Images 2.6 vs. Ideogram 4.5: Der Spezialist kostet mehr

Normalerweise ist der Spezialist die günstige Option. Er macht eine Sache, macht sie gut und unterbietet den Generalisten. Ideogram 4.5 kehrt das um. In seiner High-Stufe liegt es bei rund 0,22 US-Dollar pro Bild – 220 US-Dollar pro Tausend auf dem Editing-Board von Artificial Analysis –, während OpenAI Images 2.6, am 4. November 2026 als GPT-Image-2.6 Flare und GPT-Image-2.6 Sunburst veröffentlicht, bei einem vergleichbaren hochwertigen 2K-Render mit seinem Output-Token-Tarif von 30 US-Dollar pro Million nahe an zehn Cent landet. Das Modell, das speziell für präzises Editing gebaut wurde, verlangt rund doppelt so viel, wie das Frontier-Lab für dieselbe Aufgabe verlangt.

Diese Umkehrung macht den ganzen Vergleich aus. Ideogram 4.5 hat zwei Generationen lang argumentiert, dass man einem Generalisten nicht zutrauen kann, eine Sache zu ändern, ohne alles andere zu ändern. Images 2.6 ist OpenAIs bisher direktester Versuch, dieses Argument zu widerlegen – und zum ersten Mal bewerben beide Modelle nahezu exakt dasselbe Versprechen.

Was Ideogram 4.5 ist

Ideogram 4.5 erschien am 30. September 2026 als geschlossenes, gehostetes Modell mit zwei Aufgaben: Text-zu-Bild und präzise lokale Bearbeitung. Das Bearbeitungsversprechen ist konkret und überprüfbar – bearbeite einen Bereich, und die umliegenden Pixel kommen unverändert zurück, und sie kommen auch über wiederholte Mehrrunden-Durchläufe hinweg unverändert zurück, sodass sich keine Drift ansammelt. Ideogram demonstrierte dies in Quellauflösung an einem Bild mit 4.016 × 6.016 Pixeln, 24,2 Megapixeln, was eine Aussage über den Pixelerhalt ist und nicht über das Erzeugen eines hübschen neuen Bildes.

Die native Ausgabe ist 2K. Die Preisgestaltung basiert auf vier Qualitätsstufen statt auf der Auflösung – grob 0,03 $ bei Low, 0,06 $ bei Medium und 0,22 $ bei High laut der eigenen Preisliste des Anbieters, wobei Reseller 0,04 $ / 0,07 $ / 0,26 $ angeben. Verfügbar ist es in Ideograms eigener App, API und MCP-Server sowie bei Partnern wie Picsart, Runway, Pika, Leonardo und einer Handvoll Inferenzplattformen. Offene Gewichte wurden als geplant angekündigt und sind bislang nicht veröffentlicht worden.

Die These, die jeder Einzelne verkauft

Ideograms Auffassung ist, dass Bearbeitung eine andere Disziplin als Generierung ist und dass ein für Komposition optimiertes Modell immer in Versuchung geraten wird, neu zu komponieren. Seine Antwort ist eine konservative Bearbeitung: die markierte Region berühren, den Rest bitgenau unverändert lassen, endlos wiederholen.

OpenAIs Position bei Sunburst ist subtiler. Sie verspricht keine pixelidentische Umgebung; sie verspricht, dass das Motiv über Bearbeitungen hinweg erkennbar bleibt — das Gesicht, das Logo, das Produktdetail. Das ist eine semantische Garantie statt einer Pixel-Garantie, und sie ist für einen anderen Fehlerfall relevant: nicht „der Hintergrund hat sich verändert“, sondern „die Person sieht nicht mehr wie dieselbe Person aus“.

Images 2.6 führt genau dafür zwei Mechanismen ein. Der Komplexitätsparameter ermöglicht es dem Modell, mehr zu planen, wenn eine Szene mehrere Einschränkungen mit sich bringt. Markup-gesteuerte Bearbeitung – ein transparentes Overlay, das auf dem Quellbild gezeichnet wird und nicht mit einer Maske kombiniert werden kann – ersetzt eine Prosa-Beschreibung, wo gearbeitet werden soll, durch ein Bild davon, wo gearbeitet werden soll. Ideograms Antwort auf dasselbe Problem ist architektonisch statt parametrisch: das Modell so bauen, dass es den Rest der Leinwand nicht anfassen will.

