Ideogram 4.5：精密編集、非公開の重み、そしてベンダーが公開したもの

Ideogram 4.5は Ideogram の precise-edit 画像モデルで、2026年9月30日から公開されています。ここを訪れる人が抱く疑問は2つあるので、どちらも先に答えを示します。1つ目はこのモデルが何をするかです。既存の画像を編集し、その画像自体の幅と高さで結果を返し、編集が触れなかったピクセルは再レンダリングされるのではなく正確にそのままコピーされます。これこそが、ベンダーが「precise edit」という見出しで売り込んでいる特性です。2つ目は、ダウンロードできるかどうかです。できません。Ideogram 4.5 はクローズドなホスト型モデルです。ベンダーのオープンウェイト計画は実在するもので、リポジトリも公開されていますが、現時点で対象となっているのはIdeogram 4.0までで、そこで止まっています。

以下はすべて、2026年10月13日に読んだ、Ideogram自身のモデルページ、開発者向けドキュメント、ライセンスページ、および公開されているHugging FaceとGitHubの組織ページに加え、独立系リーダーボード1件から得たものです。ベンダーが何も公表していない箇所では、このページは空白を埋めるのではなく、その旨を記します。

Precise Editが実際に行うこと

ベンダー自身による一行の説明は異例なほど具体的だ。「Ideogram 4.5に変更したい内容を伝えれば、それ以外はすべてそのままにしておく」。開発者向けドキュメントは、それがピクセル単位で何を意味するかを明記している——出力は常に入力画像の幅と高さに一致し、「編集によって実質的に変更されなかったピクセルは、入力画像から正確にコピーされる」。これはよくある「ディテールを保持する」という言い回しよりも強い主張であり、小さな変更を中心にフレーム全体を再合成するエディターと、領域をパッチするエディターとの違いである。

モデルページは、同じアイデアをドリフトに関する主張として表現しています。「編集のたびに、画像モデルはピクセルのずれ、色の変化、テクスチャのアーティファクトを引き起こす可能性があります。Ideogram 4.5はこのドリフトを軽減し、マルチターン編集を通じて詳細を保持します。」API概要は第三の要素を追加しています — 「編集が触れないピクセルはあなたの画像から正確にコピーされ、結果はあなたの画像自身の幅と高さで返されます」 — そしてそれを4つの領域に売り込んでいます：対象を絞った色、素材、または詳細の変更、連鎖した編集間の一貫性、参照ガイド付き編集、そしてStudioでの画像全体の作業です。

実用上、その能力セットは狭く、特定的である：

• ターゲットを絞った編集 — 変更内容を自然言語または構造化されたJSONプロンプトで記述し、フレームの残りはそのままにします。

• マスク編集 — 白黒のマスクを指定すると、変更を1つの領域に限定できます。黒は編集する領域、白は保持する領域を示し、中間の値はどちらか近い方に丸められます。

• 参照ガイド付き編集 — 専用の編集エンドポイントでは参照画像を最大4枚、マスクも指定する場合は3枚まで使用でき、製品や素材、スタイルで編集を方向付けられます。生成エンドポイントではソース画像は最大5枚までで、そのうち最初の1枚が編集対象として扱われます。

• ソースサイズでの編集 — 編集エンドポイントでは、出力は入力の寸法に固定されます。モデルに対して大きすぎる画像は比例縮小され、レンダリングされた状態で返されます。アスペクト比が1:6～6:1の範囲外となる画像は、完全に拒否されます。

ベンダーが自社の作例で用いているグループ分けを見れば、これが誰に向けたものなのかがわかる。カラーとライティング、テキスト修正、商品撮影、インテリアデザイン、建築、古い写真の復元、スケッチから画像生成、スタイル参照、リフレーム、深度から画像生成。

オープンウェイトの疑問に答える

モデル自身のステム上のどのページもこれには答えておらず、だからこそこれには独自のセクションが設けられている。以下が2026年10月13日時点の、出典に基づく見解である。

結論：クローズド。Ideogram 4.5 は、Ideogram 自身のホスト型 API と自社アプリから提供されています。チェックポイントもリポジトリもなく、公開されたライセンスも存在しません。最も強い証拠は否定的で、かつ明白です。今日時点で読んだ Ideogram の開発者ドキュメントでは、すべての v2 エンドポイントがapi.ideogram.ai への Api-Key ヘッダー付きのホスト型呼び出しであると説明されており、そのどこにも 4.5 のダウンロード経路は存在しません。

