Imagen 3 vs Midjourney v7: Dommen for produktfotografi
Imagen 3 vs Midjourney v7 til produktbilleder i ecommerce. AI Vidia testede begge på reference-image-fidelity, pris og batch-hastighed på tværs af 6 DTC-brands.
Imagen 3 vs Midjourney v7 er den head-to-head, AI Vidia kører, hver gang et DTC-brand vil have nøjagtig produktfotografi i paid social-volumen. AI Vidia er et dansk AI-content-produktionsstudie, der leverer kampagne-klare billeder, videoer og avatarer til brandteams. Det korte svar: Imagen 3 vinder produktions-briefs, fordi den accepterer et referencebillede gennem Vertex AI og holder samme SKU på tværs af hero, lifestyle og detail. Midjourney v7 vinder kreative priser, fordi dens æstetiske range er bredere, men uden ekstern conditioning driver selve produktet fra render til render. På 864 test-renders scorede Imagen 3 4,6 ud af 5 på SKU-konsistens. Midjourney v7 scorede 3,2.
Hvorfor reference-image-fidelity er en omsætningshåndtag
10xVOLUMEN VS FILM
0,1xOMKOSTNING PR. SHOT
50+KONSISTENTE ANNONCER PR. PRODUKT
99,2%BRAND-SAFE PASS RATE
Et DTC-brand på Meta skal bruge 30 til 50 ugentlige konverteringsevents pr. ad set for at forlade learning-fasen. Den grænse betyder mindst 12 friske kreative varianter om ugen pr. prospecting-kampagne. Produktet i de varianter skal ligne produktet på lageret hver gang. Hvis håndtagsformen, glasurfarven eller label-typografien driver, bruger brandet mediebudget på kreativ, der misrepræsenterer SKU'en. Reference-image-conditioning er det, der stopper den drift. AI Vidia målte et fald på 62% i produktionsomkostninger for IndianBites på 90 dage, med 2,4x ROAS på vindende cohorts og 142 AI-annoncer leveret på 11 uger. Den billed-model, der kan genbruge ét hero-foto som conditioning-input, er den model, der leverer disse tal uden en art director på hver eneste render.
Reference-image-fidelity er forskellen mellem en render, der ligner SKU'en, og en render, der ligner SKU'ens fætter.
De fleste marketing-leads undervurderer prisen på inkonsistens. Et nordisk ecommerce-brand, AI Vidia-teamet arbejdede med, leverede 210 assets om måneden til 320 DKK pr. asset. Samme brand havde tidligere betalt 2.200 DKK pr. asset for 20 månedlige assets. Omkostningsreduktionen var reel. Det 28% ROAS-løft på 90 dage var større. Begge tal afhang af, at renders lignede produkterne på hylden. En model, der ikke kan ankre til et referencebillede, kan ikke levere det arbejde uden manuel retouchering, hvilket sletter både omkostnings-vindet og hastigheds-vindet i samme bevægelse. Wyzowl 2025 rapporterer, at 30% af virksomheder peger på produktionsomkostninger som den største barriere for video- og billed-marketing. Den barriere er i høj grad en reference-fidelity-barriere, ikke en generations-barriere.
Imagen 3 vs Midjourney v7 på syv ecommerce-kriterier
AI Vidia-teamet scorede begge modeller på syv dimensioner efter at have kørt et låst 12-varianters brief gennem hver pipeline for seks AI Vidia-brands i Q1 2026. Hvert brand leverede fem til femten hero-SKU'er med referencefotografi, brand-palette-tokens og én godkendt baggrundsstil. Hver model renderede 144 billeder pr. brand, i alt 864 renders pr. model i forsøget. Scoringen målte SKU-konsistens, pris pr. billede, batch-hastighed og prompt-token-reproducerbarhed.
