Ideogram 4.5 vs Flux 3: Wydany edytor kontra niewydana modalność

Ideogram 4.5 i Flux 3 to dwa najnowsze ogłoszenia frontierowych modeli obrazu, które łączy ta sama teza, a tylko jeden z nich jest czymś, co można wywołać. Ideogram 4.5 zadebiutował 30 września 2026 jako model precyzyjnej edycji zbudowany wokół konkretnego twierdzenia: powtarzane edycje przestają degradować obraz. Flux 3, zunifikowany multimodalny model bazowy Black Forest Labs, został ogłoszony 23 lipca 2026 i obiecywał tę samą właściwość dla swojego poziomu obrazowego — niedestrukcyjną edycję, która zachowuje teksturę, ziarno i oświetlenie w kolejnych turach. Dziesięć tygodni później Flux 3 Image wciąż nie ma publicznego endpointu, identyfikatora modelu ani cennika. To, co BFL faktycznie dostarczył z tej rodziny, to wideo i model akcji dla robotyki.

A więc uczciwa forma tego porównania to nie „które jest lepsze”. To „jedno jest produktem z ceną i niezależną oceną, a drugie obietnicą z terminem, który już minął”. Wszystko poniżej oddziela jedno od drugiego.

Co możesz dziś nazwać

• Ideogram 4.5 — dostępny od 30 września 2026 r. w aplikacji i API Ideogram oraz na platformach partnerskich. Dwie operacje — generowanie i precyzyjna edycja — przy czterech prędkościach renderowania. Niezależne pozycje figurują w rankingu text-to-image Artificial Analysis (34. na 167, 1014 Elo) oraz w rankingu edycji (23., 1064 Elo).

• Flux 3 Image — brak publicznie dostępnego endpointu. Własna dokumentacja Black Forest Labs zaleca FLUX.2 do generowania obrazów z tekstu i edycji obrazów i mówi to wprost: „FLUX.2 to zalecany model do generowania obrazów z tekstu”, a w przypadku edycji: „w nowych projektach zalecamy FLUX.2 z obsługą wielu referencji i wynikiem do 4 MP”. Materiały firmy dotyczące Flux 3 to wideo i akcja.

• Flux 3 Video — ogólnodostępny od 4 sierpnia 2026 r., 10 września rozszerzony o tryby wyjściowe 2K i 4K. Rozliczanie za sekundę materiału wyjściowego: 0,17 USD/s w HD, rosnąco do 0,80 USD/s dla UHD text-to-video i 0,95 USD/s dla UHD video-to-video.

• Flux 3 Action — model world-action 7B o otwartych wagach, już wydany, z dokumentacją obejmującą fine-tuning, przepis na ramię robota SO-101 oraz przykłady sterowania dronem i grania w gry.

• Wywoływalna linia modeli obrazowych BFL — FLUX.2 w pięciu rozmiarach: [pro], [max], [flex], [dev] i [klein]. To poprzednia generacja i to właśnie na nią samo BFL wskazuje w kontekście produkcyjnej pracy z obrazami.

Trzy z pięciu modalności, z którymi zapowiedziano Flux 3, zostały już udostępnione. Ta, która konkuruje z Ideogram 4.5, jeszcze nie, a BFL w międzyczasie kieruje własnych klientów do poprzedniej generacji. To najistotniejszy fakt w tym starciu.

Twierdzenie, które tak naprawdę głoszą obie premiery

Obie firmy sprzedają tę samą właściwość techniczną, a nie jest nią jakość obrazu. Jest nią trwałość.

Edytory obrazów mają charakterystyczną przypadłość: poproś o jedną drobną zmianę, a model renderuje kadr od nowa. Większość wyniku przetrwa. Reszta już nie, a różnica narasta z każdym przebiegiem — twarze się przesuwają, ziarno się zmienia, tekst się rozmywa, oświetlenie dryfuje. Każdy, kto wykonał pracę przez dziesięć tur w interfejsie czatu, widział, jak to się dzieje.

Odpowiedź Ideogramu 4.5 to inżynieria na granicy edycji. Model — jak podaje jego strona — „zachowuje krawędzie edytowanego kadru, dzięki czemu można go bezszwowo wstawić z powrotem do oryginału”, co zademonstrowano na źródle 4 016 × 6 016 — 24,2 megapiksela — edytowanym bez uprzedniego przeskalowania w dół. Obietnica to zachowana wierność, a nie ulepszony gust.