オープンになっているのは前世代です。Ideogramのライセンスページには、「Ideogram 4.0」向けのオープンウェイトプログラムが記載されています。ベンダー自身による要約は「Hugging Face上の量子化モデルウェイト」「GitHub上のApache 2.0推論コード」「ファインチューニングと改変は許可」で、出力は引き続き許容利用ポリシーの対象となります。3つの階層が記載されています。研究、評価、個人プロジェクト向けの無料の非商用ライセンス。月額300ドルのセルフサービス商用ライセンスで、セルフホストされた公開量子化ウェイトによる月10,000画像をカバーし、より高い許容量へと段階的に上がり、ベンダーはこの階層に「フル精度のウェイトは含まれない」と明言しています。そして、フル精度へのアクセスを含むEnterprise階層です。

リポジトリはこの分裂を裏付けている。IdeogramのHugging Face組織には、ちょうど3つのモデル — ideogram-4-fp8、ideogram-4-nf4、ideogram-4-nf4-diffusers — が登録されており、GitHub組織には2つのリポジトリ、ideogram4とComfyUI-Ideogram4が登録されている。5つはすべて4.0に属する。どちらの組織にも4.5という名前のものは現れない。

正確に述べておく価値のあるほつれが一つある。それがこの混乱の源だからだ。The Decoderによる2026年10月1日のローンチに関する報道は、「Ideogramはオープンウェイト版のリリースが近日中にあるとも述べている」と記録していた。これは意図表明を第三者が伝えたものである。公開された成果物ではなく、今日時点でそれに対して何もリリースされていない。Ideogram 4.5がオープンウェイトであるという主張は、名前に4.5を含むリポジトリが存在するまで、未検証として扱うこと。

入力、出力、およびサイズの範囲

モダリティの実態は、そのモデルの名声から連想されるよりも狭い範囲にとどまっており、2つのエントリーポイントは異なる挙動を示すため、ここは正確に押さえておく価値がある。

• テキスト入力 — 自然言語のプロンプトまたは構造化された JSON プロンプト（アプリ内で最大 10,000 文字）。自然言語はサーバー側で構造化プロンプトに変換され、有効な JSON はそのまま使用されます。

• 画像の形式 — JPEG、PNG、WebP、各最大25 MB。生成エンドポイントでは最大5枚、編集エンドポイントでは最大4枚、マスクがある場合はその4枚のうち3枚までです。

• マスクの入力 — ソース画像と同じ幅と高さで、黒と白の両方の領域を含む JPEG、PNG、または WebP 形式のマスクを1つ。

• 画像の出力 — 生成された画像へのURLと、その解像度、シード、安全性フラグ。画像と動画のリンクは有効期限が切れるため、保存しておきたいものはダウンロードするようベンダーは案内しています。

• 生成サイズ — auto、source、または正確なWIDTHxHEIGHT。ソース画像がない場合、正確なサイズはサポートされている1Kまたは2Kプリセットのいずれかでなければなりません。ソース画像がある場合、正確なサイズは両辺が32の倍数かつ最低256 px、合計2048×2048ピクセル以下で、アスペクト比は6:1より広くできません。sourceは最初のソース画像自体の幅と高さで出力を返します。ソース画像はそれぞれ1:6から6:1の範囲内である必要があります。

• 編集サイズ — 選択の余地はありません。precise-edit エンドポイントは、元の画像とまったく同じ幅と高さで結果を返します。アプリでは、参照画像を添付すると、アスペクト比と解像度のコントロールが Size メニューに切り替わり、Auto、Source image size、およびカスタムの幅と高さを選べるようになります。適用されるルールは同じで、32 px の倍数、最小 256 px、上限 2048 × 2048 です。

• 品質ティア — APIでは4段階: very_low(ソース画像が必要)、次にlow、medium、highです。生成エンドポイントのデフォルトは、ソース画像なしの場合はhigh、ソース画像ありの場合はmediumです。アプリではVery low(参照のみ)、Low、Medium、Highが表示され、有料プランではHigh、無料プランではLowがデフォルトです。

