Ideogram 4.5 เปิดตัวการแก้ไขที่แม่นยำโดยไม่มีความคลาดเคลื่อน

Ideogram 4.5เปิดตัวเมื่อวันที่ 30 กันยายน 2026 พร้อมคำสัญญาเดียวและเดโมที่มารองรับ: แก้ไขภาพเดิมเป็นครั้งที่สอง สาม สิบ และมันจะหยุดพังทลายลง หน้าสินค้าของ Ideogram เองเรียกมันว่า "โมเดลแก้ไขที่แม่นยำที่สุด" และคำกล่าวอ้างใต้พาดหัวนั้นก็เจาะจง — การประมวลผลแต่ละรอบบนภาพมักทำให้เกิดการเลื่อนของพิกเซล การเปลี่ยนสี และสิ่งแปลกปลอมทางพื้นผิว และ 4.5 "ลดการเลื่อนนี้ลง โดยรักษารายละเอียดไว้ตลอดการแก้ไขหลายรอบ" นั่นคือข้อเสนอขายทั้งหมด ไม่มีเบนช์มาร์กพาดหัวใหม่ผูกมาด้วย ไม่มีมงกุฎลีดเดอร์บอร์ดมาอวด และไม่มีความพยายามจะอ้างว่ามันเป็นเครื่องสร้างภาพที่ดีที่สุดในโลก Ideogram กำลังขายพฤติกรรม และคำถามที่น่าสนใจคือพฤติกรรมนั้นคุ้มค่ากับราคาเข้าหรือไม่

มันไม่ใช่การอัปเกรดฟรี Ideogram 4.5 เป็นโมเดลแบบปิดที่ให้บริการแบบโฮสต์โดยคิดเครดิต มีค่าใช้จ่ายสูงกว่าอย่างมีนัยสำคัญเมื่อเทียบกับเจเนอเรชันที่อยู่ข้างๆ และคะแนนอิสระเพียงหนึ่งเดียวที่มีจนถึงตอนนี้จัดให้มันอยู่กลางตาราง วิธีที่ถูกต้องในการตีความการเปิดตัวนี้คือการซื้อแบบเฉพาะทาง: ถ้าคอขวดของคุณคือการแก้ไขเฉพาะจุดซ้ำๆ บนไฟล์ขนาดใหญ่ มันมุ่งเป้ามาที่คุณโดยตรง; ถ้าคุณต้องการภาพที่ดูดีที่สุดจากพรอมต์เดียว มันไม่ใช่

ประกาศอะไร และเมื่อใด

Ideogram เผยแพร่ 4.5 บนหน้าของโมเดลเมื่อวันที่ 30 กันยายน 2026 และเริ่มให้บริการในวันเดียวกันผ่านผลิตภัณฑ์ของตัวเอง API สำหรับนักพัฒนา การผสานรวม MCP และคอลเลกชันแอปของตัวเอง บริษัทไม่มีโพสต์บล็อกเปิดตัวแยกต่างหากสำหรับรุ่นนี้ — ต่างจาก Ideogram 4.0 ซึ่งมีบทความเชิงเทคนิคและโพสต์ข่าวในเดือนมิถุนายน — ดังนั้นหน้าของโมเดลเองจึงเป็นแหล่งข้อมูลหลัก ประกาศและรายงานติดตามผลต่างลงวันที่ 30 กันยายน และทั้งสองสอดคล้องกับหน้านั้น มีการกล่าวถึงสามเรื่องเกี่ยวกับการเผยแพร่ ณ เวลาเปิดตัว โมเดลนี้พร้อมใช้งานภายในแอปของ Ideogram เอง พร้อมใช้งานบน API ของ Ideogram และพร้อมใช้งานผ่านบริการพันธมิตร — แพลตฟอร์มของบุคคลที่สามที่จำหน่ายโมเดล Ideogram รุ่นก่อนหน้าอยู่แล้ว บริษัทไม่ได้ระบุชื่อ แต่รูปแบบจาก 4.0 ยังใช้ได้: รุ่นก่อนหน้าถูกให้บริการบนแพลตฟอร์มโครงสร้างพื้นฐานด้านภาพชุดหนึ่งเช่นเดียวกับให้บริการโดยตรง และ 4.5 ปรากฏบนแพลตฟอร์มเดียวกันนั้นภายในไม่กี่ชั่วโมงหลังการเปิดตัว หมายเหตุที่ต่อท้ายรายงานการเปิดตัวยังกล่าวว่าทีมมีแผนจะเผยแพร่น้ำหนักแบบเปิดของโมเดลนี้ในเร็ว ๆ นี้; นั่นเป็นแถลงเจตนา ไม่ใช่สิ่งส่งมอบจริง และไม่มีการเผยแพร่สิ่งใดในวันที่ 30 กันยายนหรือตั้งแต่นั้นมา

