Ideogram 4.5: Precise Edit, stängda vikter och vad leverantören har publicerat

Ideogram 4.5 är Ideograms bildmodell för precisionsredigering, tillgänglig sedan den 30 september 2026. Två frågor för hit folk, så båda besvaras direkt. Den första är vad modellen gör: den redigerar en befintlig bild och returnerar resultatet i bildens egen bredd och höjd, där pixlarna som redigeringen inte rörde kopieras exakt i stället för att renderas om, vilket är egenskapen som leverantören säljer under rubriken "precise edit". Den andra är om du kan ladda ner den. Det kan du inte. Ideogram 4.5 är en sluten, hostad modell; leverantörens open weights-program, som är verkligt och har publicerat repositorier, omfattar för närvarande Ideogram 4.0 och stannar där.

Allt nedan är hämtat från Ideograms egen modellsida, dess utvecklardokumentation, dess licensieringssida och dess offentliga organisationer på Hugging Face och GitHub, lästa den 13 oktober 2026, plus en oberoende topplista. Där leverantören inte publicerar något säger den här sidan det i stället för att fylla luckan.

Vad Precise Edit faktiskt gör

Leverantörens egen enradsbeskrivning är ovanligt konkret: "Berätta för Ideogram 4.5 vad som ska ändras, så lämnar den allt annat orört." Utvecklardokumentationen förklarar vad det innebär i pixlar – utdata matchar alltid indatabildens bredd och höjd, och "pixlar som redigeringen inte meningsfullt har ändrat kopieras exakt från den." Det är ett starkare påstående än den vanliga formuleringen "bevarar detaljer", och det är skillnaden mellan en redigerare som återsyntetiserar en hel bild runt en liten ändring och en som lappar ett område.

Modellsidan formulerar samma idé som ett påstående om drift: "Med varje redigering kan bildmodeller introducera pixelförskjutningar, färgförändringar och texturartefakter. Ideogram 4.5 minskar denna drift och bevarar detaljer över flerstegsredigeringar." API-översikten tillför en tredje del — "pixlar som redigeringen inte rör kopieras exakt från din bild, och resultatet kommer tillbaka i din bilds egen bredd och höjd" — och lyfter fram det inom fyra områden: riktade färg-, material- eller detaljändringar; konsekvens över kedjade redigeringar; referensstyrda redigeringar; och helbildsarbete i Studio.

I praktiken är kapacitetsuppsättningen snäv och specifik:

• Riktade redigeringar — beskriv en ändring i naturligt språk eller en strukturerad JSON-prompt och behåll resten av bildrutan.

• Maskerade redigeringar – ange en svartvit mask för att begränsa ändringen till ett område. Svart markerar området som ska redigeras, vitt området som ska behållas, och mellanliggande värden avrundas till det närmaste av de två.

• Referensstyrda redigeringar — upp till fyra referensbilder på den dedikerade redigeringsslutpunkten, eller tre om en mask också tillhandahålls, för att styra redigeringen med en produkt, ett material eller en stil. Högst fem källbilder på genereringsslutpunkten, varav den första behandlas som den som redigeras.

• Redigeringar i källstorlek — på redigeringsslutpunkten är utdata fixerat till indatans dimensioner. Bilder som är för stora för modellen skalas ned proportionellt och returneras som renderade. Bilder vars bildförhållande ligger utanför 1:6 till 6:1 avvisas direkt.

Grupperingen som leverantören använder för sina egna exempel säger dig vem detta är till för: färg och ljussättning, textmodifiering, produktfotografi, inredningsdesign, arkitektur, restaurering av gamla fotografier, skiss-till-bild, stilreferens, omramning och djup-till-bild.

Frågan om öppna vikter, besvarad

Ingen sida på modellens egen stam besvarar detta, vilket är varför det får ett eget avsnitt. Här är den källbelagda ståndpunkten per den 13 oktober 2026.

Positionen: stängd. Ideogram 4.5 levereras från Ideograms eget hostade API och dess egna appar. Det finns ingen checkpoint, inget repositorium och ingen publicerad licens för den. Det starkaste beviset är negativt och entydigt: Ideograms utvecklardokumentation, läst idag, beskriver varje v2-slutpunkt som ett hostat anrop till api.ideogram.ai med en Api-Key-header, och det finns ingen nedladdningsväg för 4.5 någonstans i den.

