Ideogram 4.5: Precise Edit, pesos cerrados y lo que ha publicado el proveedor

Ideogram 4.5 es el modelo de imágenes de edición precisa de Ideogram, activo desde el 30 de septiembre de 2026. Dos preguntas traen a la gente hasta aquí, así que ambas se responden de entrada. La primera es qué hace el modelo: edita una imagen existente y devuelve el resultado con el ancho y el alto de esa misma imagen, con los píxeles que la edición no tocó copiados exactamente en lugar de volver a renderizarse, que es la propiedad que el proveedor vende bajo el encabezado «edición precisa». La segunda es si puedes descargarlo. No puedes. Ideogram 4.5 es un modelo cerrado y alojado; el programa de pesos abiertos del proveedor, que es real y ha publicado repositorios, actualmente cubre Ideogram 4.0 y se detiene ahí.

Todo lo que aparece a continuación procede de la propia página del modelo de Ideogram, su documentación para desarrolladores, su página de licencias y sus organizaciones públicas de Hugging Face y GitHub, consultadas el 13 de octubre de 2026, además de una clasificación independiente. Cuando el proveedor no publica nada, esta página lo indica en lugar de rellenar el vacío.

Qué hace realmente Precise Edit

La propia descripción de una línea del proveedor es inusualmente concreta: «Dile a Ideogram 4.5 qué cambiar y deja todo lo demás intacto». La documentación para desarrolladores detalla qué significa eso en píxeles: la salida siempre coincide con la anchura y la altura de la imagen de entrada, y «los píxeles que la edición no cambió de forma significativa se copian exactamente de ella». Es una afirmación más contundente que la habitual frase «conserva el detalle», y es la diferencia entre un editor que vuelve a sintetizar un fotograma completo en torno a un pequeño cambio y uno que parchea una región.

La página del modelo presenta la misma idea como una afirmación sobre la deriva: «Con cada edición, los modelos de imagen pueden introducir desplazamientos de píxeles, cambios de color y artefactos de textura. Ideogram 4.5 reduce esta deriva, preservando los detalles a lo largo de ediciones de varios turnos». La descripción general de la API añade una tercera pieza —«los píxeles que la edición no toca se copian exactamente de tu imagen, y el resultado vuelve con el ancho y el alto de tu propia imagen»— y la orienta hacia cuatro áreas: cambios específicos de color, material o detalle; consistencia entre ediciones encadenadas; ediciones guiadas por referencia; y trabajo sobre la imagen completa en Studio.

En la práctica, el conjunto de capacidades es estrecho y específico:

• Ediciones específicas — describe un cambio en lenguaje natural o con un prompt JSON estructurado y conserva el resto del marco.

• Ediciones enmascaradas: proporciona una máscara en blanco y negro para limitar el cambio a un área. El negro marca el área que se va a editar, el blanco, el área que se va a conservar, y los valores intermedios se redondean al más cercano de los dos.

• Ediciones guiadas por referencias — hasta cuatro imágenes de referencia en el endpoint de edición dedicado, o tres si también se proporciona una máscara, para orientar la edición con un producto, material o estilo. No más de cinco imágenes de origen en el endpoint de generación, la primera de las cuales se considera la que se está editando.

• Ediciones al tamaño original — en el endpoint de edición, la salida queda fijada a las dimensiones de la entrada. Las imágenes demasiado grandes para el modelo se reducen proporcionalmente y se devuelven tal como se renderizan. Las imágenes cuya relación de aspecto quede fuera del rango de 1:6 a 6:1 se rechazan directamente.

La agrupación que el proveedor utiliza para sus propios ejemplos te dice para quién es esto: color e iluminación, modificación de texto, fotografía de producto, diseño de interiores, arquitectura, restauración de fotografías antiguas, de boceto a imagen, referencia de estilo, reencuadre y de profundidad a imagen.

La cuestión de los pesos abiertos, respondida

Ninguna página del tallo del propio modelo responde a esto, por lo que tiene su propia sección. Esta es la postura con fuentes a fecha de 13 de octubre de 2026.

La posición: cerrada. Ideogram 4.5 se sirve desde la propia API alojada de Ideogram y sus propias aplicaciones. No hay checkpoint, ni repositorio, ni licencia publicada para él. La evidencia más contundente es negativa e inequívoca: la documentación para desarrolladores de Ideogram, leída hoy, describe cada endpoint v2 como una llamada alojada a api.ideogram.ai con un encabezado Api-Key, y no existe ninguna ruta de descarga para 4.5 en ninguna parte de ella.