ความสามารถที่ตั้งราคา

ในเชิงพาณิชย์ มีสองสิ่งที่สำคัญตรงนี้: สิ่งที่คุณทำได้ และค่าใช้จ่ายต่อหนึ่งภาพ

• สร้าง — พรอมป์ต์เป็นภาพ ซึ่งเป็นความสามารถพื้นฐานที่จำเป็นที่สุด

• แก้ไขแบบแม่นยำ — เหตุผลที่โมเดลนี้มีอยู่ การเปลี่ยนแปลงเฉพาะจุดบนภาพที่มีอยู่ โดยรักษาพิกเซลโดยรอบไว้แทนที่จะสังเคราะห์ขึ้นใหม่

• ความเร็วในการเรนเดอร์ 4 ระดับ — Turbo, Balanced, Quality และ High ค่าใช้จ่ายจะแปรผันตามการตั้งค่าที่คุณเลือก ไม่ใช่ตามความละเอียดที่คุณเลือก

• เอาต์พุต 2K แบบเนทีฟ — 2,048 พิกเซลที่ด้านยาวในการตั้งค่าสูงสุด ซึ่งเป็นระดับที่การ์ดราคาต่อภาพระบุไว้

• แก้ไขที่ความละเอียดต้นฉบับ — ข้ออ้างทางวิศวกรรมที่เป็นจุดขายหลัก Ideogram สาธิตการแก้ไขบนไฟล์ต้นฉบับขนาด 4,016 × 6,016 หรือ 24.2 ล้านพิกเซล โดยไม่ย่อขนาดลงก่อน ทำให้ส่วนที่แก้ไขแล้วสามารถนำกลับไปต่อเข้ากับภาพต้นฉบับได้ และยังคงคุณภาพไว้ได้แม้ดูแบบระยะใกล้หรือพิมพ์ขนาดใหญ่

• ค่าใช้จ่าย — $0.03 ต่อภาพที่ระดับ Low, $0.06 ที่ Medium, $0.22 ที่ High บนเรตการ์ดของผู้ขายต่อที่ปรากฏตอนเปิดตัว และเพดาน $0.22 เดียวกันนี้ยังปรากฏขึ้นอย่างเป็นอิสระในคอลัมน์ราคาของ Artificial Analysis สำหรับการตั้งค่า 2K High หน้าภาษี API ของ Ideogram เองอยู่หลังตารางที่เรนเดอร์ฝั่งไคลเอนต์ซึ่งไม่แสดงผลเมื่อดึงข้อความ ดังนั้นขั้นบันไดราคาต่อภาพคือตัวเลขที่ควรอ้างอิง และหน้าของผู้จำหน่ายคือจุดที่ควรใช้ยืนยัน

$0.22 นั้นมากกว่าการตั้งค่า Low ประมาณเจ็ดเท่า และมากกว่า Medium ประมาณสามเท่าครึ่ง ส่วนต่างนี้สำคัญเพราะจุดขายของโมเดล — การแก้ไขเฉพาะจุดที่แม่นยำบนภาพขนาดใหญ่ — คือภาระงานแบบเดียวกับที่คุณจะรันที่ระดับ High กับไฟล์ขนาดใหญ่ ซ้ำแล้วซ้ำเล่า มันเป็นสิ่งที่แพงที่สุดที่ผลิตภัณฑ์นี้ทำ