Det som är öppet är den föregående generationen. Ideograms licenssida beskriver ett program för öppna vikter för "Ideogram 4.0" – leverantörens egen sammanfattning är "Kvantiserade modellvikter på Hugging Face", "Apache 2.0-inferenskod på GitHub", "Finjusteringar och ändringar tillåtna", medan utdata fortfarande omfattas av en policy för acceptabel användning. Tre nivåer dokumenteras: en gratis icke-kommersiell licens för forskning, utvärdering och personliga projekt; en självbetjänad kommersiell licens för $300 per månad som täcker 10 000 bilder i månaden av självhostade offentliga kvantiserade vikter, med möjlighet att trappa upp genom högre tilldelningar, där leverantören tydligt säger att denna nivå "inte inkluderar vikter med full precision"; och en Enterprise-nivå som inkluderar åtkomst till full precision.

Repositorierna bekräftar uppdelningen. Ideograms Hugging Face-organisation listar exakt tre modeller — ideogram-4-fp8, ideogram-4-nf4 och ideogram-4-nf4-diffusers — och dess GitHub-organisation listar två repositorier, ideogram4 och ComfyUI-Ideogram4. Alla fem tillhör 4.0. Inget med namnet 4.5 förekommer i någon av organisationerna.

Det finns en lös tråd som är värd att uttrycka exakt, eftersom den är källan till förvirringen. Rapporteringen om lanseringen från The Decoder den 1 oktober 2026 noterade att "Ideogram säger också att ett släpp med öppna vikter kommer snart." Det är en tredje part som vidarebefordrar en avsiktsförklaring. Det är inte en publicerad artefakt, och i dag har inget släppts som motsvarar den. Behandla varje påstående om att Ideogram 4.5 har öppna vikter som overifierat tills ett arkiv med 4.5 i sitt namn finns.

Ingångar, utgångar och storlekshöljet

Modalitetsbilden är snävare än vad modellens berömmelse kan antyda, och det är värt att vara exakt om den eftersom de två ingångspunkterna beter sig olika.

• Textinmatning — en prompt på naturligt språk eller en strukturerad JSON-prompt, upp till 10 000 tecken i appen. Naturligt språk konverteras till en strukturerad prompt på serversidan; giltig JSON används som den är.

• Bilder i — JPEG, PNG eller WebP, max 25 MB styck. Upp till fem på genereringsslutpunkten, upp till fyra på redigeringsslutpunkten, tre av dessa fyra när en mask finns.

• Masker i — en JPEG-, PNG- eller WebP-mask, med samma bredd och höjd som källbilden, som innehåller både svarta och vita områden.

• Bilder ut — en URL till en genererad bild plus dess upplösning, seed och en säkerhetsflagga. Länkar till bilder och videor upphör att gälla, så leverantören säger åt dig att ladda ner allt du vill behålla.

• Genereringsstorlekar — auto, source, eller en exakt WIDTHxHEIGHT. Utan källbilder måste en exakt storlek vara en av de 1K- eller 2K-förinställningar som stöds. Med källbilder måste en exakt storlek ha båda sidorna som en multipel av 32 och minst 256 px, totalt högst 2048 × 2048 pixlar, och ett bildförhållande som inte är bredare än 6:1. source returnerar utdata i den första källbildens egen bredd och höjd. Källbilder måste var och en ligga mellan 1:6 och 6:1.

• Redigera storlek – inget val. Slutpunkten för precisionsredigering returnerar resultatet i källbildens exakta bredd och höjd. I appen byter en bifogad referensbild ut reglagen för bildförhållande och upplösning mot en meny för storlek med Auto, Källbildens storlek och en Anpassad bredd och höjd enligt samma regler: multipel av 32 px, minst 256 px och max 2048 × 2048.

• Kvalitetsnivåer — fyra i API:et: very_low, som kräver källbilder, sedan low, medium och high. Genereringsslutpunkten använder som standard high utan källbilder och medium med dem. Appen visar Mycket låg (endast referenser), Låg, Medel och Hög, med Hög som standard på betalplaner och Låg på gratisplanen.

• Antal och slumpfrön — num_images per begäran, och ett slumpfrö för reproducerbar generering. Appen tillhandahåller 1 till 8 bilder per körning.

