana-2.1(1K) |
|---|---|
![]() | ![]() |
左:ideogram-v3-character,16:9,1328×752,WebP,$0.09。右:gemini-nano-banana-2.1,16:9,1K(1376×768),png,$0.022。两边同一参考图、同一提示词,各生成一次。
用 Ideogram 3.0 Character 生成 → | 用 Nano Banana 2.1 生成 →
组 A 看得见的区别:
- 两边角色一致:圆框眼镜、蓝绿短发、黄色连帽衣、背包,捧着热食走在夜市中央,绘本插画风。
- 灯笼处理不同:Ideogram 侧的灯笼上有竖排汉字(提示词写了 no text 仍出现),NB2.1 侧的灯笼是纯色——对画面文字敏感的流程,出图后要人工核一遍。
- 近景密度不同:NB2.1 侧手里的面插着筷子、一手握手机,墙上多了一块手绘价目牌;Ideogram 侧画面元素更少、更整。
组 B:写实人物换场景
The same man working as a barista in a sunlit neighborhood cafe, pouring latte art into a ceramic cup, wearing a canvas apron, shallow depth of field, photorealistic, no text
(中文意思:同一个男人在阳光充足的街角咖啡馆当咖啡师,往陶瓷杯里拉花,系着帆布围裙,浅景深,写实摄影,不要文字。参考图换成横版照片人物。)
ideogram-v3-character(TURBO) | gemini-nano-banana-2.1(1K) |
|---|---|
![]() | ![]() |
左:ideogram-v3-character,REALISTIC,16:9,1328×752,WebP,$0.09。右:gemini-nano-banana-2.1,16:9,1K(1376×768),png,$0.022。同一参考图、同一提示词,各生成一次。
用 Ideogram 3.0 Character 生成 → | 用 Nano Banana 2.1 生成 →
组 B 看得见的区别:
- 两边人物一致:深棕短发短须、系帆布围裙、往陶瓷杯里拉花,浅景深写实摄影。
- 环境密度不同:Ideogram 侧是木制磨豆机和书店咖啡角的暖黄光,场景安静;NB2.1 侧是意式咖啡机加磨豆机的组合、窗边自然光,背景有顾客和黑板菜单,画面元素更多。
两组图注里两边画幅一致(16:9),输出格式和像素尺寸不同(WebP 对 png、1328×752 对 1376×768),这是两边接口本身的差异,看大图对比时注意。
按场景怎么选
- 做品牌吉祥物系列物料、绘本连载,选
ideogram-v3-character:一张参考图锁定角色,几十张换场景不跑脸。 - 大批量出图、按分辨率交付,选
gemini-nano-banana-2.1:1K 一张 $0.022,量越大省得越多。 - 要把多张参考图揉进一张图(比如产品 + 场景 + 风格图),选
gemini-nano-banana-2.1:image_input最多 10 张。 - 对输出格式有要求(要 jpg / png),选
gemini-nano-banana-2.1;ideogram-v3-character输出 WebP,交付前要转格式就多一步。 - 想先看两个模型各自擅长什么,翻提示词大全;价格细节看价格页。
切换成本:只改 model 和 input
两边都是 POST /v1/tasks,同一个 Key、同一套轮询逻辑,请求体只差 model 和 input 里的字段名:
{
"model": "ideogram-v3-character",
"input": {
"prompt": "The explorer character walking through a lantern-lit night market",
"reference_image_urls": ["https://example.com/character.jpg"],
"rendering_speed": "TURBO"
}
}
{
"model": "gemini-nano-banana-2.1",
"input": {
"prompt": "The explorer character walking through a lantern-lit night market",
"image_input": ["https://example.com/character.jpg"],
"aspect_ratio": "16:9",
"resolution": "1K",
"output_format": "png"
}
}
参考图从 reference_image_urls 换成 image_input,画幅从「跟随参考图」变成显式传 aspect_ratio,其余代码不用动。
常见问题
- 是的,两个模型可以混着用。 定稿线用
ideogram-v3-character保角色,量大的背景和草稿用gemini-nano-banana-2.1压成本。 - 不是,不是贵就一定合适。 多参考图混合、分辨率选项、png 输出这几件事只有 NB2.1 有;角色一致性整图重绘是 Ideogram Character 的定位。
- 是的,两边失败都不扣费,参考图也都不另收费。
- 是的,画幅两边都能控制。 Ideogram Character 靠参考图的画幅,NB2.1 显式传
aspect_ratio(十五种含 auto);要精确指定 9:16 这类画幅,NB2.1 直接传参数更省事。 - 不是,输出格式不一样。 Ideogram Character 出 WebP,NB2.1 出 jpg / png,交付要求明确的先看这一行。
下一步:拿组 A 的夜市提示词,去 Ideogram 3.0 Character 和 NB2.1 模型页 各跑一张同一参考图的成品,放在一起看你自己的题材谁更稳。








