Ideogram 4.5：Precise Edit、封閉權重，以及廠商已發布的內容

Ideogram 4.5 是 Ideogram 的精確編輯影像模型，自 2026 年 9 月 30 日起上線。有兩個問題讓人來到這裡，因此兩者都會在一開始就回答。第一個是這個模型的功能：它會編輯現有影像，並以該影像本身的寬度與高度回傳結果，編輯未觸及的像素會被精確複製，而不是重新渲染，這正是廠商以「精確編輯」為名所推銷的特性。第二個是你能否下載它。你不能。Ideogram 4.5 是封閉的託管模型；廠商的開放權重計畫確實存在，且已發布儲存庫，目前涵蓋 Ideogram 4.0，就到此為止。

以下所有內容均取材自 Ideogram 自家的模型頁面、其開發者文件、其授權頁面，以及其公開的 Hugging Face 與 GitHub 組織，並於 2026 年 10 月 13 日查閱，另加上一個獨立排行榜。凡是廠商未公布任何內容之處，本頁會如實說明，而不會自行填補缺口。

Precise Edit 實際上做什麼

廠商自己的一句說明異常具體：「告訴 Ideogram 4.5 要改什麼，其餘一切它都不動。」開發者文件則以像素說明這代表什麼——輸出永遠與輸入影像的寬高一致，而且「編輯未造成實質改變的像素，會從輸入影像原樣複製過來」。這比常見的「保留細節」說法更強硬，也正是「圍繞一處小改動重新合成整個畫面」的編輯器，與「只修補某一區域」的編輯器之間的差別。

模型頁面把同樣的概念表述為一項關於漂移的主張：「每一次編輯，圖像模型都可能引入像素位移、色彩變化與紋理偽影。Ideogram 4.5 減少了這種漂移，在多輪編輯中保留細節。」API 概覽則補上第三個要素——「編輯未觸及的像素會完全複製自你的圖像，而結果會以你圖像本身的寬度與高度回傳」——並將其主打於四個領域：目標性的色彩、材質或細節變更；串接編輯之間的一致性；參考引導式編輯；以及 Studio 中的整張圖像作業。

實務上，這組能力範圍既狹窄又具體：

• 目標式編輯 — 以自然語言或結構化 JSON 提示描述變更，並保留畫面其餘部分。

• 遮罩編輯 — 提供黑白遮罩，將變更限制在單一區域。黑色標示要編輯的區域，白色標示要保留的區域，而介於兩者之間的值會四捨五入至較接近的一方。

• 參考引導式編輯 — 在專用的編輯端點上最多可使用四張參考圖像；若同時提供遮罩，則最多三張，以便透過產品、材質或風格來引導編輯。在生成端點上最多可使用五張來源圖像，其中第一張會被視為要編輯的那一張。

• 以來源尺寸編輯 — 在編輯端點上，輸出會固定為輸入的尺寸。對模型而言過大的影像會按比例縮小，並以算繪後的樣貌傳回。長寬比落在 1:6 至 6:1 範圍之外的影像會直接遭到拒絕。

廠商為自家範例所做的分組，說明了這是為誰而設：色彩與燈光、文字修改、產品攝影、室內設計、建築、老照片修復、草圖轉圖像、風格參考、重新取景，以及深度轉圖像。

開放權重問題，答案揭曉

在模型自身的主幹上，沒有任何頁面能回答這一點，這就是它會自成一節的原因。以下是截至 2026 年 10 月 13 日有來源依據的立場。

立場：封閉。 Ideogram 4.5 是由 Ideogram 自家的代管 API 與自家應用程式提供服務。它沒有發佈任何檢查點、儲存庫或授權條款。最有力的證據是消極且明確無疑的：今天讀到的 Ideogram 開發者文件，將每個 v2 端點描述為一個代管呼叫，其位址為 api.ideogram.ai，並帶有 Api-Key 標頭，而且其中任何地方都不存在 4.5 的下載路徑。

