Images 2.6 vs Ideogram 4.5: Bản chuyên dụng đắt hơn

Thông thường, mẫu chuyên dụng là lựa chọn rẻ hơn. Nó chỉ làm một việc, làm việc đó tốt, và có giá thấp hơn mẫu đa năng. Ideogram 4.5 đảo ngược điều đó. Ở bậc High, nó niêm yết khoảng 0,22 USD mỗi ảnh — 220 USD cho một nghìn ảnh trên bảng chỉnh sửa của Artificial Analysis — trong khi Images 2.6 của OpenAI, phát hành ngày 4 tháng 11 năm 2026 dưới tên GPT-Image-2.6 Flare và GPT-Image-2.6 Sunburst, có giá gần mười xu cho một bản render 2K chất lượng cao tương đương với mức 30 USD mỗi triệu token đầu ra. Mẫu được xây dựng riêng cho chỉnh sửa chính xác tính giá cao gần gấp đôi so với mức phòng thí nghiệm tiên phong thu cho cùng công việc.

Sự đảo ngược đó chính là toàn bộ phép so sánh. Ideogram 4.5 đã dành hai thế hệ để lập luận rằng không thể tin tưởng một mô hình tổng quát có thể thay đổi một thứ mà không thay đổi mọi thứ khác. Images 2.6 là nỗ lực trực diện nhất của OpenAI cho đến nay nhằm chứng minh lập luận đó là sai — và lần đầu tiên, cả hai mô hình đang quảng bá gần như chính xác cùng một lời hứa.

Ideogram 4.5 là gì

Ideogram 4.5 ra mắt ngày 30 tháng 9 năm 2026 dưới dạng một mô hình đóng, chạy trên nền tảng máy chủ với hai nhiệm vụ: tạo ảnh từ văn bản và chỉnh sửa cục bộ chính xác. Điểm nhấn về chỉnh sửa rất cụ thể và có thể kiểm chứng — chỉnh sửa một vùng và các pixel xung quanh vẫn không thay đổi, và chúng tiếp tục không thay đổi qua nhiều lượt chỉnh sửa liên tiếp, nên sai lệch không tích tụ. Ideogram đã minh họa điều này ở độ phân giải gốc trên một hình ảnh 4.016 × 6.016, 24,2 megapixel, đây là tuyên bố về việc bảo toàn pixel chứ không phải về việc tạo ra một bức ảnh mới đẹp mắt.

Đầu ra gốc là 2K. Giá được tính theo bốn bậc chất lượng thay vì độ phân giải — khoảng 0,03 USD ở mức Low, 0,06 USD ở mức Medium và 0,22 USD ở mức High theo bảng giá của chính nhà cung cấp, còn các nhà bán lại báo giá 0,04 / 0,07 / 0,26 USD. Hiện có trên ứng dụng, API và máy chủ MCP của chính Ideogram, cùng với các đối tác gồm Picsart, Runway, Pika, Leonardo và một số nền tảng suy luận. Trọng số mở đã được công bố theo kế hoạch nhưng chưa được phát hành.

Luận điểm mà mỗi người đang rao bán

Quan điểm của Ideogram là chỉnh sửa là một lĩnh vực khác với tạo sinh, và một mô hình được tối ưu cho bố cục sẽ luôn có xu hướng tái bố cục. Câu trả lời của họ là một kiểu chỉnh sửa thận trọng: chỉ chạm vào vùng được đánh dấu, giữ nguyên phần còn lại giống hệt từng bit, và lặp lại vô hạn.

Lập trường của OpenAI với Sunburst tinh tế hơn. Nó không hứa hẹn môi trường xung quanh giống hệt từng pixel; nó hứa rằng chủ thể vẫn dễ nhận ra qua các lần chỉnh sửa — khuôn mặt, logo, chi tiết sản phẩm. Đó là bảo đảm về ngữ nghĩa chứ không phải bảo đảm về pixel, và nó quan trọng đối với một kiểu lỗi khác: không phải "nền đã thay đổi" mà là "người đó không còn trông giống như cùng một người".

Images 2.6 bổ sung hai cơ chế nhắm thẳng vào chính vấn đề này. Tham số độ phức tạp cho phép mô hình lập kế hoạch nhiều hơn khi một cảnh mang nhiều ràng buộc. Chỉnh sửa dẫn hướng bằng đánh dấu — một lớp phủ trong suốt được vẽ trên ảnh nguồn, loại trừ lẫn nhau với mặt nạ — thay thế mô tả bằng văn xuôi về nơi cần xử lý bằng một hình ảnh về nơi cần xử lý. Câu trả lời của Ideogram cho cùng vấn đề mang tính kiến trúc thay vì tham số: xây dựng mô hình sao cho nó không muốn chạm vào phần còn lại của khung vẽ.

