MOSS-Image kontra Ideogram 4.5: Ile tekstu naprawdę można umieścić na obrazie?

Oba te modele zostały zbudowane przez ludzi, którzy zauważyli, że generatory obrazów są słabe w słowach. Ideogram 4.5, dostępny od 30 września 2026 r., to czwarta generacja modelu, którego cała reputacja opiera się na typografii, a jego dokumentacja traktuje tekst jako element pierwszej kategorii, mający własne pole w ustrukturyzowanym promptcie. MOSS-Image, wydany przez OpenMOSS 16 października 2026 r. jako checkpointy na licencji Apache 2.0 MOSS-Image-Base oraz MOSS-Image-SFT, stosuje to samo podejście strukturalne — każdy element tekstowy otrzymuje dosłowny ciąg znaków i ramkę ograniczającą — a następnie kieruje całość na znacznie dłuższy cel: fragmenty literackie o średniej długości około 1340 znaków.

Ta różnica w ambicji jest osią, wokół której faktycznie obraca się to porównanie, a dokumentacja obu dostawców jest w tej kwestii wyjątkowo szczera. Ideogram mówi, gdzie znajduje się jego sufit. OpenMOSS twierdzi, że go podniósł. Jedno z tych dwóch stwierdzeń można sprawdzić względem opublikowanej liczby; drugie można sprawdzić względem opublikowanej etykiety ostrzegawczej. Czytane razem mówią ci więcej o stanie renderowania tekstu w modelach obrazów niż każde z osobna.

Te dwa schematy JSON i dlaczego nie są wymienne

Oba modele akceptują ustrukturyzowany prompt, w którym tekst nie jest opisywany, lecz deklarowany. Podobieństwo jest na tyle duże, że może wprowadzać w błąd, dlatego warto dokładnie określić, co każdy z nich faktycznie ze sobą niesie.

Prompt JSON Ideogram 4.5 — współdzielony z 4.0 — nadaje każdemu elementowi tekstowemu własne pole text zawierające dosłowny ciąg, pole desc opisujące, jak powinien wyglądać, color_palette oraz bbox do dokładnego umiejscowienia. Budżet palety jest udokumentowany: do 16 kolorów szesnastkowych na cały obraz i do pięciu na element.

Format układu MOSS-Image przyjmuje jako prompt obiekt JSON: blok podsumowania zawierający scenę i styl oraz tablicę elementów, w której każdy element ma etykietę typu tekst, postać lub obiekt, podpis, obwiednię, a — w przypadku elementów tekstowych — dosłowny ciąg znaków do wyrenderowania. Obwiednie używają bbox_format: "yxyx" w bbox_coord_space: "abs_centralized", co oznacza piksele mierzone od środka kanwy.

• Gdzie znajduje się ciąg — I​deogram 4.5: pole tekstowe dla każdego elementu. M​OSS-Image: dosłowny ciąg na elemencie tekstowym, obok osobnego podpisu opisującego, jak powinien wyglądać.

• Kontrola kolorów — Ideogram 4.5: do 16 kolorów hex na obraz, pięć na element, jako udokumentowany budżet palety. MOSS-Image: brak udokumentowanego pola palety na element; styl jest zawarty w podsumowaniabloku

• Kolor ramki — Ideogram 4.5: bbox to pole bez opublikowanej konwencji współrzędnych w materiale, który mogliśmy przeczytać. MOSS-Image: yxyx to kolejność w bezwzględnych pikselach względem środka, więc kanwa 1024² rozciąga się od −512 do +512 na każdej osi.

• Taksonomia elementów — I​deogram 4.5: elementy tekstowe z opisem. M​OSS-Image: trójdzielna etykieta rozróżniająca tekst, postać i obiekt, czego potrzebuje powracający temat.

Dwa schematy, oba w JSON, żaden nie jest nadzbiorem drugiego, i nikt nie opublikował żadnego konwertera. Jeśli masz pipeline, który generuje którykolwiek z tych formatów, koszt obsługi drugiego to naprawdę spory kawałek pracy — a brakująca konwencja współrzędnych po stronie I​deogram to szczegół, który trzeba by wyprowadzić empirycznie.

Co dostawcy mówią o swoich własnych ograniczeniach

To najciekawsza część tego starcia i nie jest to porównanie benchmarków. To porównanie gotowości dwóch firm do opisania, gdzie ich model przestaje działać.

