Ideogram 4.5 vs Flux 3: Trình chỉnh sửa đã phát hành đối đầu với một phương thức chưa phát hành

Ideogram 4.5 và Flux 3 là hai thông báo về hình ảnh tiên phong gần đây nhất có chung một luận điểm, và chỉ một trong số đó là thứ bạn thực sự có thể gọi được. Ideogram 4.5 ra mắt ngày 30 tháng 9 năm 2026 với tư cách là một mô hình chỉnh sửa chính xác, được xây dựng quanh một tuyên bố cụ thể: việc chỉnh sửa lặp đi lặp lại sẽ không còn làm suy giảm hình ảnh. Flux 3, mô hình nền tảng đa phương thức hợp nhất của Black Forest Labs, được công bố vào ngày 23 tháng 7 năm 2026 và hứa hẹn đặc tính tương tự cho tầng hình ảnh của mình — chỉnh sửa không phá hủy, giữ nguyên kết cấu, hạt nhiễu và ánh sáng qua các lượt chỉnh. Mười tuần sau, Flux 3 Image vẫn chưa có endpoint công khai, không có mã định danh mô hình và không có bảng giá. Thứ mà BFL thực sự đã phát hành từ dòng họ đó là video và một mô hình hành động cho robot.

Vậy nên cách diễn đạt trung thực của sự so sánh này không phải là “cái nào tốt hơn”. Mà là “một bên là sản phẩm có giá niêm yết với điểm số độc lập, còn bên kia là một lời hứa với thời hạn đã trôi qua.” Mọi thứ dưới đây sẽ tách bạch hai điều đó.

Những gì bạn có thể gọi hôm nay

• Ideogram 4.5 — hoạt động từ ngày 30 tháng 9 năm 2026 trên ứng dụng và API riêng của Ideogram, cùng các nền tảng đối tác. Hai thao tác, tạo và chỉnh sửa chính xác, ở bốn tốc độ kết xuất. Có các hàng độc lập trên bảng chuyển văn bản thành hình ảnh của Artificial Analysis (thứ 34 trong 167, 1.014 Elo) và bảng chỉnh sửa của nó (thứ 23, 1.064 Elo).

• Flux 3 Image — không có endpoint công khai. Tài liệu của chính Black Forest Labs khuyến nghị FLUX.2 cho text-to-image và chỉnh sửa ảnh, và nói rõ ràng: "FLUX.2 là mô hình được khuyến nghị cho tạo ảnh từ văn bản," và đối với chỉnh sửa, "đối với các dự án mới, chúng tôi khuyến nghị FLUX.2 với hỗ trợ đa tham chiếu và đầu ra lên đến 4MP." Tài liệu về Flux 3 của công ty là video và hành động.

• Flux 3 Video — chính thức ra mắt từ ngày 4 tháng 8 năm 2026, được mở rộng vào ngày 10 tháng 9 với các chế độ xuất 2K và 4K. Tính phí theo từng giây đầu ra: 0,17 USD/giây ở HD, tăng lên 0,80 USD/giây cho text-to-video UHD và 0,95 USD/giây cho video-to-video UHD.

• Flux 3 Action — một mô hình thế giới–hành động 7B trọng số mở, đã phát hành, kèm tài liệu bao gồm tinh chỉnh, công thức cho cánh tay robot SO-101, và các ví dụ về điều khiển drone và chơi game.

• Dòng ảnh BFL có thể gọi — FLUX.2 với năm kích cỡ: [pro], [max], [flex], [dev] và [klein]. Đây là thế hệ trước và chính BFL hướng công việc tạo ảnh sản xuất vào dòng này.

Ba trong số năm phương thức mà Flux 3 được công bố cùng đã ra mắt. Phương thức cạnh tranh với Ideogram 4.5 thì chưa, và trong lúc đó BFL đang điều hướng khách hàng của chính mình sang thế hệ trước nó. Đó là sự thật có sức ảnh hưởng lớn nhất trong cuộc đối đầu này.