คะแนนอิสระ เท่าที่มันเป็นอยู่

Artificial Analysis ได้เพิ่ม Ideogram 4.5 (High) เข้าไปในบอร์ดภาพทั้งสองแห่งของตนในสัปดาห์ที่เปิดตัว และผลลัพธ์เหล่านั้นก็ควรค่าแก่การระบุอย่างชัดเจน เพราะมันสวนทางกับสิ่งที่การตลาดบอก

• Text-to-image — อยู่อันดับที่ 34 จาก 167 โมเดล ด้วยคะแนน Elo 1,014 จากการโหวต 2,247 ครั้ง ในราคา $100.00 ต่อ 1,000 ภาพ ซึ่งตามหลังกลุ่มผู้นำอยู่ไกลมาก: GPT Image 2.5 Sunburst (max) นำอยู่ที่ 1,197, Grok Imagine Image 2.0 อยู่ที่ 1,155 และ MAI-Image-2.6 ของ Microsoft ที่ 1,150 ทั้งยังนำหน้า Ideogram 4.0 จากเดือนมิถุนายนเพียงเล็กน้อย ซึ่งได้คะแนน 1,011

• การแก้ไขรูปภาพ — อยู่อันดับที่ 23 ด้วย 1,064 Elo จาก 2,382 โหวต ในราคา $220.00 ต่อ 1,000 ภาพ ตามการแปลงของบอร์ดเอง ผู้นำในนั้นคือ GPT Image 2.5 Sunburst (1,182), GPT Image 2.5 Flare (1,162) และ MAI-Image-2.6 (1,137)

ตัวเลขทั้งสองเป็นอิสระต่อกัน — เป็นความชอบของมนุษย์แบบปกปิด โดยไม่มีข้อมูลจากผู้จำหน่าย — แต่ทั้งคู่ยังอยู่ในช่วงเริ่มต้น คะแนน 2,247 และ 2,382 เป็นตัวอย่างขนาดเล็กบนบอร์ดที่ผู้นำมีคะแนน 12,000 ถึง 18,000 ซึ่งเป็นเหตุให้ช่วงความเชื่อมั่นเป็น ±11 ไม่ใช่ ±8 ที่แถวบนสุดแสดง ถือว่าการจัดอันดับเป็นเพียงชั่วคราว; ถือว่าช่วงความเชื่อมั่นเป็นของจริง สิ่งที่ตัวเลขจะไม่บอกคุณคือเรื่องการดริฟต์ เพราะไม่มีอารีนาใดขอให้ผู้ลงคะแนนตัดสินการแก้ไขครั้งที่สิบในลำดับโดยเทียบกับครั้งแรก คำกล่าวอ้างเดียวที่ Ideogram กำลังกล่าวอ้างจริง ๆ คือข้อที่ยังไม่มีใครวัดเลย

ทำไม "no drift" จึงเป็นข้อกล่าวอ้างที่ยากกว่าที่เห็น

โมเดลแก้ไขภาพมีรูปแบบความล้มเหลวแบบไม่น่าตื่นเต้นที่ใครก็ตามที่เคยใช้มันย่อมรู้จัก คุณขอเปลี่ยนแปลงหนึ่งอย่าง — สลับสีของกระเป๋า, ย่อบรรทัดตัวอักษรให้สั้นลง — แล้วโมเดลก็สังเคราะห์ทั้งเฟรมใหม่ เก้าสิบเก้าเปอร์เซ็นต์ของผลลัพธ์นั้นใช้ได้ เปอร์เซ็นต์ที่เหลือไม่เหมือนกับสิ่งที่คุณมีอยู่เดิม และสิ่งนั้นก็สะสมไปเรื่อย ๆ ใบหน้าเคลื่อนไปไม่กี่มิลลิเมตรเมื่อผ่านไปสามรอบ เกรนและแสงเปลี่ยนไป ข้อความที่คมชัดในรอบแรกกลับไม่คมชัดในรอบที่สี่ เวิร์กโฟลว์ที่ต้องแก้ไขเล็ก ๆ น้อย ๆ สิบครั้ง สุดท้ายก็มีโอกาสสิบครั้งที่จะสูญเสียสิ่งที่คุณกำลังรักษาไว้ นั่นคือเหตุผลว่าทำไมการรีทัชอย่างจริงจังจึงยังคงเกิดขึ้นใน Photoshop มากกว่าในกล่องแชท