Kriterium
Imagen 3 (Vertex AI)
Midjourney v7
Dom
Reference-image-conditioning
Native via Vertex AI image-to-image og style references
Ingen first-party-conditioning. Style refs driver mellem sessioner
Imagen 3
SKU-konsistens på 20 renders
4,6 ud af 5. Samme håndtag, farve, label holder
3,2 ud af 5. Farve og geometri driver efter 8 renders
Imagen 3
Æstetisk range og stemning
Fotografisk, let bogstavelig. Kræver detaljerede prompts
Editorial, maleri-agtig. Vinder de første tre koncept-renders
Midjourney
Pris pr. 1024px-billede
Cirka EUR 0,04 på Vertex AI standard
Cirka EUR 0,07 amortiseret på Pro-plan
Imagen 3
Batch-hastighed, warm pool
5 til 8 sekunder pr. billede
40 til 60 sekunder i fast mode
Imagen 3
Tekst på emballage ved 1024px
Læsbar på labels, skarp ved 2048
Læselig i hero, blød i brødtekst
Imagen 3
Licens til paid media
Kommerciel brug under Google Cloud-vilkår
Kommerciel brug på Pro-plan
Uafgjort
Imagen 3 vandt seks ud af syv kriterier på produktfotografi til ecommerce. Det største udsving var reference-image-conditioning. Da et beauty-brand i forsøget fodrede et enkelt hero-shot af en flaske ind i Imagen 3 via Vertex AI, holdt flasken sin form, label og pumpe-geometri på 28 ud af 30 renders. Samme prompt i Midjourney v7 med en style reference driftede på hætteform efter den ottende render og på label-typografi på alle renders, der ikke var hero. Æstetisk-range-rækken er den ene række, Midjourney stadig ejer. Til sæson-mood-boards og editorial kampagne-frames leverer Midjourney v7 en brugbar første koncept hurtigere end nogen anden model i AI Vidia-stacken. Produktion tilhører Imagen 3. Discovery tilhører stadig Midjourney.
Venstre: Imagen 3 ankret til ét referencebillede. Højre: Midjourney v7 uden ekstern conditioning. Samme SKU, to forskellige historier.
Vil du have en struktureret plan for din AI-creative pipeline? 20-minutters samtale, ingen pitchdeck.
AI Vidia-teamet bruger denne strategiske test til at afgøre, om Imagen 3 eller Midjourney v7 skal eje et brands katalog-arbejde. Testen er den samme for hvert brand. Resultatet er en scoret matrix, køberen godkender på 14 arbejdsdage. Hver AI Vidia Pilot Sprint inkluderer denne test.
Vælg reference-SKU'en. Vælg ét produkt, der bærer de næste 90 dages mediebudget. Træk det eksisterende hero-foto, brand-palette-tokens og det godkendte emballage-shot. Reference-SKU'en er ankeret. Begge modeller renderer mod præcis denne reference. Testen kører ikke på hypotetiske produkter eller stock-billeder.
Render hero-shottet. Generér tolv renders af SKU'en som hero-asset, én pr. model, mod en ren studie-baggrund, der matcher brandet. Scor hver render på farve-nøjagtighed, geometri-match og label-læsbarhed. Imagen 3 scorer typisk 4,5 eller højere på hero-renderet. Midjourney v7 lander mellem 3,0 og 3,6 uden ekstern conditioning.
Render lifestyle-konteksten. Generér tolv renders af samme SKU placeret i en virkelig brugs-scene: køkkenbord, badeværelse, sportstaske, butikshylde. Produktet skal forblive produktet. Scor hver render på, om SKU'en stadig matcher referencen. Imagen 3 holder typisk på alle tolv. Midjourney v7 begynder at drifte omkring render otte.
Render detail-close-uppen. Generér tolv renders zoomet til den tekstur, label eller finish, der definerer SKU'en. Det er her, tekst-render og materiale-nøjagtighed afgør modellen. Imagen 3 holder stram typografi ved 2048 pixels. Midjourney v7 blødgør teksten og blødgør teksturen.
Aggregér og commit. Den model, der scorer højest i gennemsnit på tværs af hero, lifestyle og detail-renders, bliver standard-renderer for kataloget de næste 12 uger. Den tabende model bliver i stacken til konceptarbejde, aldrig til katalog-batches. Resultatet af testen er én PDF: scoret matrix, render-samples og lock-in-beslutningen.
Kevin's take
Et DTC-supplements-brand, AI Vidia-teamet arbejdede med, brugte fire uger på at holde Midjourney v7 ankret til én flaske-silhuet. Hver render driftede på hætten. Teamet flyttede katalog-arbejdet til Imagen 3 med hero-shottet som conditioning-input og leverede de næste 24 SKU'er på otte dage. Midjourney v7 blev i stacken til sæson-kampagne-heroen alene.
Imagen 3 Product Shot Pipeline
Denne taktiske pipeline er hvordan AI Vidia-teamet faktisk shipper katalog-arbejde på Imagen 3, når 3-Shot-Testen har udnævnt en vinder. De fem trin nedenfor kører ugentligt pr. brand på Performance Retainer.
API-auth og projekt-setup. Opret et Google Cloud-projekt med fakturering, aktivér Vertex AI API og provision en service account med rollen aiplatform.user. Gem credentials i en secret manager, ikke i prompt-repositoriet. AI Vidia-teamet holder ét projekt pr. kunde for at isolere forbrug og renders til fakturering og brand-safe-audit.
