Ideogram 4.5 לעומת GPT Image 2.5: Ideogram יזמה את המאבק הזה בעצמה

רוב השוואות המודלים נערכות על ידי מי שכותב אותן. זו נערכה על ידי Ideogram. עמוד ההשקה של Ideogram 4.5, פעיל מאז 30 בספטמבר 2026, מציג הדגמת עריכה צד-לצד ומציין את המתחרים בכיתוב: "אותן עריכות ב-Ideogram 4.5 לעומת GPT Image 2.5 Sunburst, Nano Banana Pro ו-Nano Banana 2." ואז הוא מציג טענה לגבי מה שהצופה יראה — "פלטי GPT Image ו-Nano Banana הופכים לבלתי שמישים תוך כמה עריכות, בעוד Ideogram 4.5 נשאר נקי עריכה אחר עריכה."

זה ישיר באופן יוצא דופן. ספק שבוחר את יעד הבנצ'מרק ואומר לך מראש את התוצאה שווה להתייחס אליו ברצינות במובן אחד ובספקנות במובן אחר. GPT Image 2.5 הוא הדבר החזק ביותר בלוחות העצמאיים בשתי קטגוריות התמונות, כך שהוא היריב הנכון לבחור בו. וזו מהדורה עם שני מזהים — Flare ו-Sunburst, שניהם שוחררו ב-8 בספטמבר 2026 — עם ציוני זירה ציבוריים ש-Ideogram 4.5 לא משתווה להם כרגע. השאלה המעניינת היא לא מי מנצח בזירה. אלא האם הטענה של Ideogram מודדת משהו שהזירה לא מודדת.

היכן עומדים שני המודלים, בדיוק

• Ideogram 4.5 — הושק ב-30 בספטמבר 2026. מודל לעריכה מדויקת; יצירה ועריכה בארבע מהירויות רינדור; רזולוציית 2K מקורית; עריכות הודגמו ברזולוציית מקור של עד 4,016 × 6,016 (24.2 MP). טקסט-לתמונה: מקום 34 מתוך 167 עם 1,014 ± 11 Elo (2,247 הצבעות); עריכת תמונות: מקום 23 עם 1,064 ± 11 Elo (2,382 הצבעות). $0.03–$0.22 לתמונה לפי הגדרת המהירות.

• GPT Image 2.5 Sunburst — שוחרר ב-8 בספטמבר 2026 כמחצית המתמקדת בדיוק של שדרוג התמונות המפוצל של OpenAI, מזהה API gpt-image-2.5-sunburst. טקסט לתמונה מקום 1 עם 1,197 ± 9 Elo (14,023 הצבעות); עריכת תמונות מקום 1 עם 1,182 ± 8 Elo (17,899 הצבעות). במחיר של $210.70 ל-1,000 תמונות לפי שער ההמרה של הלוח.

• GPT Image 2.5 Flare — החצי המהיר של אותה השקה, מזהה gpt-image-2.5-flare. מקום 2 בשני הלוחות: 1,190 טקסט-לתמונה, 1,162 עריכה. אותו מחיר: $210.70 לכל 1,000.

שימו את שני מספרי העריכה זה לצד זה, והפער הוא 118 Elo — 1,182 מול 1,064 — עם רווחי סמך של ±8 ו-±11. המרווחים אינם חופפים. בלוח שמודד העדפת עריכה חד-פעמית, Sunburst מנצח, והוא מנצח כשמאחוריו בערך פי שבעה וחצי מספר הקולות.

מה לוח המובילים מודד ומה הוא לא מודד

זה החלק שמכריע אם הטענה של Ideogram שורדת את המפגש עם הראיות.

זירת העריכה של Artificial Analysis היא העדפה אנושית עיוורת בזוגות: המצביעים רואים את אותה תמונת מקור ואת אותה הוראה, מקבלים שתי תוצאות ערוכות ללא תוויות, ובוחרים את הטובה מבין השתיים. זו שיטה חזקה לשאלה "איזו משתי התוצאות הללו נראית יותר כמו מה שההוראה ביקשה."