Lo que está abierto es la generación anterior. La página de licencias de Ideogram describe un programa de pesos abiertos para «Ideogram 4.0»; el propio resumen del proveedor es «pesos de modelo cuantizados en Hugging Face», «código de inferencia con Apache 2.0 en GitHub», «ajustes y modificaciones permitidos», y los resultados siguen sujetos a una política de uso aceptable. Se documentan tres niveles: una licencia no comercial gratuita para investigación, evaluación y proyectos personales; una licencia comercial de autoservicio por 300 $ al mes que cubre 10 000 imágenes al mes de pesos cuantizados públicos autoalojados, con asignaciones progresivamente mayores, y el proveedor afirma sin rodeos que este nivel «no incluye pesos de precisión completa»; y un nivel Enterprise que sí incluye acceso a precisión completa.

Los repositorios confirman la división. La organización de Ideogram en Hugging Face enumera exactamente tres modelos — ideogram-4-fp8, ideogram-4-nf4 y ideogram-4-nf4-diffusers — y su organización de GitHub enumera dos repositorios, ideogram4 y ComfyUI-Ideogram4. Los cinco pertenecen a 4.0. No aparece nada llamado 4.5 en ninguna de las dos organizaciones.

Hay un cabo suelto que merece la pena precisar, porque es el origen de la confusión. La cobertura del lanzamiento porThe Decoder el 1 de octubre de 2026 recogía que «Ideogram también afirma que pronto llegará una publicación con pesos abiertos». Se trata de un tercero que transmite una declaración de intenciones. No es un artefacto publicado y, a día de hoy, no se ha publicado nada al respecto. Considera no verificada cualquier afirmación de que Ideogram 4.5 tenga pesos abiertos hasta que exista un repositorio con 4.5 en su nombre.

Entradas, salidas y la envolvente de tamaño

El panorama de modalidades es más limitado de lo que la fama del modelo podría sugerir, y conviene ser preciso al respecto porque los dos puntos de entrada se comportan de manera diferente.

• Texto en — un prompt en lenguaje natural o un prompt JSON estructurado, de hasta 10.000 caracteres en la aplicación. El lenguaje natural se convierte en un prompt estructurado en el servidor; el JSON válido se utiliza tal cual.

• Imágenes en — JPEG, PNG o WebP, máx. 25 MB cada una. Hasta cinco en el endpoint de generación, hasta cuatro en el endpoint de edición, tres de esas cuando hay una máscara presente.

• Máscaras en — una máscara JPEG, PNG o WebP, con el mismo ancho y alto que la imagen de origen, que contenga tanto zonas negras como blancas.

• Imágenes de salida — una URL a una imagen generada, además de su resolución, semilla y un indicador de seguridad. Los enlaces de imágenes y videos caducan, por lo que el proveedor te recomienda descargar todo lo que quieras conservar.

• Tamaños de generación — auto, source, o un WIDTHxHEIGHT exacto. Sin imágenes de origen, un tamaño exacto debe ser uno de los preajustes de 1K o 2K compatibles. Con imágenes de origen, un tamaño exacto debe tener ambos lados múltiplos de 32 y al menos 256 px, un total no superior a 2048 × 2048 píxeles, y una relación de aspecto no superior a 6:1. source devuelve la salida con el ancho y alto de la primera imagen de origen. Cada imagen de origen debe estar entre 1:6 y 6:1.

• Editar tamaño — no es una opción. El endpoint de edición precisa devuelve el resultado con el ancho y el alto exactos de la imagen de origen. En la aplicación, adjuntar una imagen de referencia reemplaza los controles de relación de aspecto y resolución por un menú Tamaño con Auto, Tamaño de la imagen de origen y Ancho y alto personalizados, bajo las mismas reglas: múltiplos de 32 px, mínimo de 256 px y límite de 2048 × 2048.

• Niveles de calidad — cuatro en la API: very_low, que requiere imágenes de origen, luego low, medium y high. El endpoint de generación usa de forma predeterminada high sin imágenes de origen y medium con ellas. La aplicación muestra Muy baja (solo referencias), Baja, Media y Alta, con Alta como valor predeterminado en los planes de pago y Baja en el plan gratuito.

• Números y semillas — num_images por solicitud, y una semilla para una generación reproducible. La app expone de 1 a 8 imágenes por ejecución.