Dokumentacja Ideogram mówi to wprost: model dobrze radzi sobie z tytułami i krótkimi blokami, a treść główną lub pełne dokumenty należy dodać później w narzędziu projektowym. Mówi też, że tekst wychodzi najdokładniej po angielsku, a pisma niełacińskie i litery z akcentami mogą wyjść błędnie albo wcale. Jeśli chodzi o czcionki, wskazówka jest taka, że nie można podać nazwy konkretnej czcionki — model nauczył się, jak wyglądają style tekstu, a nie biblioteki czcionek — więc udokumentowane podejście polega na opisaniu grubości, kształtu i nastroju. A ścieżka JSON ma własny, opublikowany tryb awarii: bardzo długie ustrukturyzowane prompty mogą tracić końcowe elementy, więc najważniejsze rzeczy podaje się na początku.

To dostawca, który mówi swoim klientom, jaki kształt ma narzędzie. Odczytane jako specyfikacja, opisuje model dla nagłówków, etykiet, tekstów na opakowaniach i krótkich bloków — precyzyjną typografię, a nie publikowanie.

Opublikowane stanowisko OpenMOSS to twierdzenie przeciwnego rodzaju. Flagowy benchmark OpenMOSS, LongLongTextBench, obejmuje 240 zadań renderowania tekstu literackiego przy średniej długości docelowej 1 339,8 znaków, podzielonych po równo między język angielski i chiński. Problem, z którym się tu mierzymy, to nie cztery słowa na plakacie; to ściana prozy renderowana czytelnie wewnątrz obrazu. Własny wynik producenta dla tego wskaźnika w metryce pokrycia tekstu Mean-6 to 96,3 wobec 64,9 dla Qwen-Image-2512, przy czym GPT Image 2 ma 99,0, a Nano Banana Pro 96,6 w tej samej tabeli.

Zatem: jeden dostawca opublikował górną granicę, a drugi opublikował wynik, który sugeruje znacznie wyższą. Żadna z tych wartości nie została zweryfikowana przez stronę trzecią. Jeśli wybierasz między nimi do konkretnego zadania, to jest ta linia podziału — a uczciwe odczytanie tego jest takie, że ograniczenie I​deogramu jest udokumentowane i dziś każdy, kto spróbuje, może je odtworzyć, podczas gdy ulepszenie OpenMOSS to nieodtworzony pomiar jednego dostawcy. Udokumentowane ograniczenie ma większą wartość dla twojego planowania niż nieodtworzony wynik, przynajmniej dopóki ktoś spoza laboratorium nie przeprowadzi testu.

Do czego właściwie służy każdy z nich

Pytanie do tekstu dotyczy tego, gdzie się pokrywają. Prawie wszystko inne na ich temat wskazuje w różnych kierunkach.

Ideogram 4.5 jest pozycjonowany jako edytor, a nie generator. Jego mechanizm precyzyjnej edycji zwraca wynik w oryginalnej szerokości i wysokości obrazu źródłowego, a piksele, których edycja nie zmieniła w istotny sposób, są kopiowane dokładnie, a nie ponownie syntetyzowane; zademonstrowano go na źródle o rozmiarze 4,016 × 6,016 pikseli bez uprzedniego zmniejszania pliku. Edycje z maską przyjmują czarno-białą maskę — czarny oznacza, co zmienić, biały, co zachować, a wartości pośrednie są zaokrąglane do bliższej z tych dwóch wartości. Endpoint edycji przyjmuje do czterech obrazów referencyjnych, a trzy z nich, gdy dostarczono także maskę; endpoint generowania przyjmuje do pięciu obrazów źródłowych, z których pierwszy jest traktowany jako ten edytowany. Prompty mogą mieć do 10 000 znaków w aplikacji, a jakość to czterostopniowa drabinka od very_low przez low, medium i high.

MOSS-Image jest nastawiony przede wszystkim na generowanie. Dostawca opisuje edycję podpisu elementu lub przesunięcie jego pola jako dostosowanie tej części kompozycji i określa to zachowanie jako eksperymentalne. Jego interfejs sterowania to układ JSON powyżej; jego opublikowana demonstracja dotyczy kompozycji — plakatów, infografik, interfejsów — a nie edycji istniejącego zdjęcia w miejscu. Jego trening przebiegał najpierw przy 256 px przez 2,1 mln kroków, następnie przy 512 px przez 2,1 mln, a potem przy około 1024² przez 0,31 mln, przy czym budżet tokenów zmieniał się na tych etapach z 576 → 3 072 → 8 192.