זה לא יכול למדוד את הדבר ש-Ideogram מפרסמת. מצביע ששופט עריכה אחת אינו יכול לראות אם המודל שינה בשקט את הטפט, הזיז פנים בשני מילימטרים, או רנדר מחדש את הגריין על פני שאר הפריים. הכשל ש-Ideogram טוענת לתקן נעשה גלוי רק לאורך רצף — תור רביעי, תור שביעי, תור עשירי — ואף זירה מהזרם המרכזי לא מציגה רצפים למצביעים. Elo של 1,064 אומר שהעריכות הבודדות של Ideogram טובות. הוא לא אומר דבר בכלל בשאלה אם הן נשארות טובות.

זה עובד לשני הכיוונים עבור Ideogram, והגרסה הכנה היא זו: טבלת הדירוג לא מאשרת את טענת הסחיפה, והיא גם לא מפריכה אותה. מה שהיא כן מפריכה הוא הטענה החזקה יותר המשתמעת שקורא עשוי להסיק מדף ההשקה — ש-4.5 הוא העורך הטוב יותר, נקודה. מול הטבלה, הוא העורך בדירוג הנמוך יותר בפער רחב יותר מפסי השגיאה שלו.

מה שכל אחד עושה שהאחר לא עושה

• עריכה ברזולוציית המקור — הטענה ההנדסית המייחדת של Ideogram 4.5. העמוד שלו מציג עריכה שהוחלה על מקור בגודל 4,016 × 6,016 ללא הקטנת רזולוציה, עם הבטחה שגבול העריכה נשמר מספיק טוב כדי להרכיב את החיתוך בחזרה לתמונה המקורית. בעבודות דפוס, זה ההבדל בין תוצר מוגמר לבין פשרה.

• רוחב משטח הפרמטרים — של GPT Image 2.5. OpenAI הוסיפה xhigh ו-max לסולם האיכות, והפכה רקעים שקופים לפרמטר מן השורה הראשונה, כשהרקע מוגדר ל-transparent, opaque או auto והפלט הוא PNG או WebP. פלט שקוף היה פער ב-GPT Image 2 והפך לתכונה מרכזית בצמד 2.5.

• מסלול מהיר — Flare קיים במיוחד כדי להיות ברירת המחדל המהירה. OpenAI טוענת להשהיה נמוכה עד 50% לעומת הדור הקודם; Sunburst איטי במכוון ומיועד לעריכות שצריכות לעמוד בבדיקה קפדנית.

• מבנה המחירים — Ideogram מתמחרת לפי תמונה על בסיס מהירות הרינדור ($0.03 עד $0.22). OpenAI מתמחרת לפי טוקנים לפי אותו מחירון של GPT Image 2 — 8$ למיליון טוקני קלט תמונה, 30$ למיליון טוקני פלט תמונה — ולכן ההמרה העצמאית לפי תמונה מגיעה לסמוך ל-$0.21 עבור תמונה באיכות גבוהה בגודל 1024 × 1024.

קווי המחיר מצטלבים במקום לא נוח. בהגדרות Low ו-Medium של Ideogram 4.5 זה זול באופן דרמטי לכל תמונה מאשר הצמד של OpenAI. ב-High — ששם נמצאת הדגמת הסחיפה, ושם הייתם מריצים מקור של 24 מגה-פיקסל — השניים קרובים לאותו מספר. ההשוואה שרוב הקונים למעשה יערכו היא Ideogram 4.5 באיכות גבוהה מול Sunburst באיכות גבוהה, ובהשוואה הזו המחיר הוא בערך תיקו עם פיגור של 118 Elo בלוח המדוד.

וזה בסדר, אם טענת הסחף נכונה. זה כל ההימור.

ההבדל בנגישות שאיש לא משווק

אי-סימטריה מעשית אחת פועלת בכיוון ההפוך מלוח התוצאות. שני המזהים של GPT Image 2.5 חדשים יותר מכל מה שבקטלוג של OrcaRouter — קו התמונות של OpenAI שלנו היום הוא GPT-Image-1.5 במחיר $8/$32 למיליון טוקנים ו-GPT-Image-2 במחיר $8/$30, שניהם במחיר המחירון של הספק ללא תוספת שנוספה. הזוג 2.5 הופיע בכרטיס התעריפים של OpenAI באותו $8/$30 כמו GPT-Image-2, מה שאומר שברגע שהם ניתנים לניתוב הם נוחתים באותו מחיר העברה ולא במחיר חדש, ושאלת העלות ביניהם הופכת להיות שאלה של יעילות טוקנים ולא של איזה ספק אתה קורא.