Reference-image-upload. Upload det låste hero-shot for hver SKU til en Google Cloud Storage-bucket. Tag hver reference med SKU-kode, render-dato og brand-palette-tokens. Reference-billedet er conditioning-input på hver efterfølgende render. En rodet bucket er den hyppigste årsag til, at batches driver i produktion. Lås mappestrukturen på dag ét.
Conditioning-parametre. Sæt Imagen 3 image-to-image-strength mellem 0,55 og 0,7 til SKU-nøjagtigt arbejde. Lavere strength bevarer reference-geometrien. Højere strength giver modellen plads til at re-style scenen. Par strength-indstillingen med en prompt, der nævner SKU'en eksplicit, den ønskede scene og brand-paletten. Dokumentér hver parameter, så kørslen er reproducerbar.
Batch-render og eksport til GCS. Kør renders i batches af 10 til 20 pr. SKU via Vertex AI batch-endpointet. Eksportér hver render direkte til en struktureret GCS-sti, partitioneret pr. brand, SKU og dato. AI Vidia-teamet renderer i 1024 pixels til QC og 2048 pixels til godkendte varianter. At logge seedet for hver render er ikke til forhandling for at reproducere vindere.
Brand-safe QC og ratio-cuts. Kør hver render gennem AI Vidias 14 punkts brand-safe-rubrik: farve-match, geometri-match, skygge-konsistens, typografi. Godkendte renders skæres til 1:1, 4:5 og 9:16 til Meta- og TikTok-placeringer. Fejlende renders går tilbage til trin 3 med en strammet prompt og en lidt højere conditioning-strength.
Hvad tallene ser ud i produktion
AI Vidia har leveret 70.342 AI-billeder på tværs af 48 brand-konti på 12 måneder med en brand-safe pass rate på 99,2%. Cirka 22% af katalog-renders kører nu på Imagen 3, op fra 4% for et år siden. Nano Banana ligger på 61%. Midjourney v7 holder 12% og det meste er konceptarbejde. IndianBites-casen dokumenterer 142 AI-annoncer leveret på 11 uger, et fald på 62% i kreative produktionsomkostninger på 90 dage og 2,4x ROAS på vindende cohorts. Modelvalget er ikke den eneste grund til, at de tal holdt, men reference-image-conditioning var årsagen til, at teamet nåede 50 plus konsistente annoncer på én SKU.
Omkostningsreduktionen er den nemme overskrift. Den svære er at shipe halvtreds konsistente annoncer på én SKU uden en art director, der gentegner hætten på hver render. Imagen 3 er den første model, der gjorde det for os i skala.
Kevin Dosanjh, grundlægger, AI Vidia
Tre eksterne benchmarks passer ved siden af AI Vidia-tallene. McKinsey rapporterer 30 til 50% reduktion i kreative omkostninger og 3 til 5x output-stigning med AI i kreativ produktion. Deloitte melder 67% hurtigere time-to-market for AI-aktiverede kreative teams. Meta for Business melder 30 til 50% lavere CPA på kampagner med fem eller flere kreative varianter. AI Vidias interne tal ligger i den øvre ende af disse bånd, fordi produktions-pipelinen er låst til en model, der holder SKU'en. En Performance Retainer leverer 40 on-brand assets pr. brand pr. måned for EUR 3.000 til EUR 5.000 pr. måned, med første kreativ i brandets hænder inden for 72 timer fra kickoff.
Matematikken: en Vertex AI-render lander nær EUR 0,04 ved 1024 pixels. En studie-shoot lander på EUR 300 til 600 pr. SKU.
Hvornår hver model vinder
Brug Imagen 3 til: katalog-produktshots, emballage-renders der skal have læsbar tekst, enhver render der skal matche et eksisterende hero-foto, multi-market-batches med samme SKU i forskellige scener, enhver kampagne der kører mere end 12 kreative varianter om ugen. Brug Midjourney v7 til: ny sæson-koncept-udforskning, editorial kampagne-hero, mood boards, brand-pitch-decks, intern kreativ review hvor løs fortolkning er acceptabel. De fleste AI Vidia-brands kører en Midjourney v7-discovery-uge ved kvartalsstart og committer derefter katalog-produktion til Imagen 3 i de næste 12 uger. Et lille overlap er fint. En blandet katalog-batch er det ikke.
