Images 2.6 vs Ideogram 4.5: Specialisten kostar mer

Specialisten är vanligtvis det billiga alternativet. Den gör en sak, gör den bra och underprissätter generalisten. Ideogram 4.5 vänder på det. På sin High-nivå listas den till cirka 0,22 dollar per bild — 220 dollar per tusen på Artificial Analysiss redigeringsboard — medan OpenAI:s Images 2.6, som släpptes den 4 november 2026 som GPT-Image-2.6 Flare och GPT-Image-2.6 Sunburst, landar på nära tio cent för en jämförbar 2K-rendering av hög kvalitet med sitt utdatatokenpris på 30 dollar per miljon. Modellen som byggts specifikt för precis redigering tar ungefär dubbelt så mycket betalt som frontierlabbet tar för samma jobb.

Den omkastningen är hela jämförelsen. Ideogram 4.5 har ägnat två generationer åt att hävda att man inte kan lita på att en generalist ändrar en sak utan att ändra allt annat. Images 2.6 är OpenAI:s hittills mest direkta försök att motbevisa det argumentet – och för första gången säljer båda modellerna nästan exakt samma löfte.

Vad Ideogram 4.5 är

Ideogram 4.5 släpptes den 30 september 2026 som en sluten, värdbaserad modell med två uppgifter: text-till-bild och exakt lokal redigering. Redigeringslöftet är specifikt och testbart – redigera ett område och de omgivande pixlarna kommer tillbaka oförändrade, och de fortsätter att komma tillbaka oförändrade över upprepade fleromgångspass, så drift ackumuleras inte. Ideogram demonstrerade detta i källupplösning på en bild på 4 016 × 6 016, 24,2 megapixlar, vilket är ett påstående om pixelbevarande snarare än om att generera en vacker ny bild.

Den inbyggda utdataupplösningen är 2K. Prissättningen bygger på fyra kvalitetsnivåer i stället för upplösning – ungefär 0,03 USD på Low, 0,06 USD på Medium och 0,22 USD på High enligt leverantörens egen prislista, medan återförsäljare anger 0,04 / 0,07 / 0,26 USD. Tillgängligheten omfattar Ideograms egen app, API och MCP-server samt partner som Picsart, Runway, Pika, Leonardo och ett antal inferensplattformar. Öppna vikter aviserades som planerat och har inte publicerats.

Tesen som var och en säljer

Ideograms ståndpunkt är att redigering är en annan disciplin än generering, och att en modell som optimerats för komposition alltid kommer att frestas att omkomponera. Dess svar är en konservativ redigering: rör det markerade området, lämna resten bitidentisk, upprepa i oändlighet.

OpenAI:s hållning i fråga om Sunburst är mer subtil. Den lovar inte pixelidentiska omgivningar; den lovar att motivet förblir igenkännbart genom redigeringar – ansiktet, logotypen, produktdetaljen. Det är en semantisk garanti snarare än en pixelgaranti, och den spelar roll för ett annat slags fel: inte "bakgrunden förändrades" utan "personen ser inte längre ut som samma person".

Images 2.6 tillför två mekanismer som är inriktade på just detta. Komplexitetsparametern låter modellen planera mer när en scen bär flera begränsningar. Markup-styrd redigering – en transparent överlagring ritad på källan, ömsesidigt uteslutande med en mask – ersätter en prosabeskrivning av var man ska arbeta med en bild av var man ska arbeta. Ideograms svar på samma problem är arkitektoniskt snarare än parametriskt: bygg modellen så att den inte vill röra resten av arbetsytan.

Vilken garanti du behöver beror på vad du redigerar. Produktfotografi med ren bakgrund efterfrågar Ideograms pixellöfte. En återkommande karaktär genom en kampanj efterfrågar OpenAIs identitetslöfte. De flesta produktionspipelines behöver båda och har hittills valt en.

Textrendering: där specialisten förtjänar sitt premium

Detta är Ideograms starkaste område, och siffrorna är ovanligt konkreta för en jämförelse mellan bildmodeller. Oberoende typografitester kring lanseringen visade att den återgav 110 av 111 tecken korrekt i en affischs finstilta text, 172 av 172 menypriser – med avståndsartefakter på Medium-nivån – och 300 av 300 tecken på en tät ingrediensetikett. Ett affischtest med 36 modeller visade att den placerade alla tre raderna korrekt på varje kvalitetsnivå.

Det misslyckas också på lärorika sätt. Ett test med näringsdeklaration gick sönder: värdena försköts mellan rader, ett ord stavades fel och en rad hittades på. Ideograms egen dokumentation är öppen med att modellen är avsedd för rubriker och korta block, fungerar bäst på engelska, inte stöder namngivning av typsnitt och att brödtext hör hemma i ett designverktyg.

Textberättelsen för Images 2.6 är mindre dokumenterad. OpenAI säger att Flare förbättrar layoutkvaliteten för affischer och produktbilder, och den föregående generationen presterade väl på korta engelska rubriker – GPT Image 2.5 matchade 111 av 111 tecken i samma affischtest där Ideogram fick 110. Men det finns inga motsvarande publicerade belägg för tät typografi i flera block på 2.6, och ingen CJK-berättelse jämförbar med det som de kinesiska laboratorierna publicerar. Om typografi är produkten har specialisten fortfarande bevisen.