Representación de texto

La reputación de Ideogram se construyó sobre la tipografía, y la documentación 4.5 trata el texto como un elemento de primera clase en lugar de un efecto secundario. La guía del proveedor es coherente en todas las páginas y trata principalmente de la contención: poner las palabras exactas entre comillas para que el modelo las trate como texto literal, mencionar el texto al principio del prompt porque el texto nombrado cerca del inicio aparece de forma más fiable que el texto añadido al final, indicar dónde aparece, mantenerlo breve y mantener la escena sencilla.

Los límites se exponen con la misma claridad que las capacidades: "Ideogram maneja bien los títulos y los bloques cortos. Añade el texto del cuerpo o documentos completos más adelante en una herramienta de diseño", y "El texto sale con la mayor precisión en inglés. Las escrituras no latinas y las letras acentuadas pueden salir mal o no salir en absoluto". Tampoco puedes elegir una fuente por su nombre —el modelo ha aprendido cómo se ven los estilos de texto, no una biblioteca de fuentes—, así que el enfoque documentado consiste en describir en su lugar el peso, la forma y el tono.

La palanca precisa es el prompt JSON, que 4.5 comparte con 4.0. Cada elemento de texto recibe su propio text, desc para su aspecto, color_palette y bbox para la ubicación exacta, con hasta 16 colores hexadecimales para toda la imagen y hasta cinco por elemento. El proveedor es explícito en que el lenguaje sencillo te acerca, pero el diseño puede variar de una ejecución a otra, y en que un prompt estructurado es lo que lo mantiene estable — e igualmente explícito en que los prompts JSON muy largos pueden perder sus elementos finales, por lo que los elementos más importantes van primero.

Fidelidad de edición frente a generación, en palabras del proveedor

Ideogram no afirma que este sea el mejor generador de imágenes del mercado. La página del modelo vende un comportamiento y lo demuestra, y la comparación que elige es reveladora: una comparación lado a lado de la misma secuencia de ediciones frente a tres editores rivales, uno de ellos nombrado directamente —GPT Image 2.5 Sunburst—, con la afirmación de que esos resultados «se vuelven inutilizables tras unas pocas ediciones», mientras que Ideogram 4.5 «se mantiene limpio edición tras edición».

Dos cosas sobre esa afirmación merecen separarse. Lo reporta el proveedor: la comparación es la demo del propio Ideogram, en la página del propio Ideogram, con la selección de imágenes y la secuencia de edición del propio Ideogram, y esta página no la ha reproducido. Y es específica, lo que la hace verificable de una manera en que no lo son la mayoría de las afirmaciones de lanzamiento. La afirmación no es «mejor gusto» ni «mejor fotorrealismo». Es que el límite de edición se mantiene. Por eso la otra demostración del proveedor —una edición realizada sobre una fuente de 4.016 × 6.016 píxeles, 24,2 megapíxeles, sin reducir primero la resolución del archivo— importa más que cualquier fila de una tabla de clasificación: es el caso en el que un editor que vuelve a renderizar todo el fotograma resulta más obviamente inutilizable.

El endpoint de generación es, según el propio planteamiento del proveedor, el más básico: «Crea imágenes a partir de un prompt con Ideogram 4.5 y 4.0, conocidos por su fidelidad al prompt y su tipografía nítida». Cabe destacar que la app trata 4.5 como el punto de entrada para edición en lugar del generador predeterminado: es el único modelo de Ideogram en la app que acepta imágenes de referencia y, en el modo Auto de la app, adjuntar imágenes de referencia es lo que hace que el sistema elija un modelo que trata el prompt como una instrucción de edición.

Cómo obtienes acceso y cómo es la API

Hay cuatro rutas documentadas, y no son equivalentes en lo que te cuestan.

• Las apps web e iOS — el modelo es seleccionable en la app Image, y se puede acceder a Precise Edit desde el botón Edit en cualquier imagen. Precise Edit requiere un plan de pago o créditos comprados; la cola más lenta a la que recurren los planes de pago no cubre las ediciones ni las generaciones que usan una imagen de referencia.