Bạn cần cam kết nào tùy thuộc vào thứ bạn đang chỉnh sửa. Ảnh chụp sản phẩm với nền sạch cần cam kết về pixel của Ideogram. Một nhân vật xuất hiện lặp lại xuyên suốt chiến dịch cần cam kết về danh tính của OpenAI. Hầu hết các quy trình sản xuất cần cả hai và vẫn đang chọn một.

Kết xuất văn bản: nơi chuyên gia xứng đáng với mức giá cao cấp

Đây là lĩnh vực mạnh nhất của Ideogram và các con số đặc biệt cụ thể đối với một phép so sánh mô hình hình ảnh. Các bài kiểm tra chữ độc lập vào thời điểm ra mắt cho thấy nó đặt đúng 110 trong 111 ký tự trên dòng chữ nhỏ của một tấm áp phích, 172 trong 172 giá trên thực đơn — với các lỗi khoảng cách ở hạng Medium — và 300 trong 300 ký tự trên một nhãn thành phần dày đặc. Một bài kiểm tra áp phích với 36 mô hình cho thấy nó đặt đúng cả ba dòng ở mọi hạng chất lượng.

Nó cũng thất bại theo những cách đáng để học hỏi. Một bài kiểm tra bảng thành phần dinh dưỡng đã hỏng: các giá trị bị lệch hàng, một từ bị viết sai chính tả và một hàng bị bịa ra. Tài liệu của chính Ideogram thừa nhận thẳng thắn rằng mô hình này dành cho tiêu đề và các khối ngắn, tốt nhất là bằng tiếng Anh, không hỗ trợ đặt tên phông chữ, và rằng nội dung chính thuộc về một công cụ thiết kế.

Câu chuyện văn bản của Images 2.6 ít được tài liệu hóa hơn. OpenAI cho biết Flare cải thiện chất lượng bố cục cho poster và hình ảnh sản phẩm, và thế hệ trước đã đạt kết quả tốt trên các tiêu đề tiếng Anh ngắn — GPT Image 2.5 khớp 111/111 ký tự trong cùng bài kiểm tra poster mà Ideogram đạt 110. Nhưng không có bằng chứng công bố tương đương cho kiểu chữ dày đặc, nhiều khối trên 2.6, và không có câu chuyện CJK nào tương đương với những gì các phòng thí nghiệm Trung Quốc công bố. Nếu kiểu chữ là sản phẩm, thì chuyên gia vẫn có bằng chứng.

Mỗi cái tốn bao nhiêu cho cùng một công việc

• Ideogram 4.5 — khoảng 0,03 USD mỗi ảnh ở mức Low, 0,06 USD ở mức Medium, 0,22 USD ở mức High; Artificial Analysis đo được 100 USD cho mỗi nghìn ảnh đối với tạo ảnh từ văn bản và 220 USD cho mỗi nghìn đối với chỉnh sửa ở cấu hình High.

• Images 2.6 — 5 USD mỗi triệu token đầu vào văn bản (1,25 USD nếu đã cache), 8 USD mỗi triệu token đầu vào hình ảnh (2 USD nếu đã cache), 30 USD mỗi triệu token đầu ra hình ảnh. Một bản render 2K chất lượng cao ước tính khoảng mười xu; bản render 1K chất lượng thấp khoảng nửa xu.

• Một lần chỉnh sửa điển hình — 900 token văn bản đầu vào, 1.200 token hình ảnh đầu vào, 4.000 token hình ảnh đầu ra — có giá $0.1341 trên Images 2.6, bất kể mô hình xử lý nó như thế nào.

Cơ chế tính phí theo từng ảnh và theo từng token hoạt động khác nhau khi lặp lại, và đó chính là điểm thú vị. Ideogram tính cùng mức $0.22 bất kể bản chỉnh sửa thay đổi màu một nút hay dựng lại toàn bộ cảnh. OpenAI tính theo số pixel mà nó vẽ ra — một chỉnh sửa nhỏ với đầu ra nhỏ tốn ít hơn so với việc kết xuất lại toàn bộ. Với một quy trình thực hiện nhiều chỉnh sửa nhỏ trên một ảnh chủ đạo, mô hình token rẻ hơn về mặt cấu trúc, và khoảng cách càng mở rộng sau mỗi lượt.

Đối với một quy trình tạo sinh ở quy mô lớn và hiếm khi chỉnh sửa, gói Low của Ideogram ở mức ba cent là cạnh tranh với bất kỳ lựa chọn nào, và tính dự đoán được của nó có giá trị mà một ước tính token không có.