Textrendering

Ideograms rykte byggdes på typografi, och dokumentationen för 4.5 behandlar text som ett förstklassigt element snarare än en bieffekt. Leverantörens vägledning är konsekvent mellan sidorna och handlar mest om återhållsamhet: sätt de exakta orden inom citattecken så att modellen behandlar dem som bokstavlig text, nämn texten tidigt i prompten eftersom text som nämns nära början blir mer tillförlitlig än text som läggs till i slutet, ange var den förekommer, håll den kort och håll scenen enkel.

Begränsningarna anges lika rakt på sak som möjligheterna: "Ideogram hanterar titlar och korta block bra. Lägg till brödtext eller hela dokument senare i ett designverktyg", och "Text blir mest korrekt på engelska. Icke-latinska skript och accenterade bokstäver kan bli fel eller inte alls." Du kan inte heller välja ett typsnitt vid namn – modellen har lärt sig hur textstilar ser ut, inte ett typsnittsbibliotek – så det dokumenterade tillvägagångssättet är att beskriva vikt, form och känsla i stället.

Den precisa styrspaken är JSON-prompten, som 4.5 delar med 4.0. Varje textelement får sin egen text, desc för hur det ser ut, color_palette och bbox för exakt placering, med upp till 16 hexfärger för hela bilden och upp till fem per element. Leverantören är tydlig med att vardagligt språk kommer dig nära men layouten kan förskjutas från körning till körning, och att en strukturerad prompt är det som håller den stabil — och lika tydlig med att mycket långa JSON-prompter kan tappa sina avslutande element, så de viktigaste elementen kommer först.

Redigeringsfidelitet kontra generering, med leverantörens egna ord

Ideogram hävdar inte att detta är marknadens bästa bildgenerator. Modellsidan säljer in ett beteende och demonstrerar det, och jämförelsen den väljer är talande: en jämförelse sida vid sida av samma sekvens av redigeringar mot tre konkurrerande redigeringsverktyg, varav ett nämns rakt ut — GPT Image 2.5 Sunburst — med påståendet att dessa resultat "blir oanvändbara efter några redigeringar" medan Ideogram 4.5 "förblir rent redigering efter redigering."

Två saker med det påståendet förtjänar att hållas åtskilda. Det är leverantörsrapporterat: jämförelsen är Ideograms egen demo, på Ideograms egen sida, med Ideograms eget val av bilder och redigeringssekvens, och den här sidan har inte reproducerat den. Och det är specifikt, vilket gör det testbart på ett sätt som de flesta lanseringspåståenden inte är. Påståendet är inte "bättre smak" eller "bättre fotorealism". Det är att redigeringsgränsen håller. Det är därför leverantörens andra demonstration – en redigering utförd på en källa på 4 016 × 6 016 pixlar, 24,2 megapixlar, utan att först skala ned filen – spelar större roll än vilken rad som helst på en resultattavla: det är fallet där en redigerare som renderar om hela bildrutan är som mest uppenbart oanvändbar.

Genereringsslutpunkten är, enligt leverantörens egen formulering, den enkla: ”Skapa bilder från en prompt med Ideogram 4.5 och 4.0, kända för prompttrohet och skarp typografi.” Noterbart är att appen behandlar 4.5 som ingångspunkten för redigering i stället för den förvalda generatorn – det är den enda Ideogram-modellen i appen som tar emot referensbilder, och i appens Auto-läge är det att bifoga referensbilder som får systemet att välja en modell som behandlar prompten som en redigeringsinstruktion.

Hur du får åtkomst, och hur API:et ser ut

Det finns fyra dokumenterade vägar, och de är inte likvärdiga när det gäller vad de kostar dig.

• Webb- och iOS-apparna — modellen är en valbar modell i Image-appen, där Precise Edit nås via Redigera-knappen på valfri bild. Precise Edit kräver en betald plan eller köpta krediter; den långsammare kön som betalda planer faller tillbaka till omfattar inte redigeringar eller genereringar som använder en referensbild.

• API:et — v2-ytan är dokumenterad och modellen finns i URL:en: POST /v2/image/generate/ideogram-4-5 och POST /v2/image/precise-edit/ideogram-4-5, båda med multipart-formulärdata, autentiserade med en Api-Key-header. Resultat returneras inline som standard; ange async eller skicka med en webhook_url för att få ett generation_id tillbaka och polla GET /v2/generations/{generation_id}. Webhook-leveranser signeras med Ed25519 och kan verifieras mot offentliga nycklar som publiceras på api.ideogram.ai/v1/.well-known/jwks.json. Förfrågningar måste vara HTTPS, och privata, loopback- och molnmetadathostar avvisas.