• La API — la superficie v2 está documentada y el modelo está en la URL: POST /v2/image/generate/ideogram-4-5 y POST /v2/image/precise-edit/ideogram-4-5, ambos con datos de formulario multipart, autenticados con una cabecera Api-Key. Los resultados se devuelven en línea de forma predeterminada; establece async o proporciona un webhook_url para recibir un generation_id como respuesta y consultar GET /v2/generations/{generation_id}. Las entregas de webhooks están firmadas con Ed25519 y son verificables con las claves públicas publicadas en api.ideogram.ai/v1/.well-known/jwks.json. Las solicitudes deben ser HTTPS, y se rechazan los hosts privados, de loopback y de metadatos de la nube.

• Otros endpoints — La documentación de Ideogram también canaliza el escalado (incluidos los modelos de Topaz), la eliminación y sustitución de fondos, describe, layerise y la generación de vídeo a través del mismo patrón v2. Son modelos independientes bajo una misma clave, no capacidades adicionales de 4.5.

• MCP — Ideogram publica una integración MCP y un índice de documentación legible por máquina en docs.ideogram.ai/llms.txt.

Vale la pena conocer dos detalles de la API antes de presupuestar nada. Primero, dry_run=true valida y calcula el precio de una solicitud sin ejecutarla: no se genera, almacena ni factura nada, y en lugar de una imagen obtienes una cotización de precio. Segundo, una solicitud rechazada devuelve un motivo legible por máquina: insufficient_funds, subscription_required, daily_limit, priority_credit_required, inflight_limit o feature_limit, junto con el límite de solicitudes en curso y el nombre de la cola cuando el límite es la restricción. La facturación de la API es prepago: créditos comprados desde $1 hasta $300, un tope de saldo de $300 y recarga automática opcional.

En cuanto al precio, ten cuidado con qué número estás leyendo. El panel de Artificial Analysis, independientemente del proveedor, enumera $220.00 por cada 1000 imágenes para la configuración de edición de Ideogram 4.5 (High) y $100.00 por cada 1000 imágenes para la configuración de texto a imagen. La cobertura del lanzamiento del 1 de octubre de 2026 situó la escala reportada por el proveedor en 0,8 a 22 centavos por imagen entre los niveles de calidad, y la regla de niveles documentada es que la generación se factura según los píxeles de salida resueltos —hasta 1024 × 1024 como 1K, por encima de eso como 2K, y un tamaño auto como 2K. La propia página de precios de la API de Ideogram renderiza sus cifras en el lado del cliente y no devolvió ninguna cifra a una consulta de texto el 13 de octubre de 2026, por lo que esta página no cita un precio por imagen del proveedor como confirmado por el proveedor.

Los números independientes, y el hecho de que se movieron

Artificial Analysis incluye Ideogram 4.5 (High) en sus dos tableros de imágenes. Consultado el 13 de octubre de 2026, las filas son:

• Edición — AA-Image-Editing v2.0: 1.062 Elo de 2.913 votos, un intervalo del 95% de 1.052 a 1.072, clasificado en el puesto 24, con el propio intervalo de la tabla abarcando del 22.º al 26.º, a $220,00 por cada 1.000 imágenes, listado como lanzado en septiembre de 2026. Los líderes son GPT Image 2.5 Sunburst con 1.184 y GPT Image 2.5 Flare con 1.165.

• Texto a imagen — AA-Image-T2I v2.0: 1.016 Elo de 2.479 votos, un intervalo de 1.005 a 1.027, en el puesto 35, a $100,00 por cada 1.000 imágenes.

Estas no son las cifras que este sitio publicó el 1 de octubre de 2026, que registraron 1.064 Elo de 2.382 votos en el puesto 23 en edición y 1.014 Elo de 2.247 votos en el puesto 34 de 167 en texto a imagen. La tabla se ha movido: 2 Elo menos en edición a medida que la muestra creció en aproximadamente 530 votos, y 2 Elo más en texto a imagen a medida que su muestra creció en aproximadamente 230. Esa es la deriva que se espera de una muestra pequeña que se asienta, y es una razón para tratar ambas filas como provisionales en lugar de como un veredicto. Los intervalos de confianza siguen siendo más amplios que los de los líderes: eso es lo que compran unos pocos miles de votos.

Una salvedad se aplica a ambas cifras, y no es menor. Ninguno de los paneles pide a los votantes que juzguen la décima edición de una secuencia frente a la primera. Lo que miden es la preferencia entre pares de imágenes, que no es la propiedad que Precise Edit afirma. La afirmación real del proveedor actualmente no está siendo medida por nadie independiente.

¿Qué no está publicado?