En advarsel om det bredere felt. Nano Banana ligger tæt på Imagen 3 på fotorealisme og lidt foran på rå katalog-throughput, hvilket er grunden til, at 61% af AI Vidia-output kører på den i dag. Imagen 3 fører specifikt, når briefen kræver reference-image-conditioning ind i Vertex AI-infrastruktur, ofte for kunder der allerede er standardiseret på Google Cloud. Flux Pro er hurtig og stærk på fotorealisme, men konsistens falder over 50 billeder pr. batch. Ideogram er valget til tekst-tunge emballager alene. AI Vidia-teamet holder dem alle i rotation. Katalog-batchen låses til én motor.
01Er Imagen 3 eller Midjourney v7 bedst til produktfotografi til ecommerce?
Imagen 3 er bedst til produktfotografi til ecommerce i produktionsvolumen, fordi den understøtter reference-image-conditioning gennem Vertex AI, hvilket holder SKU'en på tværs af hero, lifestyle og detail-renders. AI Vidia testede begge modeller på 864 renders, og Imagen 3 scorede 4,6 ud af 5 på SKU-konsistens mod 3,2 for Midjourney v7. Midjourney v7 vinder stadig på editorial koncept-udforskning og sæson-mood-boards, fordi dens æstetiske range er bredere. De fleste AI Vidia-brands kører en Midjourney-discovery-uge ved kvartalsstart og committer derefter katalog-produktion til Imagen 3 de næste 12 uger.
02Hvad koster Imagen 3 sammenlignet med Midjourney v7?
Imagen 3 på Vertex AI standard koster cirka EUR 0,04 pr. 1024 pixel-billede, faktureret pr. kald gennem Google Cloud. Midjourney v7 på Pro-planen er en flad pris på 60 USD om måneden med cirka 900 fast-GPU-billeder inkluderet, hvilket amortiserer til cirka EUR 0,07 pr. billede. På 200 produktshots om måneden lander Imagen 3 nær EUR 8 i variabel omkostning plus orkestrering, og Midjourney Pro lander på sin flade pris med en seat-begrænsning. Det større gab er konsistens på tværs af renders, hvor Imagen 3 holder og Midjourney v7 driver efter den ottende render.
Ja. Imagen 3 på Vertex AI accepterer et referencebillede som conditioning-input og eksponerer en strength-parameter mellem 0 og 1, der styrer hvor tæt rendererne følger referencen. AI Vidia bruger værdier mellem 0,55 og 0,7 til SKU-nøjagtigt ecommerce-arbejde, hvilket bevarer geometrien uden at låse scenen. Midjourney v7 tilbyder ikke first-party-reference-image-conditioning på samme fidelity, kun style references der driver mellem sessioner. Den ene feature er grunden til, at Imagen 3 vinder produktions-briefs til katalog-arbejde.
04Kan Imagen 3 rendere læsbar tekst på produktemballage?
Ja. Imagen 3 rendrer læsbar tekst på labels ved 1024 pixels og skarp tekst ved 2048 pixels, når prompten nævner de nøjagtige ord og referencebilledet viser labelen. AI Vidia scorede Imagen 3 over Midjourney v7 på tekst-render i Q1 2026-forsøget. Til tæt typografi i edge cases parrer AI Vidia-teamet Imagen 3 med Ideogram på de tekst-kritiske varianter og kompositer det endelige asset. De fleste ecommerce-labels behøver ikke den parring.
05Hvornår skal et brand stadig bruge Midjourney v7 i stedet for Imagen 3?
Et brand skal stadig bruge Midjourney v7 til sæson-koncept-udforskning, editorial kampagne-hero-frames, brand-mood-boards og pitch-decks, hvor løs fortolkning er acceptabel. Midjourney v7 vinder også, når teamet har mindre end 30 minutter til at producere en brugbar koncept-render uden et referencebillede at conditione mod. AI Vidia kører Midjourney v7 på cirka 12% af det samlede output, næsten alt sammen koncept- og editorial-arbejde. Katalog-produktion bor næsten aldrig der.
06Hvor hurtigt kan AI Vidia shipe et produktkatalog med Imagen 3?
AI Vidia shipper første kreativ inden for 72 timer fra kickoff og en fuld 12 til 18 varianters Pilot Sprint på 14 arbejdsdage. 3-Shot Product Consistency Test kører i den første uge, og Imagen 3 Product Shot Pipeline kører i den anden. På Performance Retainer leverer AI Vidia-teamet 40 on-brand assets pr. brand pr. måned for EUR 3.000 til EUR 5.000 pr. måned. Loftet er ikke modellen. Loftet er, hvor hurtigt brandet kan briefe, godkende og teste.
Næste skridt
Få dine første 12 on-brand AI-varianter på 14 dage.
Book et 20-minutters strategikald med AI Vidia-teamet. Ingen pitchdeck, kun en struktureret plan for jeres creative output.