Ideogram 4.5 נמצא ב-API של Ideogram עצמה ובפלטפורמות שותפות. הוא לא נמצא בקטלוג שלנו. זה משנה להשוואה באופן משעמם: אחד משני המודלים האלה הוא החלפה ישירה ללקוח תואם OpenAI, והאחר הוא אינטגרציה חדשה. אם אתם כבר קוראים ל-GPT-Image-2 דרך נקודת קצה בתצורת OpenAI, העלות של לנסות את Sunburst היא שינוי במזהה המודל; העלות של לנסות את Ideogram 4.5 היא חוזה שני ולקוח שני, לפני שאתם בכלל מגיעים להערכת האיכות.

שכבת ניתוב לא מבטלת את ההבדל הזה — היא רק מסירה את הצנרת מהצד שכבר תואם, ומאפשרת לך להפנות פרוסת תעבורה אל שחקן חדש בלי להתחייב לו בנתיב ייצור. מעבר כשל חשוב כאן יותר מהרגיל, משום שהדבר שתרצה לבחון הוא מודל שלטענה המרכזית שלו אין אימות בלתי תלוי וגדלי המדגם שלו הם חמישית מאלה של המתחרה שלו.

איך ליישב את זה

אל תריץ את ההשוואה הזו על תמונות בודדות. זו השיטה של הארנה וזה הכלי הלא נכון — הוא יגיד לך ש-Sunburst מנצח, מה שכבר ידעת.

הרץ זאת על רצפים. קח חמש או עשר תמונות מהעבודה שלך, כתוב את אותה שרשרת של שש או שמונה עריכות הדרגתיות, והרץ את אותה שרשרת בדיוק על Ideogram 4.5 (High) ועל Sunburst (max). לאחר מכן השווה בין סבב ראשון לסבב שמיני עבור כל מודל, באזורים שמעולם לא ביקשת מהמודל לגעת בהם. ספור את הפיקסלים שזזו. המספר הזה — סטייה של אזורים שלא השתנו לאורך רצף — הוא מה ש-Ideogram טוענת שהיא מנצחת בו, ולמיטב ידיעתי אף אחד לא מפרסם אותו עבור אף אחד משני המודלים.

ואז תמחר את שתי ההרצות לפי כל רצף שהושלם. בנקודה הזאת תהיה לך תשובה ששווה יותר מ-118 Elo, כי היא תהיה על התמונות שלך ולא על פאנל של מצביעים.

מהי ההתמודדות הזו באמת

Ideogram 4.5 לא נכנס לתחרות שהוא מנצח בה בלוחות הדירוג, ונראה שהוא יודע זאת — ולכן עמוד ההשקה מדגים התנהגות במקום להציג דירוג. ההתנהגות שהוא מדגים אמיתית מספיק כדי שיהיה שווה לבדוק אותה, וספציפית מספיק כדי שניתן יהיה להפריך אותה: או שעריכות חוזרות מחזיקות מעמד או שלא, ומבחן של עשרה סבבים על הקבצים שלך מכריע את זה בתוך אחר צהריים אחד.

הקריאה הסבירה היום היא ש-GPT Image 2.5 Sunburst הוא העורך הטוב יותר לפי המדד העצמאי היחיד שקיים, בפער שמחוץ לסרגלי השגיאה, ועם הרבה יותר ראיות מאחורי המספר — ושה-Ideogram 4.5 מוכר תכונה צרה יותר, שאינה נמדדת, במחיר שזול יותר בהגדרות נמוכות ובערך שווה בהגדרה שהטענה שלו תלויה בה. אם נאמנות בריבוי סבבים היא צוואר הבקבוק בייצור שלך, הבדיקה זולה והמודל ראוי לכך. אם לא, הלוח כבר ענה.