開放的是上一代。Ideogram 的授權頁面說明了針對「Ideogram 4.0」的開放權重方案——供應商自家的摘要寫著「Hugging Face 上的量化模型權重」、「GitHub 上採 Apache 2.0 的推論程式碼」、「允許微調與修改」，而輸出仍須受可接受使用政策約束。文件記載了三個層級：供研究、評估與個人專案使用的免費非商業授權；每月 300 美元的自助式商業授權，涵蓋每月 10,000 張由自架公開量化權重生成的影像，並可隨更高額度往上提升，供應商明白表示此層級「不包含全精度權重」；以及確實包含全精度取用權的 Enterprise 層級。

這些儲存庫證實了這項拆分。Ideogram 的 Hugging Face 組織恰好列出三個模型——ideogram-4-fp8、ideogram-4-nf4以及ideogram-4-nf4-diffusers——而其 GitHub 組織列出兩個儲存庫，ideogram4與ComfyUI-Ideogram4。這五個全都屬於 4.0。兩個組織中都找不到名為 4.5 的項目。

有一個懸而未決的線索值得精確說明，因為它正是混淆的根源。關於這次發布，The Decoder於 2026 年 10 月 1 日的報導指出：「Ideogram 也表示，開放權重的版本即將推出。」那是第三方轉述的一項意向聲明。它並非已發布的成品，而截至今日，也沒有任何東西依此發布。在出現一個名稱含有 4.5 的儲存庫之前，任何聲稱 Ideogram 4.5 已開放權重的說法，都應視為未經證實。

輸入、輸出與尺寸包絡

模態方面的情況比這個模型的名氣所暗示的還要狹窄，而且值得精確說明，因為這兩個進入點的行為並不相同。

• 文字輸入—— 自然語言提示或結構化 JSON 提示，在應用程式中最多可達 10,000 個字元。自然語言會在伺服器端轉換為結構化提示；有效的 JSON 則依原樣使用。

• 輸入圖片 — JPEG、PNG 或 WebP，每個檔案最大 25 MB。生成端點最多五張，編輯端點最多四張；若有遮罩時，則為這四張中的三張。

• 遮罩輸入 — 一張 JPEG、PNG 或 WebP 遮罩，寬高與來源影像相同，包含黑色與白色區域。

• 影像輸出 — 生成影像的 URL，以及其解析度、種子與安全旗標。影像與影片連結會過期，因此供應商會要你下載任何想保留的內容。

• 生成尺寸 — 自動、來源，或精確的 寬度x高度。若無來源圖片，精確尺寸必須是支援的 1K 或 2K 預設之一。若有來源圖片，精確尺寸的兩邊都必須是 32 的倍數且至少 256 px，總計不得超過 2048 × 2048 像素，且長寬比不得大於 6:1。來源會以第一張來源圖片本身的寬度和高度傳回輸出。每張來源圖片的長寬比必須介於 1:6 與 6:1 之間。

• 編輯尺寸——並非可選項。精確編輯端點會以來源影像的確切寬度和高度傳回結果。在應用程式中，附加參考影像會將長寬比與解析度控制項替換為「尺寸」選單，其中包含「自動」、「來源影像尺寸」以及「自訂寬度和高度」，並遵循相同的 32 像素倍數、最小 256 像素、上限 2048 × 2048 的規則。

• 品質等級 — API 中有四種：very_low，需要來源圖片，接著是 low、medium 和 high。生成端點在沒有來源圖片時預設為 high，有來源圖片時則預設為 medium。應用程式會顯示 Very low（僅限參考）、Low、Medium 和 High，付費方案預設為 High，免費方案則預設為 Low。

• 數量與種子 — num_images 代表每次請求的圖片數量，而seed 則用於可重現的生成。應用程式每次執行可產生 1 至 8 張圖片。

文字渲染

Ideogram 的聲譽建立在字體排印上，而 4.5 版文件將文字視為一等元素，而非附帶效果。該供應商的指引在各頁面之間一致，且大多著重於克制：把確切的字詞放進引號中，讓模型將其視為字面文字；在提示中提早提及文字，因為在開頭附近指名的文字，會比附加在結尾的文字更可靠地呈現；說明文字出現的位置；保持簡短；並讓場景保持簡單。