• Edytowanie istniejącego obrazu — I​deogram 4.5: kluczowa funkcja, wynik zablokowany do wymiarów źródłowych, nietknięte piksele są kopiowane. M​OSS-Image: eksperymentalny, opisywany jako dostosowywanie elementów wygenerowanej kompozycji.

• Długi tekst na świeżym obrazie — MOSS-Image: główne twierdzenie, poparte benchmarkiem dostawcy przy średnich długościach docelowych wynoszących 1 339,8 znaku. Ideogram 4.5: udokumentowany jako tytuły i krótkie bloki, a tekst zasadniczy kierowany do narzędzia projektowego.

• Wagi — MOSS-Image: Apache 2.0, bez progu przychodów, około 27,2 GB, w tym zamrożony enkoder tekstu Qwen3.5-9B. Ideogram 4.5: brak. Program otwartych wag tego dostawcy obejmuje wyłącznie Ideogram 4.0, w cenie 300 USD miesięcznie za 10 000 samodzielnie hostowanych obrazów na skwantyzowanych wagach — wyraźnie nie w pełnej precyzji.

• Cena — I​deogram 4.5: pięciostopniowa drabinka od 0,008 USD przy Very Low do 0,22 USD przy High z obrazem źródłowym. M​OSS-Image: brak cennika; koszt to czas twojego GPU.

Liczba po jednej stronie, a puste pole po drugiej

Ideogram nie opublikował żadnego benchmarku dla 4.5. Punktowane wyniki pochodzą z Artificial Analysis, które uwzględnia ten model w obu rankingach obrazowych w ramach Wysokiej konfiguracji. Odczyt z 16 października 2026: 1 063 Elo w edycji obrazów z 2 728 głosów przy 220 USD za 1000 obrazów oraz 1 019 Elo w text-to-image z 2 421 próbek przy 100 USD za 1000. Liderami rankingu edycji są GPT Image 2.5 Sunburst i Flare od OpenAI z wynikami 1 198 i 1 177, więc najwyższy szczebel znajduje się około 135 Elo powyżej Ideogram 4.5, którego przedział od 1 046 do 1 080 pokrywa się z kilkoma modelami wokół niego.

Istnieje zastrzeżenie, które dotyczy w ogóle używania tej liczby do tego porównania, i nie chodzi w nim o błąd próbkowania. Oba rankingi proszą głosujących, aby przedkładali jeden obraz nad drugi. Żaden nie prosi głosującego, aby przeczytał tekst na obrazie i ocenił, czy jest on zapisany poprawnie, we właściwym systemie pisma i we właściwym miejscu. Elo mierzące preferencje nie jest pomiarem typografii, a sama reputacja Ideogramu w zakresie tekstu nie jest czymś, co ten ranking kiedykolwiek oceniał. Zatem niezależna liczba, choć prawdziwa, nie obejmuje właściwości, która w tym starciu liczy się najbardziej.

MOSS-Image nie ma żadnego niezależnego wyniku liczbowego jakiegokolwiek rodzaju. Ma zaledwie jeden dzień, a oba jego benchmarki są dostarczane wraz z wydaniem i zostały zbudowane przez dostawcę. Jego drugi benchmark, RealLayoutArena, to 61 zadań projektowych — 20 plakatów, 20 infografik, 21 interfejsów — ocenianych parami i dopasowanych do skali Bradleya–Terry'ego; MOSS-Image uzyskuje 1698,70 Elo w trybie end-to-end, za GPT Image 2 z wynikiem 1844,35, oraz 1807,34 w przypadku ograniczenia do backbone'u przy wspólnych ulepszonych promptach, co daje pierwsze miejsce. Pipeline, który dał wynik end-to-end, wykorzystuje GPT-6 do specyfikacji promptów w czasie inferencji, zgodnie z raportem technicznym, co oznacza, że najsilniejszy wynik end-to-end dotyczący layoutu jest zależny od modelu kogoś innego.

Jak byś wybrał i co ma z tym wspólnego router

Ideogram 4.5 jest zamknięty i hostowany przez własne API Ideogramu, jego aplikacje oraz integrację MCP. MOSS-Image jest do pobrania. Żadnego z nich nie ma w katalogu OrcaRouter — obsługujemy ponad 200 modeli i żaden z tych dwóch do nich nie należy — więc w obu przypadkach trzeba udać się do dostawcy: w przypadku Ideogramu przez jego własne API i kilka platform zewnętrznych, a w przypadku OpenMOSS do repozytoriów i dowolnego sprzętu, jaki możesz na nie skierować.