• Andra slutpunkter — Ideograms dokumentation dirigerar även uppskalning (inklusive Topaz-modeller), borttagning och ersättning av bakgrund, describe, layerise och videogenerering via samma v2-mönster. Det är separata modeller under en och samma nyckel, inte extra funktioner i 4.5.

• MCP — Ideogram publicerar en MCP-integration och ett maskinläsbart dokumentationsindex på docs.ideogram.ai/llms.txt.

Två API-detaljer är värda att känna till innan du budgeterar något. För det första: dry_run=true validerar och prissätter en begäran utan att köra den – inget genereras, lagras eller faktureras, och du får en prisuppgift i stället för en bild. För det andra: en avvisad begäran kommer tillbaka med ett maskinläsbart skäl: insufficient_funds, subscription_required, daily_limit, priority_credit_required, inflight_limit eller feature_limit, med taket för pågående anrop och könamnet returnerat när gränsen är den begränsande faktorn. API-fakturering är förbetald: krediter som köps från 1 till 300 dollar, ett saldotak på 300 dollar och valfri automatisk påfyllning.

När det gäller priset, var noga med vilket nummer du läser. Artificial Analysiss resultattavla, oberoende av leverantören, listar $220,00 per 1 000 bilder för redigeringskonfigurationen Ideogram 4.5 (High) och $100,00 per 1 000 bilder för text-till-bild-konfigurationen. Rapporteringen vid lanseringen den 1 oktober 2026 angav leverantörens stege till 0,8 till 22 cent per bild över kvalitetsnivåerna, och den dokumenterade nivåindelningsregeln är att generering debiteras efter de upplösta utdatapixlarna – upp till 1024 × 1024 som 1K, över det som 2K, och en auto-storlek som 2K. Ideograms egen prissida för API:et renderar sina siffror på klientsidan och returnerade inga siffror vid en texthämtning den 13 oktober 2026, så den här sidan anger inte ett leverantörspris per bild som leverantörsbekräftat.

De oberoende talen, och det faktum att de rörde sig

Artificial Analysis listar Ideogram 4.5 (High) på båda sina bildtavlor. Avläst den 13 oktober 2026 är raderna:

• Redigering — AA-Image-Editing v2.0: 1 062 Elo från 2 913 röster, ett 95-procentigt intervall på 1 052 till 1 072, rankad 24:a, där resultattavlans eget intervall sträcker sig från 22:a till 26:e, till $220,00 per 1 000 bilder, listad som släppt i september 2026. Ledarna är GPT Image 2.5 Sunburst på 1 184 och GPT Image 2.5 Flare på 1 165.

• Text-till-bild — AA-Image-T2I v2.0: 1 016 Elo från 2 479 röster, ett intervall från 1 005 till 1 027, placerad på 35:e plats, till $100.00 per 1 000 bilder.

Det här är inte de siffror som den här webbplatsen publicerade den 1 oktober 2026, som registrerade 1 064 Elo från 2 382 röster på 23:e plats i redigering och 1 014 Elo från 2 247 röster på 34:e plats av 167 i text till bild. Tavlan har förändrats: 2 Elo ned på redigering när urvalet växte med ungefär 530 röster, och 2 Elo upp på text till bild när dess urval växte med ungefär 230. Det är den förskjutning man förväntar sig när ett litet urval stabiliseras, och det är ett skäl att betrakta båda raderna som preliminära snarare än som ett utslag. Konfidensintervallen är fortfarande bredare än ledarnas – det är vad några tusen röster ger.

Ett förbehåll gäller båda siffrorna, och det är inte litet. Ingen av nämnderna ber de röstande att bedöma den tionde redigeringen i en sekvens mot den första. Det de mäter är preferens mellan bildpar, vilket inte är den egenskap som Precise Edit gör anspråk på. Leverantörens faktiska påstående är för närvarande inte uppmätt av någon oberoende part.

Vad publiceras inte?