這些限制的說明就和功能說明一樣直白：「Ideogram 很擅長處理標題和短區塊。內文或完整文件之後再於設計工具中加入」，以及「文字以英文輸出時最準確。非拉丁文字系統和帶重音的字母可能會出錯，甚至完全出不來。」你也無法依名稱挑選字型——模型學到的是文字樣式的樣貌，而不是字型庫——因此文件中記載的做法，是改為描述字重、形狀和氛圍。

精準的控制手段是 JSON 提示詞，4.5 與 4.0 共用這點。每個文字元素都有各自的 text、desc（用來描述外觀），color_palette，以及 bbox（用於精確定位），整張圖片最多可有 16 種十六進位顏色，每個元素最多五種。廠商明確表示，用白話文可以讓你很接近，但版面每次執行都可能變動，而結構化提示詞才能讓它保持穩定——也同樣明確表示，非常長的 JSON 提示詞可能會遺失尾端元素，因此最重要的元素要放在最前面。

以廠商的說法，編輯保真度與生成之對比

Ideogram 並沒有宣稱自己是市面上最強的圖像生成器。其模型頁面推銷的是一種行為並加以展示，而它選擇的比較對象很能說明問題：將同一連串編輯操作與三個競爭對手的編輯器並排對比，其中一個還直接點名——GPT Image 2.5 Sunburst——並聲稱那些輸出「在幾次編輯後就變得無法使用」，而 Ideogram 4.5「在一次次編輯後仍保持乾淨」。

關於這項說法，有兩件事值得分開來看。它是由廠商自行提報的：這項比較出自 Ideogram 自家的示範，發布在 Ideogram 自家的頁面上，影像與編輯順序也由 Ideogram 自行挑選，而本頁並未重現這項示範。而且它是具體明確的，這讓它比大多數發表時的宣稱更經得起驗證。這項說法並不是「品味更好」或「更逼真的寫實感」，而是編輯邊界能夠守得住。這正是為什麼該廠商的另一項示範——在 4,016 × 6,016 像素、即 2,420 萬像素的原始檔上進行編輯，且未先將檔案縮小——比任何排行榜名次都更重要：這正是那種會重新渲染整個畫面的編輯器最明顯不堪使用的情況。

生成端點，就廠商自己的說法，是比較單純的那一個：「使用 Ideogram 4.5 與 4.0 依提示詞建立影像，以提示詞忠實度與清晰銳利的文字排版著稱。」值得注意的是，這個應用程式把 4.5 當作編輯的進入點，而非預設的生成器——它是應用程式中唯一接受參考圖片的 Ideogram 模型，而在應用程式的自動模式下，附加參考圖片正是促使系統挑選一個會把提示詞當成編輯指令來處理的模型的原因。

如何取得存取權，以及 API 長什麼樣子

有四條有文獻記載的路線，而它們讓你付出的代價並不相同。

• 網頁版與 iOS 應用程式 — 此模型是 Image 應用程式中的可選模型，只要在任何圖片上點按「編輯」按鈕，即可使用 Precise Edit。Precise Edit 需要付費方案或購買點數；付費方案會退回的較慢佇列，並不涵蓋使用參考圖片的編輯或生成。

• 此 API — v2 介面已有文件說明，且模型就在 URL 中：POST /v2/image/generate/ideogram-4-5 以及 POST /v2/image/precise-edit/ideogram-4-5，兩者皆為 multipart 表單資料，並使用 Api-Key 標頭進行驗證。結果預設會直接回傳；設定 async，或提供 webhook_url 以取得 generation_id 回傳，並輪詢 GET /v2/generations/{generation_id}。Webhook 傳遞會使用 Ed25519 簽署，並可對照發佈於 api.ideogram.ai/v1/.well-known/jwks.json 的公開金鑰進行驗證。要求必須使用 HTTPS，且私有、回送與雲端中繼資料主機皆會被拒絕。