Tuyên bố mà cả hai buổi ra mắt thực sự đang đưa ra

Cả hai công ty đều đang bán cùng một thuộc tính kỹ thuật, và đó không phải là chất lượng hình ảnh. Mà là độ bền.

Các trình chỉnh sửa hình ảnh có một kiểu lỗi đặc trưng: yêu cầu một thay đổi nhỏ, và mô hình kết xuất lại toàn bộ khung hình. Phần lớn đầu ra vẫn giữ được. Phần còn lại thì không, và khác biệt cứ tích lũy qua từng lượt — khuôn mặt dịch chuyển, hạt ảnh thay đổi, chữ mờ đi, ánh sáng lệch dần. Bất kỳ ai từng làm việc qua mười lượt trong giao diện trò chuyện đều đã thấy điều đó xảy ra.

Câu trả lời của Ideogram 4.5 là kỹ thuật ở ranh giới chỉnh sửa. Theo trang của mình, mô hình này “giữ nguyên các cạnh của một vùng cắt đã chỉnh sửa, để bạn có thể ghép nó trở lại bản gốc một cách liền mạch”, được minh họa trên một nguồn 4.016 × 6.016 — 24,2 megapixel — được chỉnh sửa mà không bị hạ mẫu trước. Thông điệp quảng bá là sự trung thực được bảo toàn, chứ không phải gu thẩm mỹ được cải thiện.

Câu trả lời của Flux 3, như đã được vạch ra trong lộ trình hồi tháng Bảy, cũng có cùng dạng thức: "chỉnh sửa không phá hủy — giữ nguyên kết cấu, hạt nhiễu, ánh sáng và nền để các chỉnh sửa qua nhiều lượt không bị giảm chất lượng." Nó xuất hiện trong danh sách tính năng của gói hình ảnh. Gói hình ảnh vẫn chưa ra mắt, nên tuyên bố này chưa từng được bất kỳ ai ngoài Black Forest Labs kiểm chứng.

Điều đó đáng để dừng lại mà suy ngẫm. Hai phòng thí nghiệm đã độc lập kết luận rằng drift là bài toán khó. Một bên đã tung ra giải pháp giảm thiểu và định giá cho nó. Bên còn lại đã mô tả giải pháp giảm thiểu đó và vẫn chưa đưa mô hình đến trước khách hàng. Nếu hôm nay bạn phải chọn, bạn đang chọn giữa một câu trả lời đã hoạt động và một câu trả lời còn nằm trong dự kiến.

Bảng điểm nói gì và không nói gì

Artificial Analysis vận hành các đấu trường ẩn danh dựa trên sở thích của con người cho cả tạo văn bản thành hình ảnh lẫn chỉnh sửa, và Ideogram 4.5 đều có mục tham gia trên mỗi đấu trường. Các số liệu, được lấy từ bảng xếp hạng trong những ngày đầu tháng 10 năm 2026:

• Văn bản thành hình ảnh — thứ 34 trong số 167 mô hình, đạt 1.014 ± 11 Elo, 2.247 phiếu bầu, 100,00 USD cho mỗi 1.000 hình ảnh. Đứng đầu là GPT Image 2.5 Sunburst (max) với 1.197. Ideogram 4.0 của chính hãng ra mắt hồi tháng Sáu đạt 1.011, vì vậy mức tăng theo thế hệ trên bảng xếp hạng này chỉ khoảng ba Elo.

• Chỉnh sửa ảnh — thứ 23 với 1.064 ± 11 Elo, 2.382 phiếu bầu, 220,00 USD cho mỗi 1.000 ảnh theo quy đổi của bảng xếp hạng. Dẫn đầu là GPT Image 2.5 Sunburst với 1.182 và GPT Image 2.5 Flare với 1.162.

• Flux 3 — vắng mặt ở cả hai. Không có hàng nào tồn tại vì không có endpoint nào để kiểm thử. Các mục Flux trên bảng text-to-image đều là FLUX.2: [flex] ở 1.028, [max] ở 1.021, [pro] ở 1.004, [dev] ở 1.000, và trên bảng editing [klein] 9B ở 1.013.