คำตอบของ Ideogram เป็นการกล่าวอ้างเกี่ยวกับขอบเขตการแก้ไข บริษัทกล่าวว่าโมเดลนี้ "รักษาขอบของภาพที่ครอปและแก้ไขไว้ คุณจึงสามารถต่อกลับเข้ากับภาพต้นฉบับได้อย่างไร้รอยต่อ" นั่นบวกกับการสาธิตความละเอียด 24.2 ล้านพิกเซล คือแก่นของข้อเสนอ: ไม่ใช่รสนิยมที่ดีกว่า แต่เป็นความเที่ยงตรงที่ดีกว่า มันยังเป็นคุณสมบัติที่ทำให้โมเดลนี้มีประโยชน์ในเวิร์กโฟลว์ที่มันมุ่งเป้าไว้ — ตัวแปรชุดสีสำหรับแค็ตตาล็อกสินค้า, การแปลป้ายต่าง ๆ ทั่วแคมเปญ, การบูรณะภาพถ่ายที่เสียหายโดยไม่ต้องวาดทับส่วนที่ยังหลงเหลืออยู่

น่าสังเกตว่า Black Forest Labs ได้วางโรดแมปคุณลักษณะเดียวกันนี้ไว้สำหรับระดับภาพของ Flux 3 ย้อนไปเมื่อเดือนกรกฎาคมว่า "การแก้ไขแบบไม่ทำลาย — รักษาเทกซ์เจอร์ เม็ดเกรน แสง และฉากหลัง เพื่อให้การแก้ไขหลายเทิร์นไม่เสื่อมคุณภาพ" ระดับนั้นยังไม่มีเอนด์พอยต์สาธารณะ Ideogram ไม่ใช่แล็บเดียวที่คิดว่านี่คือโจทย์ยาก แต่เป็นรายที่ส่งคำตอบออกให้ใช้ในวันนี้ คำตอบของมันจะยืนหยัดได้หรือไม่ เป็นคำถามที่ลีดเดอร์บอร์ดตัดสินไม่ได้ และเดโมรีลก็เช่นกัน คำตัดสินที่ซื่อตรงมีเพียงหนึ่งเดียวมาจากการนำภาพของคุณเองมารันผ่านสิบเทิร์นแล้วเปรียบเทียบความต่างของเอาต์พุต

สิ่งนี้เข้ากับตรงไหนถ้าคุณกำลังสร้าง

Ideogram 4.5 อยู่บน API ของผลิตภัณฑ์เองและบนแพลตฟอร์มพาร์ตเนอร์ แต่มันไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter — ไลน์ภาพของเราวันนี้ใช้ตัวระบุ GPT-Image-1.5, GPT-Image-2 และ GPT-Image-2.5 ของ OpenAI, โมเดลภาพ Grok Imagine ของ xAI และตระกูล Imagen 4 ของ Google และ Ideogram ไม่ได้อยู่ในนั้น การพูดเป็นอย่างอื่นจะเป็นข้อกล่าวอ้างแบบที่ถูกตรวจสอบได้ในสิบวินาที