Miejscem, w którym router się opłaca w potoku obrazów o dużym udziale tekstu, jest strona kosztów, a powód jest specyficzny dla sposobu, w jaki ci dostawcy ustalają ceny. Drabina Ideogramu jest udokumentowana jako rozliczanie na podstawie liczby pikseli wyjściowych — do 1024×1024 liczy się jako 1K, powyżej tego jako 2K — co oznacza, że ten sam nominalny poziom może kosztować różne kwoty w zależności od tego, o co poproszono. Gdy cennik dostawcy jest funkcją żądania, a nie stawką ryczałtową, arytmetyka partii stu obrazów nie jest czymś, co chcesz trzymać w głowie, a katalog, który przekazuje ceny katalogowe dostawców bez żadnych dodatków, jest tym, co sprawia, że liczba podąża za dostawcą, zamiast zostawać w tyle. Dotyczy to modeli hostowanych, z którymi porównywałbyś otwarty checkpoint; nie dotyczy natomiast żadnego z dwóch modeli w tym artykule.

To, czego żaden z dostawców nie powie na głos

Postaw oba stanowiska obok siebie, a wzorzec się wyłoni. I​deogram, który od lat jest wzorcem typografii, mówi ci, żebyś umieścił tekst główny w narzędziu do projektowania. OpenMOSS, który ma zaledwie jeden dzień, twierdzi, że rozwiązał problem tekstu głównego, i sam siebie za to ocenia.

Jedna z tych firm opisuje ograniczenie, na które natrafiła, a druga opisuje ograniczenie, które jej zdaniem udało się przekroczyć. Pierwsze twierdzenie może zweryfikować każdy, kto dysponuje darmowym planem i wolnym popołudniem. Drugie jest weryfikowalne wyłącznie przez osoby, które zbudowały benchmark, dopóki ktoś nie pobierze wag i nie spróbuje. Wagi są objęte licencją Apache 2.0, więc takie sprawdzenie jest dostępne dla każdego — co stanowi najsilniejszy argument za M​OSS-Image w tym porównaniu i nie ma nic wspólnego z jego wynikiem. Nie można zweryfikować twierdzenia o zachowaniu I​deogram 4.5 na długich tekstach, badając sam model. Możesz zweryfikować twierdzenie o M​OSS-Image, uruchamiając go.

To, czego nie opublikowała żadna ze stron, to pomiar dryfu. Cała propozycja sprzedażowa Ideogram 4.5 polega na tym, że edycje nie psują nietkniętych części klatki, co pokazano na źródle 24,2-megapikselowym bez skalowania w dół; żadna strona trzecia tego nie oceniła i żaden benchmark nie wymaga, aby dziesiątą edycję w sekwencji porównywano z pierwszą. Zachowanie edycyjne MOSS-Image jest oznaczane przez jego własnego dostawcę jako eksperymentalne i przez nikogo niezmierzone. Dwa modele zbudowane wokół wierności tekstu, z których żaden nie ma opublikowanego wyniku wierności od kogokolwiek, kto ich nie sprzedaje.

Tak więc wybór sprowadza się do tego, z jaką niepewnością potrafisz żyć. Jeśli Twoim zadaniem są nagłówki, opakowania, teksty produktowe i krótkie bloki, a wiąże się ono z edycją istniejącego zdjęcia w miejscu, Ideogram 4.5 jest modelem o udokumentowanym zachowaniu, opublikowanych regułach dotyczących rozmiaru i niezależnym, choć nietypograficznym, wyniku — a dostawca wyraźnie mówi Ci, kiedy zamiast tego sięgnąć po narzędzie projektowe. Jeśli Twoim zadaniem są składane strony z długimi fragmentami i chcesz mieć kontrolę nad całym stosem, MOSS-Image daje Ci wagi, schemat i jedyny benchmark, który w ogóle próbuje mierzyć się z tekstem długoformatowym — pod warunkiem, że przyjmiesz to jako twierdzenie, dopóki go nie odtworzysz. Pierwszy to bezpieczniejszy zakup, a drugi to zakup, który można przetestować, a to, którego z nich chcesz, nie jest czymś, co mogłaby Ci powiedzieć strona któregokolwiek z dostawców.

Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i znacznik sporności.