Odpowiedź Flux 3, zgodnie z planem rozwoju z lipca, miała ten sam kształt: „edycja niedestrukcyjna — zachowywanie tekstur, ziarna, oświetlenia i tła, dzięki czemu wieloetapowe edycje nie ulegają degradacji”. Pojawia się ona na liście funkcji dla poziomu obrazowego. Poziom obrazowy jeszcze nie został udostępniony, więc tego twierdzenia nie przetestował nikt spoza Black Forest Labs.

Warto się nad tym zatrzymać. Dwa laboratoria niezależnie doszły do wniosku, że to dryf jest trudnym problemem. Jedno wdrożyło rozwiązanie łagodzące i ustaliło jego cenę. Drugie opisało to rozwiązanie, ale nie pokazało jeszcze modelu klientowi. Jeśli wybierasz dzisiaj, wybierasz między działającą odpowiedzią a oczekiwaną.

Co tablice wyników mówią, a czego nie mówią

Artificial Analysis prowadzi ślepe areny preferencji ludzi zarówno dla generowania obrazów z tekstu, jak i edycji, a Ideogram 4.5 ma wpisy w każdej z nich. Liczby, pobrane z tablic wyników w pierwszych dniach października 2026 r.:

• Tekst na obraz — 34. z 167 modeli z wynikiem 1 014 ± 11 Elo, 2 247 głosów, 100,00 USD za 1 000 obrazów. Liderem jest GPT Image 2.5 Sunburst (max) z wynikiem 1 197. Własny model Ideogram 4.0 z czerwca uzyskuje wynik 1 011, więc zysk międzypokoleniowy w tym rankingu to około trzech punktów Elo.

• Edycja obrazów — 23. miejsce z wynikiem 1 064 ± 11 Elo, 2 382 głosy, 220,00 USD za 1 000 obrazów według przelicznika tablicy. Na czele znajdują się GPT Image 2.5 Sunburst z wynikiem 1 182 i GPT Image 2.5 Flare z wynikiem 1 162.

• Flux 3 — nieobecny w obu. Nie istnieje żaden wiersz, ponieważ nie ma endpointu do przetestowania. Wszystkie wpisy Flux na tablicy text-to-image to FLUX.2: [flex] z wynikiem 1,028, [max] z wynikiem 1,021, [pro] z wynikiem 1,004, [dev] z wynikiem 1,000, a na tablicy edycji [klein] 9B z wynikiem 1,013.

Z tymi liczbami wiążą się dwa zastrzeżenia. Wiersze Ideogramu 4.5 są nowe i wątłe — kilka tysięcy głosów wobec 12 000 do 18 000, którymi dysponują liderzy — dlatego jego przedział wynosi ±11, a nie ±8. A żadna z tablic nie pyta głosujących o dryf. Cecha, którą sprzedaje Ideogram, jest niewidoczna dla jednostrzałowego testu preferencji, więc 23. miejsce w rankingu edycji mierzy coś bliskiego twierdzeniu, a nie samo twierdzenie.

Strona cenowa, czyli tam, gdzie zaczynają się problemy.

• Ideogram 4.5 — 0,03 USD za obraz przy ustawieniu Low, 0,06 USD przy Medium i 0,22 USD przy High w cennikach resellerów opublikowanych w dniu premiery; ten sam pułap 0,22 USD pojawia się w wartości 220,00 USD za 1000 podanej przez Artificial Analysis dla konfiguracji 2K High. Koszt zależy od ustawienia szybkości renderowania.

• Flux 3 Image — nic nie opublikowano, bo nic nie istnieje. Jedyna cena Flux 3 od BFL dotyczy wideo rozliczanego za sekundę: 0,17 USD/s za tekst-na-wideo HD, 0,40 USD/s przy 2K, 0,80 USD/s przy 4K, a wideo-na-wideo po 0,65 USD/s i 0,95 USD/s w tych samych przedziałach.

• Wywoływalna alternatywa — stawki FLUX.2 za obrazy na tym samym rankingu wynoszą od 12,00 USD za 1000 dla [dev], przez 30,00 USD dla [pro], aż do 70,00 USD dla [max]. To jest ta linia, z którą porównywałbyś Ideogram 4.5, jeśli wybierasz między dwiema rzeczami, które istnieją, a pod względem surowego wskaźnika Elo na dolara Ideogram 4.5 nie wygrywa: 1 014 Elo przy 100 USD za 1000 w porównaniu z 1 028 dla FLUX.2 [flex] przy 60 USD.

To jest uczciwe ujęcie całego porównania. W zestawieniu z modelem, który BFL faktycznie udostępnia, Ideogram 4.5 nie jest ani lepszym generatorem, ani tańszym. To inny produkt, który robi jedną rzecz, której FLUX.2 nie reklamuje jako głównego atutu, w cenie, która ma sens tylko wtedy, gdy ta jedna rzecz jest twoim wąskim gardłem.