Có hai lưu ý đi kèm với những con số đó. Các hàng của Ideogram 4.5 thì mới và mỏng — chỉ vài nghìn phiếu so với 12.000 đến 18.000 mà các mục dẫn đầu nắm giữ — đó là lý do khoảng tin cậy của nó là ±11 thay vì ±8. Và cả hai bảng xếp hạng đều không hỏi người bình chọn về sự trôi dạt. Thuộc tính mà Ideogram đang bán không thể thấy được qua một bài kiểm tra sở thích một lần, nên thứ hạng chỉnh sửa ở vị trí thứ 23 đo lường một thứ gì đó gần với tuyên bố chứ không phải chính tuyên bố đó.

Về phương diện giá cả, đó chính là nơi các vấn đề bắt đầu.

• Ideogram 4.5 — $0.03 mỗi ảnh ở mức Low, $0.06 ở mức Medium, $0.22 ở mức High trên bảng giá đại lý được công bố khi ra mắt; mức trần $0.22 tương tự cũng xuất hiện trong con số $220.00 cho mỗi 1.000 ảnh của Artificial Analysis đối với cấu hình 2K High. Chi phí đi theo cài đặt tốc độ kết xuất.

• Flux 3 Image — không có gì được công bố, bởi vì không có gì tồn tại. Mức giá Flux 3 duy nhất của BFL là video tính theo giây: $0,17/giây cho text-to-video HD, $0,40/giây ở 2K, $0,80/giây ở 4K, cùng với video-to-video ở mức $0,65/giây và $0,95/giây trong cùng các phân khúc đó.

• Phương án thay thế có thể gọi được — giá hình ảnh của FLUX.2 trên cùng bảng xếp hạng dao động từ 12,00 USD cho mỗi 1.000 lượt đối với [dev], tới 30,00 USD cho [pro] và 70,00 USD cho [max]. Đó chính là dòng mà bạn sẽ lấy Ideogram 4.5 ra so sánh nếu bạn đang cân nhắc giữa hai thứ thực sự tồn tại, và xét trên chỉ số Elo thuần trên mỗi đô-la thì Ideogram 4.5 không thắng: 1.014 Elo ở mức 100 USD cho mỗi 1.000 lượt, so với 1.028 ở mức 60 USD của FLUX.2 [flex].

Đó mới là cách diễn giải trung thực cho toàn bộ cuộc so tài. So với mô hình mà BFL thực sự cung cấp, Ideogram 4.5 không phải là một generator tốt hơn và cũng không rẻ hơn. Nó là một sản phẩm khác, làm được một việc mà FLUX.2 không quảng cáo như điểm nhấn chính, với mức giá chỉ hợp lý nếu việc đó chính là nút thắt cổ chai của bạn.

Đọc khoảng cách mười tuần

Thông báo ngày 23 tháng 7 cho biết quyền truy cập hình ảnh sẽ đến "sau một giai đoạn truy cập sớm", và công ty cho biết giai đoạn truy cập sớm sẽ mở "trong những tuần tiếp theo". Hiện đã là ngày 1 tháng 10. Trong khoảng thời gian đó, BFL đã phát hành Flux 3 Video ra bản phát hành chung (general availability), mở rộng lên 2K và 4K, thêm một máy chủ MCP để tạo video, công bố các kỹ năng agent, giới hạn tiếp nối video ở 15 giây, thêm tính năng tự động nạp tiền cho tín dụng, và đưa một mô hình hành động open-weights riêng ra phát hành.

Đó là một công ty đang ra sản phẩm đều đặn — chỉ là chưa ở nửa phần hình ảnh. Cách hiểu hợp lý là ưu tiên hóa thứ tự chứ không phải trục trặc: một mô hình đa phương thức hợp nhất là bài toán sắp xếp trình tự, video là điểm khác biệt đáng để dẫn đầu, và tầng hình ảnh là phương thức mà BFL đã có sẵn một sản phẩm đương nhiệm (FLUX.2) sẽ bị tự cạnh tranh làm xói mòn. Cách hiểu tự nhiên của "chúng tôi khuyến nghị FLUX.2 cho text-to-image" trong tài liệu hiện tại là tầng hình ảnh đang chờ đến lượt mình.