Vad var och en kostar för samma jobb

• Ideogram 4.5 — runt $0,03 per bild vid Low, $0,06 vid Medium, $0,22 vid High; Artificial Analysis mäter $100 per tusen för text-till-bild och $220 per tusen för redigering i High-konfigurationen.

• Images 2.6 — $5 per miljon textinmatningstoken ($1,25 cachade), $8 per miljon bildinmatningstoken ($2 cachade), $30 per miljon bildutmatningstoken. En högkvalitativ 2K-render kostar ungefär tio cent; en lågkvalitativ 1K-render cirka en halv cent.

• En typisk redigering – 900 texttokens in, 1 200 bildtokens in, 4 000 bildtokens ut – kostar $0.1341 på Images 2.6, oavsett vad modellen gör med den.

Strukturerna per bild och per token beter sig olika vid iteration, och det är där det blir intressant. Ideogram debiterar samma 0,22 USD oavsett om redigeringen ändrar en knappfärg eller bygger om scenen. OpenAI debiterar efter pixlarna den målar – en liten redigering med en liten utdata kostar mindre än en fullständig omrendering. För ett arbetsflöde som gör många små korrigeringar på en hero-bild är tokenmodellen strukturellt billigare, och gapet ökar med varje tur.

För ett arbetsflöde som genererar i stor skala och sällan redigerar är Ideograms Low-nivå för tre cent konkurrenskraftig mot allt, och dess förutsägbarhet är värd något som en tokenuppskattning inte är.

Vad skyltarna säger

Artificial Analysis placerar Ideogram 4.5 (High) på 1 016 Elo för text-till-bild, i ett brett placeringsband kring de höga tjugotalen, och 1 069 för redigering, i mitten av tjugotalen. Det är siffror i mitten av tabellen, och de är lägre än vad Ideograms egen lanseringsformulering antydde – deras påstående om en 15:e plats för redigering placerade det i samma band som MAI-Image-2.6 och Gemini 3 Pro Image, vilket den nuvarande tabellen inte stöder.

Som kontext ligger GPT Image 2.5 Sunburst på 1 224 och 1 199 på samma listor. Den föregående OpenAI-generationen leder alltså över Ideogram 4.5 med mer än 200 Elo inom text-till-bild och 130 inom redigering. Images 2.6 är i sig inte poängsatt: vi kontrollerade båda listorna den 5 november, dagen efter lanseringen, och varken Flare eller Sunburst har en rad. OpenAIs enda rankningspåstående är att Sunburst tog förstaplatsen på Design Arena före sin föregångare – leverantörsuppgivet och utan ett publicerat Elo som vi kunde verifiera.

Lästa mot varandra säger listorna något obehagligt för båda: specialisten ligger i mitten av tabellen vad gäller allmän preferens, och generalistens nya modell har ingen mätning alls. Platsen där Ideogram faktiskt vinner är inte arenan. Det är den snäva, repeterbara, pixelbevarande redigeringen – vilket är precis det fall som ett Elo-poäng har svårast att fånga.

När ska man välja vilken

Välj Ideogram 4.5 om ditt arbete är retuschering: en tillgång, många godkända korrigeringar, en bakgrund som inte får röra sig, en kund som kommer att jämföra före och efter vid 100 %. $0.22 är ett premiumpris för en garanti, och om du någonsin har fått en varumärkestillgång tillbaka med en logotyp som skiljer sig subtilt vet du vad garantin är värd. Välj det också om tät engelsk typografi är det som ska levereras och du har testat det på din egen text — de publicerade siffrorna för teckenprecision är det bästa beviset i den här kategorin.

Välj Images 2.6 om du behöver rörelse, vektorutdata eller utrymme för högre upplösning – Ideogram 4.5 erbjuder inget av de tre – eller om dina redigeringar är många och små, där tokenmodellen är billigare per korrigering. Välj det också om du redan är i OpenAI:s stack: samma endpoints, samma tokenpriser som 2.5, och migreringen är en modellsträng.

Ingen av dem finns på OrcaRouter vid tidpunkten för skrivandet. Det vår bildlinje routar idag är GPT-Image-2.5 Flare och Sunburst, Googles Gemini- och Imagen-modeller samt Grok Imagine Image, alla bakom en enda nyckel till leverantörens listpris med 0 % påslag och automatisk failover. Om din pipeline till slut använder både en specialist och en generalist är det den formen av integration som är värd att planera för: en autentiseringsuppgift, en faktura och modellvalet som ett routingbeslut snarare än ett upphandlingsprojekt.

Det som skulle avgöra den här jämförelsen är ett pixel-diff-benchmark: samma källbild, samma instruktion, mät hur mycket av den orörda arbetsytan som flyttades. Det publicerar ingen. Tills någon gör det är det ärliga testet din egen sämst presterande tillgång – kör den genom båda och titta på vad som ändrades som du inte bad om att ändra.