MOSS-Image vs Ideogram 4.5: Hoeveel tekst kun je eigenlijk in een afbeelding zetten

Beide modellen zijn gebouwd door mensen die opmerkten dat beeldgeneratoren slecht zijn in woorden. I​deogram 4.5, sinds 30 september 2026 live, is de vierde generatie van een model waarvan de hele reputatie op typografie berust, en de documentatie behandelt tekst als een volwaardig element met een eigen veld in een gestructureerde prompt. M​OSS-Image, uitgebracht door OpenMOSS op 16 oktober 2026 als de Apache 2.0-checkpoints M​OSS-Image-Base en M​OSS-Image-SFT, hanteert dezelfde structurele aanpak — elk tekstelement krijgt een letterlijke tekenreeks en een bounding box — en richt het geheel vervolgens op een veel langer doel: literaire passages met een gemiddelde lengte van ongeveer 1.340 tekens.

Dat verschil in ambitie is de as waarop deze vergelijking in werkelijkheid draait, en de eigen documentatie van de twee leveranciers is daar ongewoon openhartig over. Ideogram vertelt je waar zijn plafond ligt. OpenMOSS beweert dat plafond te hebben verhoogd. Een van die twee uitspraken kun je toetsen aan een gepubliceerd cijfer; de andere kun je toetsen aan een gepubliceerd waarschuwingslabel. Ze samen lezen vertelt je meer over de stand van zaken rond tekstweergave in beeldmodellen dan elk van beide afzonderlijk.

De twee JSON-schema's, en waarom ze niet uitwisselbaar zijn

Beide modellen accepteren een gestructureerde prompt waarin tekst niet wordt beschreven maar gedeclareerd. De gelijkenis is groot genoeg om misleidend te zijn, dus het is de moeite waard om precies te zijn over wat elk model werkelijk overdraagt.

De JSON-prompt van I​deogram 4.5 — gedeeld met 4.0 — geeft elk tekstelement een eigen text-veld met de letterlijke tekenreeks, een desc-veld dat beschrijft hoe het eruit moet zien, een color_palette, en een bbox voor exacte plaatsing. Het paletbudget is gedocumenteerd: maximaal 16 hexkleuren voor de hele afbeelding, en maximaal vijf per element.

Het lay-outformaat van MOSS-Image gebruikt een JSON-object als de prompt: een summary-blok dat de scène en stijl bevat, en een items-array waarin elk element een label heeft van text, character of object, een caption, een bounding box, en — voor tekstelementen — de letterlijke tekenreeks die moet worden weergegeven. Boxen zijn bbox_format: "yxyx" in bbox_coord_space: "abs_centralized", wat betekent dat pixels worden gemeten vanaf het midden van het canvas.

• Waar de string zich bevindt — Ideogram 4.5: een tekstveld per element. MOSS-Image: de letterlijke string op het tekstitem, naast een apart bijschrift voor hoe het eruit moet zien.

• Kleurbeheer — Ideogram 4.5: tot 16 hexkleuren per afbeelding, vijf per element, als een gedocumenteerd paletbudget. MOSS-Image: geen gedocumenteerd paletveld per element; de stijl wordt gedragen in het summary blok.

• Kleur van de box — I​deogram 4.5: een bbox-veld zonder coördinatenconventie die in het materiaal dat we konden lezen is gepubliceerd. M​OSS-Image: yxyx-volgorde in absolute, ten opzichte van het midden bepaalde pixels, dus een canvas van 1024² loopt van −512 tot +512 op elke as.

• Elementtaxonomie — I​deogram 4.5: tekstelementen met een beschrijving. M​OSS-Image: een label met drie categorieën dat onderscheid maakt tussen tekst, personage en object, wat een terugkerend onderwerp nodig heeft.

Twee schema's, beide JSON, geen van beide een superset van de andere, en niemand heeft een converter gepubliceerd. Als je een pipeline hebt die een van beide formaten genereert, is het ondersteunen van het andere formaat een flinke klus — en de ontbrekende coördinatenconventie aan de kant van I​deogram is een detail dat je empirisch zou moeten afleiden.

Wat de leveranciers zeggen over hun eigen beperkingen

Dit is het meest interessante deel van de confrontatie, en het is geen benchmarkvergelijking. Het is een vergelijking van de bereidheid van twee bedrijven om te beschrijven waar hun model ophoudt te werken.