• 枚数とシード — num_imagesはリクエストごとに、seedは再現可能な生成のためのものです。アプリは1回の実行で1〜8枚の画像を提供します。

テキストレンダリング

Ideogram の評判はタイポグラフィによって築かれ、4.5 のドキュメントでは、テキストを副産物ではなく第一級の要素として扱っている。ベンダーのガイダンスはページを通じて一貫しており、その大半は抑制についてのものだ。すなわち、正確な語句を引用符で囲んでモデルに文字どおりのテキストとして扱わせ、テキストはプロンプトの早い段階で言及する——冒頭付近で指定されたテキストは、末尾に追加されたテキストよりも信頼性高く出力されるからだ——、どこに表示されるかを述べ、短くまとめ、シーンをシンプルに保つ、ということである。

限界は、能力と同じくらい率直に述べられている。「Ideogram はタイトルや短いブロックをうまく扱う。本文や文書全体は後からデザインツールで追加すること」、そして「テキストが最も正確に出力されるのは英語である。非ラテン文字やアクセント付き文字は、正しく出力されないか、まったく出力されないことがある」。また、フォントを名前で指定することもできない——モデルはフォントライブラリではなく、テキストスタイルがどのように見えるかを学習している——ので、ドキュメントで示されているアプローチでは、代わりにウェイト、形状、雰囲気を記述することになっている。

狙いどおりに制御するための鍵はJSONプロンプトであり、これは4.5が4.0と共有している。各テキスト要素にはそれぞれ固有のtext、desc（外観用）、color_palette、そしてbbox（正確な配置用）が与えられる。画像全体で最大16個の16進カラー、要素ごとに最大5個まで指定できる。ベンダーは、平易な言葉でも近い結果は得られるがレイアウトは実行ごとに変わり得ること、そして構造化プロンプトこそがそれを安定させることを明言しており、同様に、非常に長いJSONプロンプトでは末尾の要素が失われることがあるため、最も重要な要素を先頭に置くべきであることも明言している。

編集の忠実度対生成、ベンダーの言葉で

Ideogramは、これが市場で最高の画像生成器だと主張しているわけではない。モデルページは一つの挙動を売り込み、それを実演している。そして選ばれた比較は示唆に富む。同じ編集シーケンスを3つの競合エディターと並べて見せるもので、そのうち1つは名指しされている——GPT Image 2.5 Sunburst——であり、それらの出力は「数回の編集で使えなくなる」一方、Ideogram 4.5は「編集を重ねてもクリーンなまま」だと主張している。

その主張については、切り離して考えるべき2つの点がある。それはベンダーによる報告であり、比較はIdeogram自身のデモで、Ideogram自身のページ上で、Ideogram自身が選んだ画像と編集手順によるもので、このページではそれを再現していない。そしてそれは具体的であるため、ほとんどのローンチ時の主張にはない形で検証可能になっている。主張されているのは「より良いセンス」や「より優れたフォトリアリズム」ではない。編集境界が保たれるということだ。だからこそ、ベンダーによるもう1つのデモ——4,016 × 6,016ピクセル、24.2メガピクセルのソースに対して、ファイルを先にダウンスケールせずに行われた編集——は、どのリーダーボードの行よりも重要である。それは、フレーム全体を再レンダリングするエディターが最も明らかに使えないケースだからだ。

生成エンドポイントは、ベンダー自身の位置づけによれば、地味なほうだ。「Ideogram 4.5と4.0でプロンプトから画像を作成。プロンプトへの忠実さとくっきりとしたタイポグラフィで知られています。」注目すべきは、アプリが4.5をデフォルトの生成器ではなく編集の入り口として扱っている点だ — アプリ内で参照画像を受け付ける唯一のIdeogramモデルであり、アプリのAutoモードでは、参照画像を添付することが、システムにプロンプトを編集指示として扱うモデルを選ばせる要因となる。

アクセスを取得する方法と、API がどのようなものか

文書化されたルートが4つあり、それらはあなたに負わせる代償という点で等価ではありません。

• ウェブアプリとiOSアプリ — このモデルはImageアプリで選択できるモデルで、Precise Editはどの画像でも編集ボタンから利用できます。Precise Editには有料プランまたは購入済みクレジットが必要です。有料プランがフォールバック先とする低速キューは、参照画像を使う編集や生成には適用されません。