สิ่งที่ routing layer ให้คุณในสถานการณ์นี้ก็คือวิธีประเมินผู้เชี่ยวชาญเฉพาะทางโดยไม่ต้องผูกมัดกับมัน สิ่งที่ต้องนำมาเปรียบเทียบสำหรับ 4.5 ไม่ใช่การเทียบกับตัวที่นำอยู่บน leaderboard เพราะ leaderboard กำลังวัดคนละสิ่งกัน — แต่เป็นการเทียบกับสิ่งที่คุณใช้อยู่ตอนนี้สำหรับการแก้ไขแบบหลายรอบ ลองรันลำดับการแก้ไขสิบรอบเดิมกับทั้งสองตัว เทียบผลลัพธ์ที่ได้ แล้วตีราคาส่วนต่างเป็นดอลลาร์ต่อภาพที่แก้ไข ไม่ใช่ต่อภาพที่สร้าง การทดลองนี้รันได้ถูก ๆ ด้วยคีย์เดียวที่มีการคิดราคาต่อการเรียกใช้และระบบสลับอัตโนมัติเมื่อเกิดข้อขัดข้อง และมันเป็นการทดลองเดียวที่ตอบคำกล่าวอ้างที่ 4.5 กำลังกล่าวถึงจริง ๆ

ดูอะไรดี

สามประเด็นที่ยังค้างอยู่ เรียงตามว่ามันจะเปลี่ยนภาพรวมได้มากน้อยแค่ไหน

ก่อนอื่น ข้อกล่าวอ้างเรื่องดริฟต์ต้องได้รับการทดสอบโดยอิสระ หากมีใครเผยแพร่เบนช์มาร์กวัดความเที่ยงตรงแบบหลายรอบ — ภาพเดียวกัน แก้ไขต่อเนื่องสิบครั้ง วัดค่าความเบี่ยงเบนที่เกิดขึ้น — ตัวเลขนั้นต่างหากที่ควรใช้ตัดสินการซื้อครั้งนี้ และตอนนี้ยังไม่มีตัวเลขนั้นสำหรับโปรแกรมแก้ไขใดเลย

ประการที่สอง หมายเหตุเรื่องเวตแบบเปิด เวตของ Ideogram 4.0 เปิดอย่างแท้จริง: ที่เก็บโค้ดเป็นสาธารณะ คอลเลกชันอยู่บน Hugging Face และบริษัทจับคู่สิ่งเหล่านี้กับหน้าสัญญาอนุญาต หาก 4.5 ทำตาม เศรษฐศาสตร์จะเปลี่ยนไปโดยสิ้นเชิงสำหรับใครก็ตามที่รันอินเฟอเรนซ์ของตัวเอง และถ้อยคำที่ว่า "planned" จะกลายเป็นการเปิดตัวมากกว่าคำสัญญา หากไม่เป็นเช่นนั้น API แบบปิดก็เป็นเส้นทางเดียว

ประการที่สาม คะแนน แถวบน Arena ของ 4.5 มีอายุสองสัปดาห์ โดยแต่ละแถวมีคะแนนเสียงไม่กี่พันเสียง หากอันดับด้านการแก้ไขนั้นไต่ขึ้นเมื่อตัวอย่างมากขึ้น แสดงว่าโมเดลนี้กำลังถูกประเมินต่ำเกินไปจากคะแนนโหวตประท้วงต่อราคาของมัน หากยังคงอยู่ราวอันดับที่ 23 การคิดเรต $220 ต่อ 1,000 สำหรับคุณภาพการแก้ไขระดับกลางตารางก็เป็นเรื่องขายยากในตลาดที่สองโมเดลที่อยู่เหนือกว่ามันบนกระดานนั้นมีราคาใกล้เคียงกัน และโมเดลที่อยู่ต่ำกว่ามันมีราคา $60

การเปิดตัวเป็นของจริง ระบุวันที่ ตั้งราคา และเรียกใช้งานได้ — เพียงเท่านี้ก็เป็นที่ยุติแล้ว สิ่งที่ยังไม่ยุติคือสิ่งที่ Ideogram สร้างขึ้นมาโดยเฉพาะนั้นใช่สิ่งที่คุณต้องการหรือไม่ และวิธีเดียวที่จะรู้ได้คือลองใช้ลำดับการแก้ไขแบบกรณีเลวร้ายที่สุดของคุณกับมัน แล้วดูที่เทิร์นสิบ