De documentatie van I​deogram zegt het ronduit: het model gaat goed om met titels en korte blokken, en je zou bodytekst of volledige documenten later in een ontwerptool moeten toevoegen. Er staat ook dat tekst het nauwkeurigst in het Engels wordt weergegeven, en dat niet-Latijnse schriften en letters met accenten verkeerd of helemaal niet kunnen worden weergegeven. Wat lettertypen betreft, is het advies dat je er geen kunt noemen — het model heeft geleerd hoe tekststijlen eruitzien, niet hoe een lettertypenbibliotheek eruitziet — dus de gedocumenteerde aanpak is om in plaats daarvan gewicht, vorm en sfeer te beschrijven. En het JSON-pad heeft zijn eigen gepubliceerde faalmodus: zeer lange gestructureerde prompts kunnen hun elementen aan het einde verliezen, dus de belangrijkste dingen komen eerst.

Dat is een leverancier die zijn klanten de vorm van de tool vertelt. Als specificatie gelezen, beschrijft het een model voor koppen, labels, verpakkingsteksten en korte blokken — precisie-typografie, geen uitgeefwerk.

Het gepubliceerde standpunt van OpenMOSS is een bewering van het tegenovergestelde soort. De belangrijkste benchmark, LongLongTextBench, bestaat uit 240 taken voor het weergeven van literaire tekst met een gemiddelde doellengte van 1.339,8 tekens, gelijkelijk verdeeld over Engels en Chinees. Het probleem dat wordt aangepakt is niet vier woorden op een poster; het is een muur van proza die leesbaar in een afbeelding wordt weergegeven. Het eigen cijfer van de leverancier daarvoor op Mean-6-tekstdekking is 96,3, tegenover 64,9 voor Q​wen-Image-2512, met GPT Image 2 op 99,0 en N​ano Banana Pro op 96,6 in dezelfde tabel.

Dus: de ene leverancier heeft een plafond gepubliceerd, en de andere heeft een score gepubliceerd die een veel hoger plafond impliceert. Geen van beide is door een derde partij gecontroleerd. Als je voor een specifieke klus tussen hen moet kiezen, is dit de scheidslijn — en de eerlijke manier om het te lezen is dat de beperking van I​deogram vandaag gedocumenteerd en reproduceerbaar is voor iedereen die het probeert, terwijl de verbetering van OpenMOSS een niet-gereproduceerde meting van één leverancier is. De gedocumenteerde beperking is waardevoller voor je planning dan de niet-gereproduceerde score, althans totdat iemand buiten het lab de test uitvoert.

Waar elk eigenlijk voor dient

De tekstvraag is waar ze overlappen. Bijna al het andere aan hen wijst in verschillende richtingen.

Ideogram 4.5 wordt gepositioneerd als een editor, niet als een generator. Het gedrag bij precieze bewerkingen geeft het resultaat terug op de eigen breedte en hoogte van de bronafbeelding, waarbij pixels die de bewerking niet wezenlijk heeft veranderd exact worden gekopieerd in plaats van opnieuw gesynthetiseerd, en het is gedemonstreerd op een bron van 4.016 × 6.016 pixels zonder het bestand eerst te verkleinen. Gemaskeerde bewerkingen gebruiken een zwart-witmasker — zwart markeert wat moet worden gewijzigd, wit wat behouden moet blijven, tussenliggende waarden worden afgerond naar de dichtstbijzijnde van de twee. Het bewerkings-endpoint accepteert tot vier referentieafbeeldingen, waarvan drie wanneer ook een masker wordt meegegeven; het generatie-endpoint accepteert tot vijf bronafbeeldingen, waarvan de eerste wordt behandeld als degene die wordt bewerkt. Prompts kunnen in de app tot 10.000 tekens lang zijn, en kwaliteit is een ladder met vier niveaus van very_low tot low, medium en high.

MOSS-Image is in de eerste plaats gericht op generatie. De leverancier beschrijft het bewerken van het onderschrift van een element of het verplaatsen van het kader ervan als het aanpassen van dat deel van de compositie, en bestempelt dat gedrag als experimenteel. Het bedieningsoppervlak is de lay-out-JSON hierboven; de gepubliceerde demonstratie betreft compositie — posters, infographics, interfaces — in plaats van het ter plaatse bewerken van een bestaande foto. De training draaide 2,1M stappen op 256px, daarna 2,1M op 512px, en vervolgens ongeveer 0,31M op 1024², waarbij het tokenbudget over die fasen verschoof van 576 → 3.072 → 8.192.