Welche Garantie du brauchst, hängt davon ab, was du bearbeitest. Produktfotografie mit sauberem Hintergrund will Ideograms Pixel-Versprechen. Eine wiederkehrende Figur über eine Kampagne hinweg will OpenAIs Identitäts-Versprechen. Die meisten Produktionspipelines brauchen beides und haben sich bisher für eines entschieden.

Textdarstellung: Wo der Spezialist seinen Premiumanspruch einlöst

Dies ist Ideograms stärkste Domäne, und die Zahlen sind für einen Vergleich von Bildmodellen ungewöhnlich konkret. Unabhängige Typografie-Tests rund um den Launch ergaben, dass es {{1}}110 von 111 Zeichen korrekt{{/1}} im Kleingedruckten eines Posters, {{2}}172 von 172 Speisekartenpreise{{/2}} — mit Abstandsartefakten in der Medium-Stufe — und {{3}}300 von 300 Zeichen{{/3}} auf einem dicht bedruckten Zutatenetikett korrekt setzte. Ein Postertest mit 36 Modellen ergab, dass es alle drei Zeilen in jeder Qualitätsstufe korrekt platzierte.

Es scheitert auch auf lehrreiche Weise. Ein Test mit einer Nährwerttabelle ging schief: Werte verschoben sich in andere Zeilen, ein Wort war falsch geschrieben und eine Zeile wurde erfunden. Die eigene Dokumentation von Ideogram gibt offen zu, dass das Modell für Überschriften und kurze Blöcke gedacht ist, am besten auf Englisch funktioniert, keine Schriftartbenennung unterstützt und dass Fließtext in ein Designwerkzeug gehört.

Die Text-Story von Images 2.6 ist weniger dokumentiert. OpenAI sagt, Flare verbessere die Layout-Qualität für Poster und Produktbilder, und die vorherige Generation habe bei kurzen englischen Schlagzeilen gut abgeschnitten — GPT Image 2.5 erzielte bei demselben Postertest eine Übereinstimmung von 111 von 111 Zeichen, bei dem Ideogram 110 erreichte. Für dichte, mehrblöckige Typografie auf 2.6 gibt es jedoch keine vergleichbaren veröffentlichten Belege, und keine CJK-Story, die mit dem vergleichbar wäre, was die chinesischen Labore veröffentlichen. Wenn Typografie das Produkt ist, hat der Spezialist immer noch die Belege.

Was jedes für dieselbe Aufgabe kostet

• Ideogram 4.5 — etwa 0,03 $ pro Bild bei Low, 0,06 $ bei Medium, 0,22 $ bei High; Artificial Analysis misst 100 $ pro Tausend für Text-zu-Bild und 220 $ pro Tausend für Bearbeitung bei der High-Konfiguration.

• Images 2.6 — 5 $ pro Million Texteingabe-Tokens (1,25 $ gecacht), 8 $ pro Million Bildeingabe-Tokens (2 $ gecacht), 30 $ pro Million Bildausgabe-Tokens. Ein hochwertiges 2K-Rendering beläuft sich auf rund zehn Cent; ein minderwertiges 1K-Rendering auf etwa einen halben Cent.

• Eine typische Bearbeitung – 900 Text-Token als Eingabe, 1.200 Bild-Token als Eingabe, 4.000 Bild-Token als Ausgabe – kostet bei Images 2.6 0,1341 US-Dollar, unabhängig davon, was das Modell damit macht.

Die Strukturen pro Bild und pro Token verhalten sich bei Iteration unterschiedlich, und genau dort wird es interessant. Ideogram stellt dieselben 0,22 $ in Rechnung, egal ob die Bearbeitung eine Schaltflächenfarbe ändert oder die Szene neu aufbaut. OpenAI rechnet nach den Pixeln ab, die es malt — eine kleine Bearbeitung mit kleiner Ausgabe kostet weniger als ein vollständiges Neu-Rendern. Für einen Workflow, der viele kleine Korrekturen an einem Hero-Bild vornimmt, ist das Token-Modell strukturell günstiger, und die Lücke wächst mit jeder Runde.

Für einen Workflow, der in großem Umfang generiert und nur selten bearbeitet, ist Ideograms Low-Tarif zu drei Cent mit allem konkurrenzfähig, und seine Vorhersagbarkeit ist etwas wert, was eine Token-Schätzung nicht ist.