• API — v2 のサーフェスは文書化されており、モデルは URL に含まれています: POST /v2/image/generate/ideogram-4-5 と POST /v2/image/precise-edit/ideogram-4-5、どちらもマルチパートフォームデータで、認証には Api-Key ヘッダーを使用します。結果はデフォルトでインラインで返されます。async を設定するか、webhook_url を指定すると、generation_id が返され、GET /v2/generations/{generation_id} をポーリングできます。Webhook の配信は Ed25519 で署名され、api.ideogram.ai/v1/.well-known/jwks.json で公開されている公開鍵に対して検証できます。リクエストは HTTPS である必要があり、プライベート、ループバック、クラウドメタデータのホストは拒否されます。

• その他のエンドポイント — Ideogramのドキュメントでは、アップスケーリング（Topazモデルを含む）、背景の削除と置き換え、describe、layerise、動画生成も同じv2パターンを通じてルーティングされています。これらは1つのキーの下にある別個のモデルであり、4.5の追加機能ではありません。

• MCP — IdeogramはMCP連携および機械可読なドキュメントインデックスをdocs.ideogram.ai/llms.txtで公開しています。

予算を立てる前に知っておくべき API の詳細が 2 つあります。1 つ目は、dry_run=true を使うと、リクエストを実行せずに検証と価格の見積もりができます。何も生成・保存・課金されず、画像の代わりに価格の見積もりが返ります。2 つ目は、拒否されたリクエストは機械可読な理由とともに返ってきます：insufficient_funds、subscription_required、daily_limit、priority_credit_required、inflight_limit または feature_limit で、制限が要因となっている場合は同時実行数の上限とキューの名前も返されます。API の課金は前払い制です：クレジットは $1 から $300 まで購入でき、残高の上限は $300、任意で自動チャージも利用できます。

価格については、どの数字を読んでいるのかに注意してください。ベンダーから独立したArtificial Analysisのボードには、次のように掲載されています。画像1,000枚あたり$220.00がIdeogram 4.5（High）の編集構成、画像1,000枚あたり$100.00がテキストから画像生成の構成です。2026年10月1日のローンチ報道では、ベンダー公称の価格ラダーは各品質ティアを通じて1画像あたり0.8～22セントとされていました。また、文書化されているティア分けのルールでは、生成は解決後の出力ピクセル数で課金され、1024×1024までが1K、それを超えると2K、そしてautoサイズは2Kとして扱われます。Ideogram自身のAPI価格ページは数値をクライアントサイドで描画しており、2026年10月13日のテキスト取得では数値が返されなかったため、本ページではベンダー確認済みの1画像あたり価格としては引用していません。

独立した数字、そしてそれらが動いたという事実

Artificial Analysisは、その画像ボードの両方で4.5（High）を掲載しています。2026年10月13日時点の各行は次のとおりです：

• 編集 — AA-Image-Editing v2.0: 2,913票でElo 1,062、95%区間は1,052～1,072、24位で、ボード自体の区間は22位～26位にわたり、1,000枚あたり$220.00、2026年9月リリースとして掲載。首位はElo 1,184のGPT Image 2.5 Sunburstと、Elo 1,165のGPT Image 2.5 Flareです。

• テキストから画像 — AA-Image-T2I v2.0: 2,479票によるElo 1,016、1,005～1,027の区間、35位、1,000画像あたり$100.00。

これらは、本サイトが2026年10月1日に公開した数値ではありません。その数値は、編集部門では2,382票から1,064 Eloを記録して23位、テキストから画像部門では2,247票から1,014 Eloを記録して167件中34位でした。順位表は動いています。編集ではサンプルが約530票増えてEloが2下がり、テキストから画像ではサンプルが約230票増えてEloが2上がりました。これは小さなサンプルが落ち着くときに想定される変動であり、両方の行を最終判定ではなく暫定的なものとして扱うべき理由です。信頼区間は依然として首位のものより広いままです。数千票で得られるのはその程度なのです。

どちらの数値にも一つの注意点が当てはまりますが、それは小さなものではありません。どちらのボードも、一連の編集における10番目の編集を1番目のものと比較して評価するよう投票者に求めていません。測定されているのは画像のペア間の好みであり、それはPrecise Editが主張している特性ではありません。ベンダーの実際の主張は、現時点では独立した誰によっても測定されていません。

公開されていないものは何ですか？

これは短いリストであり、意図的に短くしている。Ideogramは動作、インターフェース、サイズ規則、ライセンスの立場を公表しており、仕様書なら通常記載されるいくつかの事項については公表を拒んでいる。