Detta är en kort lista, och den är kort med avsikt. Ideogram har publicerat beteendet, gränssnittet, storleksreglerna och licenshållningen, och har avböjt att publicera flera saker som ett specifikationsblad normalt brukar innehålla.

• Arkitektur och parameterantal för 4.5 — ingenting. Som kontrast beskriver leverantörens tekniska inlägg från juni 2026 för Ideogram 4.0 "en 9,3B enkelströms Diffusion Transformer, tränad från grunden, med en vision-språklig textkodare och strukturerade JSON-promptar", anger Qwen3-VL-8B-Instruct som den kodaren och redogör i detalj för en 34-lagers DiT. Inget av det har publicerats för 4.5.

• Träningsdata och process för 4.5 — ingenting.

• Något leverantörsbenchmark — inget. Varje kvalitetspåstående på modellsidan demonstreras snarare än att poängsättas, och den enda direkta jämförelsen är leverantörens egen demo mot tre namngivna konkurrenter.

• Ett benchmark för drift eller fleromgångstrohet — ingenting, varken från leverantören eller från en tredje part. Den enda egenskapen som modellen är byggd kring har ingen publicerad mätning.

• Latenssiffror – inget dokumenterat. Den enda vägledningen är att högre kvalitet "tar längre tid".

• Ett API-pris per bild från en leverantör — pristabellen renderas på klientsidan och returnerade inte siffror vid en texthämtning den 13 oktober 2026.

• Ideogram 4.5-vikter — inget publicerat, och leverantörens egen navigering för öppen källkod pekar på 4.0-repositorierna.

Vad detta innebär i praktiken

Tre saker är avgjorda. Ideogram 4.5 är en sluten, hostad modell med ett riktigt och dokumenterat API, och dess utmärkande förmåga är att den returnerar din bild i din bilds egen storlek med orörda pixlar kopierade i stället för omrenderade. Open-weights-linjen hos Ideogram slutar för närvarande vid 4.0, och den som påstår något annat ligger före repositorierna. Och de oberoende poängen placerar den i mitten av en tät resultattavla till ett pris nära toppen av den — 220 $ per 1 000 redigeringar på redigeringstavlan, mot 60 $ per 1 000 för Grok Imagine Image 2.0 och 19,50 $ för MAI-Image-2.6-Flash.

Det som inte är avgjort är det enda som har betydelse för köpbeslutet. Det påstående som Ideogram gör är ett påstående om den tionde redigeringen, och ingen publicerad mätning omfattar den tionde redigeringen. Om ditt arbete är en enda prompt till en enda bild är den här modellens utmärkande egenskap inte den funktion du köper, och raden för text-till-bild — 35:e plats, för $100 per 1 000 bilder — är den ärliga sammanfattningen av vad du får. Om ditt arbete är varianter av färgställningar i en produktkatalog, att översätta skyltning i en kampanj eller att restaurera ett fotografi utan att måla om det som överlevde, har leverantören demonstrerat exakt ditt fall, och ingen har oberoende reproducerat det.

Det är experimentet att köra, och det är billigt att avgränsa: samma bild, samma tio redigeringar, körda genom Ideogram 4.5 och genom vad du än använder i dag för flerstegsarbete, med utdata diffade mot varandra tur för tur. Ideograms API gör detta ovanligt enkelt att instrumentera — num_images, seed och dry_run gör att du kan prissätta körningen innan du betalar för den — och den endpoint som spelar roll är redigeringsendpointen, inte genereringsendpointen. Notera också att Ideogram 4.5 inte finns i vår egen katalog: OrcaRouters bildlinje byggs i dag av OpenAIs GPT-Image-modeller, xAIs Grok Imagine-bildmodell och Googles Imagen 4-familj, och Ideogram finns inte bland dem, så det här är en modell du skulle anropa direkt i stället för via oss. Att ställa den mot en modell du redan routar är fortfarande jämförelsen som är värd att göra, och routinglagret är det som gör "kör båda och diffa" till en enknappsövning i stället för ett upphandlingsbeslut.

Den enda utvecklingen som snabbast skulle förändra den här sidan är ett arkiv med 4.5 i sitt namn. Om Ideogram publicerar vikterna förändras ekonomin för varje självhostningsfråga här på en enda dag, och den här sidan skulle behöva en omskrivning snarare än en uppdatering. Fram till dess är svaret på frågan som förde de flesta läsare hit ett enkelt nej.