• 其他端點 — Ideogram 的文件也將放大（包括 Topaz 模型）、背景移除與替換、describe、layerise 以及影片生成，全部導向相同的 v2 模式。這些都是同一組金鑰下的獨立模型，而非 4.5 的額外功能。

• MCP — Ideogram 發布了 MCP 整合，以及機器可讀的文件索引，位於 docs.ideogram.ai/llms.txt。

在編列任何預算之前，有兩個 API 細節值得了解。首先，dry_run=true會驗證並估算請求的價格，但不會實際執行——不會產生、儲存或計費任何內容，而且你會取得報價而非圖片。其次，遭拒的請求會回傳機器可讀的原因：insufficient_funds、subscription_required、daily_limit、priority_credit_required、inflight_limit 或 feature_limit，當限制條件是瓶頸時，會一併回傳進行中上限與佇列名稱。API 計費採用預付制：可購買 $1 至 $300 的點數，餘額上限為 $300，並可選用自動加值。

關於價格，請留意你讀到的是哪個數字。Artificial Analysis 的排行榜獨立於供應商，列出每 1,000 張圖片 $220.00為 Ideogram 4.5（High）編輯設定，以及每 1,000 張圖片 $100.00為文字轉圖片設定。2026 年 10 月 1 日的發表報導指出，供應商回報的級距為每張圖片 0.8 至 22 美分，涵蓋各品質層級；而文件記載的分級規則是，生成依解析後的輸出像素計費——最高 1024 × 1024 算作 1K，超過此範圍算作 2K，而 auto 尺寸算作 2K。Ideogram 自家的 API 定價頁面是在用戶端渲染數字，且在 2026 年 10 月 13 日以文字方式抓取時未回傳任何數字，因此本頁不會將供應商的每張圖片價格列為供應商已確認的價格。

獨立的數字，以及它們變動的事實

Artificial Analysis 在其兩個圖像排行榜上都收錄了 Ideogram 4.5 (High)。於 2026 年 10 月 13 日讀取，各列資料如下：

• 編輯 — AA-Image-Editing v2.0：來自 2,913 票的 1,062 Elo，95% 區間為 1,052 至 1,072，排名第 24，而排行榜本身的區間橫跨第 22 至第 26 名，每 1,000 張圖片為 $220.00，列為 2026 年 9 月發布。領先者為 1,184 的 GPT Image 2.5 Sunburst 與 1,165 的 GPT Image 2.5 Flare。

• 文字轉圖像 — AA-Image-T2I v2.0： 1,016 Elo（來自 2,479 票），區間為 1,005 至 1,027，排名第 35，每 1,000 張圖像 $100.00。

這些不是本站於 2026 年 10 月 1 日公布的數字，當時在圖像編輯項目以 2,382 票取得 1,064 Elo，排名第 23；在文字轉圖像項目以 2,247 票取得 1,014 Elo，在 167 個項目中排名第 34。排行榜已經變動：圖像編輯項目隨著樣本增加約 530 票而下降 2 Elo，文字轉圖像則隨著樣本增加約 230 票而上升 2 Elo。這正是小樣本趨於穩定時會出現的漂移，也是應該把這兩列視為暫時性資料、而非最終定論的理由。信賴區間仍比領先者更寬——這就是幾千票所能換來的結果。

有一個但書同時適用於這兩個數字，而且這不是個小但書。兩個排行榜都沒有要求投票者評判某個序列中的第十次編輯與第一次編輯相比如何。它們衡量的是成對圖像之間的偏好，而這並不是 Precise Edit 所聲稱的特性。該供應商實際的主張目前尚未經過任何獨立第三方測量。