Was auf den Tafeln steht

Artificial Analysis platziert Ideogram 4.5 (High) mit 1.016 Elo bei Text-to-Image, in einem breiten Rangband im oberen Zwanzigerbereich, und mit 1.069 beim Editing, im mittleren Zwanzigerbereich. Das sind Mittelfeldwerte, und sie liegen niedriger, als Ideograms eigene Launch-Darstellung nahelegte – der behauptete 15. Platz beim Editing setzte es in dasselbe Band wie MAI-Image-2.6 und Gemini 3 Pro Image, was die aktuelle Rangliste nicht stützt.

Zum Kontext: GPT Image 2.5 Sunburst liegt auf denselben Boards bei 1.224 und 1.199. Damit führt die vorherige OpenAI-Generation Ideogram 4.5 um mehr als 200 Elo bei Text-to-Image und um 130 beim Editing. Images 2.6 selbst ist unbewertet: Wir haben beide Boards am 5. November geprüft, einen Tag nach dem Launch, und weder Flare noch Sunburst hat eine Zeile. OpenAIs einzige Ranking-Behauptung ist, dass Sunburst auf Design Arena vor seinem Vorgänger den ersten Platz belegte – vom Anbieter zitiert und ohne eine veröffentlichte Elo, die wir verifizieren könnten.

Gegeneinander gehalten sagen die Ranglisten beiden etwas Unangenehmes: Der Spezialist liegt bei der allgemeinen Präferenz im Mittelfeld, und das neue Modell des Generalisten hat überhaupt keine Messung. Wo Ideogram tatsächlich gewinnt, ist nicht die Arena. Es ist die eng gefasste, wiederholbare, pixelgetreue Bearbeitung – genau der Fall, den ein Elo-Score am schlechtesten erfasst.

Wann welches wählen?

Wählen Sie Ideogram 4.5, wenn Ihre Arbeit Retusche ist: ein Asset, viele freigegebene Korrekturen, ein Hintergrund, der sich nicht verschieben darf, ein Kunde, der Vorher und Nachher bei 100 % vergleichen wird. Die 0,22 $ sind ein Aufpreis für eine Garantie, und wenn Sie schon einmal ein Marken-Asset mit einem subtil veränderten Logo zurückbekommen haben, wissen Sie, was diese Garantie wert ist. Wählen Sie es auch dann, wenn dichte englische Typografie das Ergebnis sein soll und Sie es an Ihrem eigenen Text getestet haben — die veröffentlichten Zahlen zur Zeichengenauigkeit sind der beste Beleg in dieser Kategorie.

Wählen Sie Pick Images 2.6, wenn Sie Bewegung, Vektorausgabe oder Auflösungsreserve benötigen – Ideogram 4.5 bietet nichts davon – oder wenn Ihre Bearbeitungen zahlreich und klein sind, wo das Token-Modell pro Korrektur günstiger ist. Wählen Sie es auch, wenn Sie bereits im OpenAI-Stack sind: gleiche Endpunkte, gleiche Token-Raten wie 2.5, und die Migration ist ein Modell-String.

Zum Zeitpunkt des Verfassens ist keines der beiden auf OrcaRouter verfügbar. Was unsere Bildlinie heute routet, sind GPT-Image-2.5 Flare und Sunburst, Googles Gemini- und Imagen-Modelle sowie Grok Imagine Image – alle hinter einem einzigen Schlüssel zum Listenpreis des Anbieters, mit 0 % Aufschlag und automatischem Failover. Wenn Ihre Pipeline letztlich sowohl einen Spezialisten als auch einen Generalisten nutzt, ist das die Art von Integration, für die sich eine Planung lohnt: eine einzige Zugangsberechtigung, eine einzige Rechnung und die Modellwahl als Routing-Entscheidung statt als Beschaffungsprojekt.

Woran sich dieser Vergleich entscheiden würde, ist ein Pixel-Diff-Benchmark: dasselbe Ausgangsbild, dieselbe Anweisung, und dann messen, wie viel von der unberührten Leinwand sich verschoben hat. Das veröffentlicht niemand. Bis es jemand tut, ist der ehrliche Test dein eigenes Asset, das am schlechtesten abschneidet – schick es durch beide und sieh nach, was sich verändert hat, das du nicht ändern wolltest.