Czytanie dziesięciotygodniowej luki

Ogłoszenie z 23 lipca mówiło, że dostęp do obrazów nastąpi „po fazie wczesnego dostępu”, a firma wskazała, że wczesny dostęp zostanie otwarty „w kolejnych tygodniach”. Jest już 1 października. W tym okresie BFL udostępniło Flux 3 Video w ogólnej dostępności, rozszerzyło je do 2K i 4K, dodało serwer MCP do generowania wideo, opublikowało umiejętności agenta, ograniczyło kontynuację wideo do 15 sekund, dodało automatyczne doładowanie kredytów i wydało osobny model akcji o otwartych wagach.

To firma, która regularnie wypuszcza produkty — tylko nie w części dotyczącej obrazu. Prawdopodobna interpretacja to priorytetyzacja, a nie problemy: ujednolicony model multimodalny to kwestia kolejności, wideo było wyróżnikiem, od którego warto było zacząć, a poziom obrazu to modalność, w której BFL ma już ugruntowany produkt (FLUX.2), który uległby kanibalizacji. Naturalne odczytanie zdania „zalecamy FLUX.2 do generowania obrazów z tekstu” w obecnej dokumentacji jest takie, że poziom obrazu czeka na swoją kolej.

Co to oznacza dla kupującego, jest proste. Jeśli potrzebujesz edytora z deklaracją dryfu już dziś, Ideogram 4.5 jest jedyną dostarczoną odpowiedzią z któregokolwiek laboratorium, a cena wynosi 0,22 USD za obraz przy ustawieniu, w którym ta deklaracja jest demonstrowana. Jeśli potrzebujesz najlepszego surowego generatora, żadne z tych nie jest właściwym porównaniem — liderami areny są para 2.5 od OpenAI, a w segmencie wartościowym FLUX.2 [flex] za 60 USD za 1000.

Oceniając to bez obstawiania tego

Decyzja, przed którą w rzeczywistości staje większość zespołów, nie brzmi: „który z tych dwóch?”, ponieważ jest tylko jeden. Brzmi: „czy Ideogram 4.5 warto dodać do stacku, który już generuje obrazy, konkretnie w przypadku edycji?”

Test jest tani i jest jedynym, który odnosi się do tej tezy: weź dziesięć obrazów, z którymi twój obecny pipeline radzi sobie źle, przeprowadź na każdym z nich tę samą sekwencję edycji w wielu turach za pomocą Ideogram 4.5 i porównaj turę pierwszą z turą dziesiątą. Zmierz rozbieżność. Koszt licz za ukończoną edycję, a nie za wygenerowany obraz, bo przy ustawieniu High na dużym źródle płacisz 0,22 USD za przebieg. Jeśli rozbieżność jest wystarczająco mała, by pominąć ręczny krok naprawczy, model zwrócił się już w ramach samego tego workflow; jeśli nie, wynik w arenie mówił ci prawdę o modelu, który jest drogi jak na to, co robi.

Przeprowadzanie tego eksperymentu równolegle z modelem, którego już używasz, przemawia za warstwą routingu, a nie kolejną bezpośrednią integracją — jeden punkt końcowy i jeden klucz obsługujące dotychczasowych dostawców i nowego uczestnika, rozliczanie za wywołanie bez doliczanej marży, oraz automatyczne przełączanie awaryjne, dzięki któremu test specjalistycznego modelu nie może wyłączyć ścieżki produkcyjnej. To sposób o niższym ryzyku, by odpowiedzieć na pytanie, na które żaden ranking nie odpowie za ciebie.

Gdzie to trafi

Ideogram 4.5 to prawdziwe wydanie z prawdziwą ceną i twierdzeniem, którego nikt dotąd nie zdołał obalić. Flux 3 Image to prawdziwy element planu rozwoju bez wydania, a dziesięć tygodni od jego ogłoszenia wypełniła dostarczona praca nad każdą modalnością oprócz tej jednej. Porównywanie ich pod względem jakości obrazu to porównywanie produktu z planem.

Nie na następną notatkę o wydaniu Flux 3 trzeba uważać — chodzi o to, czy BFL kiedykolwiek przypisze punkt końcowy, identyfikator i stawkę do warstwy obrazowej. Jeśli tak, stanie się to prawdziwym bezpośrednim pojedynkiem dwóch laboratoriów, które zdiagnozowały ten sam problem. Jeśli nie, Ideogram 4.5 pozostaje sam jako jedyna dostarczona odpowiedź na dryf edycji w wielu turach, a jego miejsce w środku tabeli rankingu areny wciąż będzie wyglądać jak niewłaściwa liczba, według której należy go oceniać.