Điều đó có nghĩa gì đối với người mua thì rất đơn giản. Nếu hôm nay bạn cần một trình chỉnh sửa có tuyên bố drift, Ideogram 4.5 là câu trả lời duy nhất đã được phát hành từ một trong hai phòng thí nghiệm, và mức giá là 0,22 USD mỗi ảnh ở cài đặt mà tuyên bố đó được minh chứng. Nếu bạn cần trình tạo thô tốt nhất, thì không cái nào trong số này là phép so sánh đúng — những người dẫn đầu trên đấu trường là cặp 2.5 của OpenAI và, ở phân khúc giá trị, FLUX.2 [flex] với giá 60 USD cho 1.000.

Đánh giá điều này mà không đặt cược vào nó

Quyết định mà hầu hết các đội ngũ thực sự phải đối mặt không phải là "chọn cái nào trong hai cái này", bởi vì chỉ có một mà thôi. Mà là "liệu Ideogram 4.5 có đáng để thêm vào một hệ thống vốn đã tạo được hình ảnh hay không, cụ thể là cho trường hợp chỉnh sửa."

Bài kiểm tra rẻ và là bài duy nhất nói đúng vào tuyên bố: lấy mười ảnh mà pipeline hiện tại của bạn xử lý kém, chạy cùng một chuỗi chỉnh sửa nhiều lượt trên từng ảnh với Ideogram 4.5, rồi so sánh lượt một với lượt mười. Đo độ lệch. Tính giá theo mỗi chỉnh sửa hoàn tất thay vì theo mỗi ảnh được tạo, vì ở High trên một nguồn lớn, bạn đang trả $0.22 mỗi lượt. Nếu độ lệch đủ nhỏ để bỏ qua một bước sửa thủ công, mô hình đã tự hoàn vốn chỉ trên quy trình đó; nếu không, điểm arena đang nói với bạn sự thật về một mô hình đắt đỏ so với những gì nó làm được.

Chạy thử nghiệm đó song song với mô hình bạn đang dùng chính là lý do nên có một lớp định tuyến thay vì thêm một tích hợp trực tiếp nữa — một endpoint và một khóa duy nhất bao quát cả các nhà cung cấp hiện hữu lẫn nhà cung cấp mới, tính giá theo từng lượt gọi mà không cộng thêm phụ phí nào, cùng khả năng tự động chuyển đổi dự phòng để một thử nghiệm chuyên biệt không thể làm sập luồng vận hành thực tế. Đây là cách ít rủi ro hơn để trả lời một câu hỏi mà không bảng xếp hạng nào có thể trả lời thay bạn.

Nơi điều này kết thúc

Ideogram 4.5 là một bản phát hành thực sự với mức giá thực sự và một tuyên bố mà chưa ai có thể bác bỏ được. Flux 3 Image là một mục trong lộ trình thực sự nhưng chưa phát hành, và mười tuần kể từ khi công bố đã đầy ắp công việc đã xuất xưởng trên mọi phương thức ngoại trừ phương thức đó. So sánh chúng về chất lượng hình ảnh là so sánh một sản phẩm với một kế hoạch.

Điều đáng để theo dõi không phải là ghi chú phát hành Flux 3 tiếp theo — mà là liệu BFL có bao giờ gắn một endpoint, một mã định danh và một mức giá vào gói hình ảnh hay không. Nếu có, đây sẽ trở thành một cuộc đối đầu trực diện thực sự giữa hai phòng thí nghiệm đã chẩn đoán ra cùng một vấn đề. Nếu không, Ideogram 4.5 sẽ đứng một mình như câu trả lời duy nhất đã được phát hành cho hiện tượng trôi dạt khi chỉnh sửa nhiều lượt, và thứ hạng tầm trung trên arena của nó sẽ tiếp tục trông giống như một con số sai để đánh giá nó.