• Een bestaande afbeelding bewerken — I​deogram 4.5: kerncapaciteit, uitvoer vastgezet op de bronafmetingen, onaangeraakte pixels gekopieerd. M​OSS-Image: experimenteel, beschreven als het aanpassen van elementen van een compositie die je hebt gegenereerd.

• Lange tekst in een nieuwe afbeelding — M​OSS-Image: de claim in de kop, met een leveranciersbenchmark op een gemiddeld doel van 1.339,8 tekens. I​deogram 4.5: gedocumenteerd als titels en korte blokken, waarbij de bodytekst naar een ontwerptool wordt doorverwezen.

• Weights — M​OSS-Image: Apache 2.0, geen omzetdrempel, ongeveer 27,2 GB inclusief een bevroren Qwen3.5-9B tekstencoder. I​deogram 4.5: geen. Het open-weights-programma van de leverancier dekt alleen I​deogram 4.0, tegen $300 per maand voor 10.000 zelf gehoste afbeeldingen op gekwantiseerde gewichten, expliciet niet volledige precisie.

• Prijs — Ideogram 4.5: een ladder met vijf treden van $0,008 bij Very Low tot $0,22 bij High, met een bronafbeelding. MOSS-Image: geen tariefkaart; de kosten zijn je GPU-tijd.

Het nummer aan de ene kant en het blanco aan de andere kant

Ideogram heeft geen benchmark gepubliceerd voor 4.5. De gescoorde cijfers zijn afkomstig van Artificial Analysis, dat het model op beide afbeeldingsboards vermeldt onder de High-configuratie. Gelezen op 16 oktober 2026: 1.063 Elo voor beeldbewerking uit 2.728 stemmen tegen $220 per 1.000 afbeeldingen, en 1.019 Elo voor tekst-naar-afbeelding uit 2.421 samples tegen $100 per 1.000. De koplopers van het bewerkingsboard zijn OpenAI's GPT Image 2.5 Sunburst en Flare met 1.198 en 1.177, dus de bovenste trede ligt ongeveer 135 Elo boven Ideogram 4.5, op een interval van 1.046 tot 1.080 dat verschillende modellen eromheen overlapt.

Er is een waarschuwing die geldt voor het überhaupt gebruiken van dat getal voor deze vergelijking, en die gaat niet over steekproeffout. Beide ranglijsten vragen stemmers de ene afbeelding boven de andere te verkiezen. Geen van beide vraagt een stemmer om de tekst in de afbeelding te lezen en te beoordelen of die correct is gespeld, in het juiste schrift staat of op de juiste plek staat. Een Elo die voorkeur meet, is geen maatstaf voor typografie, en de eigen reputatie van Ideogram op het gebied van tekst is niet iets waarvoor de ranglijst ooit een score heeft gegeven. Dus het onafhankelijke getal, hoe reëel ook, dekt niet de eigenschap die er in deze onderlinge vergelijking het meest toe doet.

MOSS-Image heeft geen enkele onafhankelijke score van welke aard dan ook. Het is één dag oud, en beide benchmarks worden met de release meegeleverd en zijn door de leverancier gebouwd. De tweede ervan, RealLayoutArena, bestaat uit 61 ontwerptaken — 20 posters, 20 infographics, 21 interfaces — die paarsgewijs worden beoordeeld en aan een Bradley–Terry-schaal worden gefit; MOSS-Image scoort end-to-end 1698,70 Elo, achter GPT Image 2 met 1844,35, en 1807,34 wanneer het beperkt blijft tot de backbone onder gedeelde verbeterde prompts, wat de eerste plaats oplevert. De pipeline die het end-to-end cijfer produceerde, gebruikt volgens het technische rapport GPT-6 voor promptspecificatie op inferentietijd, wat betekent dat het sterkste end-to-end lay-outresultaat afhankelijk is van het model van iemand anders.