什麼尚未發佈？

這是一份簡短清單，而且刻意保持簡短。Ideogram 已公布行為、介面、尺寸規則與授權立場，卻拒絕公布規格表通常會載明的若干事項。

• 4.5 的架構與參數量——什麼都沒有。相較之下，廠商於 2026 年 6 月針對 Ideogram 4.0 發布的技術文章描述了「一個 9.3B 的單流 Diffusion Transformer，從頭訓練，並搭配視覺語言文字編碼器與結構化 JSON 提示」，指名 Qwen3-VL-8B-Instruct 即為該編碼器，並詳細說明了 34 層的 DiT。這些內容在 4.5 上完全沒有公布。

• 4.5 的訓練資料與流程——沒有。

• 任何廠商基準測試——什麼都沒有。模型頁面上的每一項品質宣稱都是展示出來的，而非評分得出的，而唯一一項正面對決，是廠商自己的示範，對上三個具名的競爭對手。

• 漂移或多輪保真度基準——無論是來自供應商或第三方，都沒有。這個模型所圍繞建構的唯一特性，並沒有已發表的量測。

• 延遲數據—— 沒有任何相關文件說明。唯一的指引是品質越高「耗時越長」。

• 某供應商每張圖片的 API 價格 — 定價表是由用戶端渲染，在 2026 年 10 月 13 日以文字擷取時並未回傳數字。

• Ideogram 4.5 權重——尚未發布任何內容，而廠商自家的開源導覽指向 4.0 的儲存庫。

這在實踐中意味著什麼

三件事已經底定。Ideogram 4.5 是一個封閉、託管的模型，擁有真實且有文件記載的 API，而其與眾不同的能力在於：它會以你圖片本身的尺寸回傳你的圖片，像素原封不動地複製，而非重新渲染。Ideogram 的開放權重產品線目前止於 4.0，任何聲稱並非如此的說法，都跑在儲存庫之前。而獨立評分將它放在一個擁擠榜單的中段位置，價格卻接近榜首——在編輯榜上每 1,000 次編輯要價 220 美元，對比 Grok Imagine Image 2.0 的每 1,000 次 60 美元，以及 MAI-Image-2.6-Flash 的 19.50 美元。

尚未有定論的那一點，才是購買決策中唯一要緊的事。Ideogram 所提出的主張，是關於第十次編輯的主張，而沒有任何已發表的量測結果涵蓋第十次編輯。如果你的工作是從單一提示詞產生單一圖像，那麼這個模型的區別性特徵就不是你正在購買的特徵，而文字轉圖像那一列——第 35 名，每 1,000 張圖像 100 美元——才是對你實際獲得什麼的誠實總結。如果你的工作是為產品目錄製作各種配色變體、在整個宣傳活動中翻譯招牌，或修復照片而不重繪仍留存下來的部分，那麼供應商已經精確展示了你的案例，卻沒有人獨立重現過。

這就是值得跑的那個實驗，而且評估成本很低：同一張圖、同樣的十次編輯，分別跑過 Ideogram 4.5 和你目前用於多輪工作的任何工具，再把輸出逐輪互相 diff。Ideogram 的 API 讓這件事特別容易做到可觀測——num_images、seed 與 dry_run 意味著你可以在付錢之前先估價——而真正重要的端點是編輯端點，不是生成端點。另外還要注意，Ideogram 4.5 並不在我們自家的型錄上：OrcaRouter 今天的影像產品線是由 OpenAI 的 GPT-Image 模型、xAI 的 Grok Imagine 影像模型與 Google 的 Imagen 4 系列組成，Ideogram 並不在其中，所以這是個你會直接呼叫、而非透過我們呼叫的模型。把它拿來與你已經在路由的模型對比，仍然是值得做的比較，而 路由層 正是讓「兩邊都跑再 diff」變成按一個鍵的動作、而非一項採購決策的關鍵。

最能快速改變本頁的一項發展，就是一個名稱裡有 4.5 的儲存庫。如果 Ideogram 發布權重，這裡每個自架問題的經濟考量都會在一天內改變，而本頁將需要重寫，而不是更新。在那之前，對於把大多數讀者帶到這裡的那個問題，答案就是直截了當的「不」。