• 4.5のアーキテクチャとパラメータ数——何もない。それとは対照的に、ベンダーが2026年6月に公開したIdeogram 4.0の技術投稿では、「ゼロから学習された9.3BのシングルストリームDiffusion Transformerで、視覚言語テキストエンコーダーと構造化JSONプロンプトを備える」と説明し、そのエンコーダーとしてQwen3-VL-8B-Instructを挙げ、34層のDiTについて詳述している。4.5についてはそのいずれも公開されていない。

• 4.5のトレーニングデータとプロセス — なし。

• ベンダー提供のベンチマーク — 一切なし。モデルページの品質に関する主張はすべて、スコアではなく実演で示されており、唯一の直接対決は、名指しされた3社の競合製品を相手にしたベンダー自身のデモだ。

• ドリフトやマルチターン忠実性のベンチマーク — ベンダーからも第三者からも、何もない。このモデルが中心に据えている唯一の特性について、公表された測定結果は一切存在しない。

• レイテンシの数値 — 何も文書化されていません。唯一の指針は、品質が高いほど「時間がかかる」ということだけです。

• ベンダーの画像単位API価格 — 料金表はクライアント側でレンダリングされるため、2026年10月13日のテキスト取得では数値が返されませんでした。

• Ideogram 4.5の重み — 何も公開されておらず、ベンダー自身のオープンソースの導線も4.0のリポジトリを指している。

実際にはこれが何を意味するのか

三つのことはすでに確定している。Ideogram 4.5は、実在し文書化されたAPIを備えたクローズドなホスト型モデルであり、その際立った能力は、画像を再レンダリングするのではなく、手を加えられていないピクセルをコピーして、元の画像と同じサイズで返すことにある。Ideogramのオープンウェイト路線は4.0で終わっており、そうでないと主張する者はリポジトリより先んじている。そして独立系のスコアは、それを競合ひしめくボードの中位に位置づけながら、価格はその上位に近い——編集ボードでは1,000回の編集あたり220ドルで、Grok Imagine Image 2.0は1,000回あたり60ドル、MAI-Image-2.6-Flashは19.50ドルだ。

決着していないことこそが、購入判断において唯一重要なことだ。Ideogram が掲げている主張は、10回目の編集についての主張であり、公表されている測定はどれも10回目の編集を対象にしていない。もしあなたの作業が単一のプロンプトを単一の画像にするものなら、このモデルの際立った特徴は、あなたが購入しようとしている機能ではない。そして text-to-image の行 — 35位、1,000画像あたり100ドル — が、あなたが得られるものの正直な要約だ。もしあなたの仕事が、製品カタログ全体にわたるカラーウェイのバリエーション、キャンペーン全体でのサイネージの翻訳、あるいは残っている部分を塗り直すことなく写真を復元することなら、ベンダーはまさにあなたのケースを実証している。そして誰もそれを独立に再現していない。

それが実行すべき実験であり、その範囲を定めるのは安上がりだ。同じ画像、同じ10個の編集を、Ideogram 4.5 と、現在マルチターンの作業で使っているものに通し、出力をターンごとに突き合わせて差分を取る。Ideogram の API があれば、これを計測するのは異常なほど簡単になる — num_images、seed と dry_run があれば、支払う前に実行の値段を見積もれる — そして重要なのは編集のエンドポイントであり、生成のほうではない。もう一点、Ideogram 4.5 は当社自身のカタログには載っていない。OrcaRouter の画像ラインは現在、OpenAI の GPT-Image モデル群、xAI の Grok Imagine 画像モデル、Google の Imagen 4 ファミリーで構成されており、Ideogram はその中に含まれていない。つまりこれは、当社経由ではなく直接呼び出すことになるモデルだ。すでにルーティングしているモデルと並べて比べることには、依然として意味がある。そしてルーティング層があるからこそ、「両方を走らせて差分を取る」が調達の決断ではなく単一キーでの作業になるのだ。

このページを最も速く変える唯一の進展は、名前に4.5を含むリポジトリです。もしIdeogramが重みを公開すれば、ここにあるあらゆるセルフホスティングの問いの採算性は一日で変わり、このページは更新ではなく書き直しが必要になるでしょう。それまでは、ほとんどの読者をここに導いた問いへの答えは、単純にノーです。