Hoe je zou kiezen, en wat een router ermee te maken heeft

Ideogram 4.5 is gesloten en wordt gehost vanuit Ideogram's eigen API, zijn apps en een MCP-integratie. MOSS-Image is een download. Geen van beide staat in de OrcaRouter-catalogus — we bedienen meer dan 200 modellen en geen van deze twee behoort daartoe — dus beide betekenen naar de leverancier gaan: in het geval van Ideogram via zijn eigen API en diverse platforms van derden, in het geval van OpenMOSS naar de repositories en welke hardware je er ook op kunt richten.

De plek waar een router zijn geld waard is in een tekstzware beeldpijplijn, is de kostenkant, en de reden is specifiek voor hoe deze leveranciers hun prijzen bepalen. De ladder van Ideogram is gedocumenteerd als facturering op basis van de uiteindelijke uitvoerpixels — tot 1024×1024 telt als 1K, daarboven als 2K — wat betekent dat dezelfde nominale prijsklasse verschillende bedragen kan kosten, afhankelijk van wat je hebt aangevraagd. Wanneer de prijsstelling van een leverancier een functie is van de aanvraag in plaats van een vast tarief, is de rekensom van een batch van honderd afbeeldingen niet iets wat je in je hoofd wilt houden, en een catalogus die de lijstprijzen van providers doorgeeft zonder iets toe te voegen, is wat het getal met de leverancier laat meebewegen in plaats van erachteraan te lopen. Dat geldt voor de gehoste modellen waartegen je een open checkpoint zou benchmarken, maar voor geen van beide modellen in dit stuk.

Het deel dat geen van beide leveranciers hardop zal zeggen

Zet de twee posities naast elkaar en er verschijnt een patroon. Ideogram, dat al jaren het typografiemodel is, zegt je om je body copy in een ontwerptool te zetten. OpenMOSS, dat één dag oud is, beweert de body copy te hebben opgelost en beoordeelt zichzelf erop.

Een daarvan is een bedrijf dat een limiet beschrijft die het heeft bereikt, en de andere is een bedrijf dat een limiet beschrijft waarvan het gelooft dat het die heeft overschreden. De eerste bewering is verifieerbaar door iedereen met een gratis abonnement en een middag. De tweede is alleen verifieerbaar door de mensen die de benchmark hebben gebouwd, totdat iemand de gewichten downloadt en het probeert. De gewichten zijn Apache 2.0, dus die controle is voor iedereen beschikbaar — wat het sterkste argument is voor M​OSS-Image in deze vergelijking en niets te maken heeft met de score ervan. Je kunt een bewering over het gedrag van I​deogram 4.5 bij lange tekst niet controleren door het model te inspecteren. Je kunt die van M​OSS-Image wel controleren door het te draaien.

Wat geen van beide partijen heeft gepubliceerd, is een driftmeting. Het hele verkoopargument van I​deogram 4.5 is dat bewerkingen de onaangeroerde delen van een frame niet aantasten, gedemonstreerd op een bron van 24,2 megapixel zonder downscaling; geen enkele derde partij heeft dat beoordeeld, en geen enkele benchmark vraagt dat de tiende bewerking in een reeks met de eerste wordt vergeleken. Het bewerkingsgedrag van M​OSS-Image wordt door zijn eigen leverancier als experimenteel bestempeld en door niemand gemeten. Twee modellen gebouwd rond tekstgetrouwheid, geen van beide met een gepubliceerde getrouwheidsscore van iemand die ze niet verkoopt.

De keuze komt dus neer op de vraag met welke onzekerheid je kunt leven. Als het je werk is om koppen, verpakkingen, productteksten en korte blokken te maken, en dat gekoppeld is aan het ter plaatse bewerken van een bestaande foto, dan is I​deogram 4.5 het model met het gedocumenteerde gedrag, de gepubliceerde formaatregels en een onafhankelijke, zij het niet-typografische, score — en een leverancier die je expliciet vertelt wanneer je in plaats daarvan naar een ontwerptool moet grijpen. Als het je werk is om samengestelde pagina's met lange passages te maken en je de stack zelf wilt beheren, dan geeft M​OSS-Image je de gewichten, het schema en de enige benchmark die zich überhaupt aan long-form tekst waagt, op voorwaarde dat je het als een claim accepteert totdat je het zelf hebt gereproduceerd. De eerste is een veiligere aankoop en de tweede is een testbare, en welke van die twee je wilt, kan de pagina van geen van beide leveranciers je vertellen.

De gedocumenteerde AI-fouten en incidenten met agents achter releases zoals deze worden verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistingsmarkering bevat.