Esta es una lista corta, y es corta a propósito. Ideogram ha publicado el comportamiento, la interfaz, las reglas de tamaño y su postura sobre la licencia, y se ha negado a publicar varias cosas que normalmente incluiría una ficha técnica.

• Arquitectura y cantidad de parámetros de 4.5 — nada. En cambio, la publicación técnica del proveedor de junio de 2026 para Ideogram 4.0 describe «un Diffusion Transformer de flujo único de 9.3B, entrenado desde cero, con un codificador de texto de visión-lenguaje y prompts JSON estructurados», nombra a Qwen3-VL-8B-Instruct como ese codificador y detalla un DiT de 34 capas. Nada de eso se ha publicado para 4.5.

• Datos de entrenamiento y proceso para 4.5 — nada.

• Cualquier benchmark de proveedor — nada. Todas las afirmaciones de calidad en la página del modelo se demuestran en lugar de puntuarse, y la única comparación directa es la propia demo del proveedor contra tres rivales nombrados.

• Un benchmark de deriva o de fidelidad multiturno — nada, ni del proveedor ni de un tercero. La única propiedad sobre la que está construido el modelo no tiene ninguna medición publicada.

• Cifras de latencia — nada documentado. La única indicación es que una mayor calidad "tarda más".

• Precio de API por imagen de un proveedor — la tabla de precios se renderiza en el cliente y no devolvió cifras a una consulta de texto el 13 de octubre de 2026.

• Pesos de Ideogram 4.5 — no se ha publicado nada, y la propia navegación de código abierto del proveedor apunta a los repositorios de la versión 4.0.

Lo que esto significa en la práctica

Tres cosas están claras. Ideogram 4.5 es un modelo cerrado y alojado, con una API real y documentada, y su capacidad distintiva es que devuelve tu imagen con el tamaño propio de tu imagen, copiando los píxeles intactos en lugar de volver a renderizarla. La línea de pesos abiertos de Ideogram actualmente termina en 4.0, y quien afirme lo contrario va por delante de los repositorios. Y las puntuaciones independientes lo sitúan en la mitad de una tabla abarrotada, a un precio cercano a lo más alto de ella: $220 por cada 1.000 ediciones en la tabla de edición, frente a $60 por cada 1.000 para Grok Imagine Image 2.0 y $19,50 para MAI-Image-2.6-Flash.

Lo que no está resuelto es lo único que importa para la decisión de compra. La afirmación que hace Ideogram es una afirmación sobre la décima edición, y ninguna medición publicada cubre la décima edición. Si tu trabajo es un único prompt para una única imagen, la característica distintiva de este modelo no es la característica que estás comprando, y la fila de texto a imagen —35.º, a $100 por 1.000 imágenes— es el resumen honesto de lo que obtienes. Si tu trabajo consiste en variantes de color en un catálogo de productos, traducir señalética en una campaña, o restaurar una fotografía sin repintar lo que sobrevivió, el proveedor ha demostrado exactamente tu caso y nadie lo ha reproducido de forma independiente.

Ese es el experimento que hay que hacer, y delimitarlo es barato: la misma imagen, las mismas diez ediciones, pasadas por Ideogram 4.5 y por lo que uses actualmente para trabajo multiturno, con las salidas comparadas entre sí turno a turno. La API de Ideogram hace que esto sea inusualmente fácil de instrumentar — num_images, seed y dry_run significan que puedes calcular el precio de la ejecución antes de pagarla — y el endpoint que importa es el de edición, no el de generación. Ten en cuenta también que Ideogram 4.5 no está en nuestro propio catálogo: la línea de imágenes de OrcaRouter hoy se compone de los modelos GPT-Image de OpenAI, el modelo de imágenes Grok Imagine de xAI y la familia Imagen 4 de Google, y Ideogram no está entre ellos, así que este es un modelo al que llamarías directamente en lugar de a través de nosotros. Compararlo con un modelo que ya enrutas sigue siendo la comparación que vale la pena hacer, y la capa de enrutamiento es lo que hace que «ejecutar ambos y comparar» sea un ejercicio de una sola tecla en lugar de una decisión de compra.

El único desarrollo que cambiaría esta página más rápido es un repositorio con 4.5 en su nombre. Si Ideogram publica los pesos, la economía de cada pregunta sobre autoalojamiento que aparece aquí cambiaría en un solo día, y esta página necesitaría una reescritura en lugar de una actualización. Hasta entonces, la respuesta a la pregunta que trajo a la mayoría de los lectores aquí es un simple no.