Các bảng hiệu ghi gì

Artificial Analysis xếp Ideogram 4.5 (High) ở mức 1,016 Elo trên text-to-image, trong một dải thứ hạng rộng quanh khoảng cuối 20, và 1,069 ở editing, ở khoảng giữa 20. Đó là những con số tầm trung, và thấp hơn so với hàm ý từ cách Ideogram tự giới thiệu khi ra mắt — tuyên bố đứng thứ 15 ở mảng chỉnh sửa đã đặt nó vào cùng dải với MAI-Image-2.6 và Gemini 3 Pro Image, điều mà bảng xếp hạng hiện tại không ủng hộ.

Để làm rõ bối cảnh, GPT Image 2.5 Sunburst đứng ở mức 1.224 và 1.199 trên chính những bảng xếp hạng đó. Vì vậy, thế hệ trước của OpenAI dẫn trước Ideogram 4.5 hơn 200 Elo ở chuyển văn bản thành hình ảnh và 130 ở chỉnh sửa ảnh. Bản thân Images 2.6 chưa có điểm: chúng tôi đã kiểm tra cả hai bảng xếp hạng vào ngày 5 tháng 11, một ngày sau khi ra mắt, và cả Flare lẫn Sunburst đều không có dòng nào. Tuyên bố xếp hạng duy nhất của OpenAI là Sunburst đã giành vị trí đầu tiên trên Design Arena, vượt qua phiên bản tiền nhiệm — do nhà cung cấp tự công bố, và không có Elo được công bố mà chúng tôi có thể xác minh.

Đọc đối chiếu với nhau, các bảng xếp hạng nói lên một điều khó chịu cho cả hai: chuyên gia ở giữa bảng về sở thích chung, còn mô hình mới của bên tổng quát không có phép đo nào cả. Nơi Ideogram thực sự thắng không phải là đấu trường. Đó là chỉnh sửa hẹp, có thể lặp lại, giữ nguyên điểm ảnh — chính xác là trường hợp mà điểm Elo nắm bắt kém nhất.

Khi nào nên chọn cái nào

Chọn Ideogram 4.5 nếu công việc của bạn là chỉnh sửa ảnh: một tài nguyên, nhiều chỉnh sửa đã được duyệt, một hậu cảnh không được xê dịch, một khách hàng sẽ so sánh trước và sau ở mức 100%. Mức $0.22 là phí cao cấp cho một sự bảo đảm, và nếu bạn từng nhận lại một tài sản thương hiệu với logo khác đi một cách tinh tế, bạn biết sự bảo đảm đó đáng giá bao nhiêu. Cũng hãy chọn nó nếu sản phẩm bàn giao là chữ tiếng Anh dày đặc và bạn đã kiểm thử trên bản sao của chính mình — các con số độ chính xác ký tự được công bố là bằng chứng tốt nhất trong hạng mục này.

Chọn Images 2.6 nếu bạn cần chuyển động, đầu ra vector hoặc dư địa độ phân giải — Ideogram 4.5 không có cả ba — hoặc nếu các chỉnh sửa của bạn nhiều và nhỏ, khi đó mô hình token rẻ hơn cho mỗi lần sửa. Cũng nên chọn nó nếu bạn đã ở trong hệ sinh thái OpenAI: cùng endpoint, cùng mức giá token như 2.5, và việc di chuyển chỉ là đổi chuỗi mô hình.

Tại thời điểm viết bài, cả hai đều không có trên OrcaRouter. Dòng hình ảnh của chúng tôi hiện định tuyến GPT-Image-2.5 Flare và Sunburst, các mô hình Gemini và Imagen của Google cùng Grok Imagine Image, tất cả đều nằm sau một khóa duy nhất với giá niêm yết của nhà cung cấp, phụ phí 0% và tự động chuyển đổi dự phòng. Nếu pipeline của bạn rốt cuộc sử dụng cả một mô hình chuyên biệt lẫn một mô hình tổng quát, thì đó chính là hình thức tích hợp đáng để lên kế hoạch: một thông tin xác thực, một hóa đơn, và việc chọn mô hình là một quyết định định tuyến thay vì một dự án mua sắm.

Điều có thể phân định cuộc so sánh này là một bài kiểm chuẩn pixel-diff: cùng ảnh nguồn, cùng chỉ dẫn, đo xem bao nhiêu phần của khung vẽ không bị tác động đã bị dịch chuyển. Không ai công bố điều đó. Cho đến khi có người làm vậy, phép thử trung thực là tài sản có hiệu suất kém nhất của bạn — chạy nó qua cả hai, và xem những gì đã thay đổi mà bạn không yêu cầu thay đổi.