Images 2.6 對比 Ideogram 4.5：專門型工具代價更高

通常專才模型是便宜的選項。它只做一件事，而且做得很好，價格還低於通才。Ideogram 4.5 扭轉了這一點。在其 High 等級，每張圖片定價約 $0.22——在 Artificial Analysis 的編輯排行榜上為每千張 $220——而 OpenAI 的 Images 2.6 於 2026 年 11 月 4 日以 GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst 發布，在其每百萬輸出 token $30 的費率下，可比擬的 2K 高品質渲染僅需接近十美分。這款專為精準編輯打造的模型，收費約是這家前沿實驗室對同一工作收費的兩倍。

那個反轉就是整場比較的重點。Ideogram 4.5 花了兩個世代論證：不能信任通才模型只改一件事，卻不連帶改變其他一切。Images 2.6 則是 OpenAI 迄今最直接的一次嘗試，要證明那個論點是錯的——而且這是第一次，兩款模型幾乎在推銷完全相同的承諾。

Ideogram 4.5 是什麼

Ideogram 4.5 於 2026 年 9 月 30 日推出，是一款封閉式託管模型，具備兩項功能：文生圖與精確局部編輯。其編輯功能的賣點具體且可驗證：編輯某個區域後，周邊像素會原封不動地返回，而且在反覆多輪處理後仍持續保持不變，因此漂移不會累積。Ideogram 在 4,016 × 6,016 的原始解析度影像上展示了這項功能，即 2420 萬像素，這是一項關於像素保留的宣稱，而非關於生成一張漂亮新圖的宣稱。

原生輸出為 2K。定價依四個品質等級而非解析度計費——依照供應商自家價目表，Low 約 $0.03、Medium 約 $0.06、High 約 $0.22，經銷商則報價 $0.04 / $0.07 / $0.26。供應管道包括 Ideogram 自家的應用程式、API 與 MCP 伺服器，以及 Picsart、Runway、Pika、Leonardo 等合作夥伴和少數推論平台。開放權重曾宣布為既定計畫，但尚未發布。

每個人所推銷的論點

Ideogram 的立場是，編輯與生成是截然不同的領域，而為構圖最佳化的模型總是會忍不住重新構圖。它的答案是保守式編輯：只更動標記的區域，其餘部分保持位元完全相同，並可無限重複。

OpenAI 在 Sunburst 上的立場較為微妙。它並不承諾周圍環境達到像素級完全一致；它承諾的是，主體在經過各種編輯後仍保持可辨識——臉部、標誌、產品細節。這是語意上的保證，而非像素上的保證，而且它針對的是另一種失誤情況：不是「背景變了」，而是「這個人看起來已經不再是同一個人了」。

Images 2.6 新增了兩項機制，正是針對這個問題而來。複雜度參數讓模型在場景帶有多項限制時能規劃得更多。標記引導式編輯——在來源上繪製的透明覆蓋層，與遮罩互斥——以「在哪裡工作」的圖像，取代「在哪裡工作」的文字描述。Ideogram 對同一問題的解法是架構性的，而非參數性的：把模型設計成不會想去動畫布的其他部分。

你需要哪一種保證，取決於你正在編輯什麼。背景乾淨的產品攝影，要的是 Ideogram 對像素的承諾。整檔行銷活動中反覆出現的角色，要的是 OpenAI 對身分一致性的承諾。多數正式生產流程兩者都需要，卻一直只能二選一。

文字渲染：專業級產品體現價值之處

這是 Ideogram 最擅長的領域，而且在影像模型比較中，這些數字異常具體。推出前後進行的獨立字體排版測試發現，它能在海報小字上正確排出 111 個字元中的 110 個、172 個菜單價格中的 172 個——在 Medium 等級會出現間距瑕疵——以及密集成分標籤上 300 個字元中的 300 個。一項涵蓋 36 個模型的海報測試發現，它在每個品質等級都能正確排好全部三行。

它也會以具啟發性的方式失敗。一項營養標示面板測試出錯：數值錯位到其他列、有一個詞拼錯，還憑空多出一列。Ideogram 自己的文件坦言，該模型適用於標題與短區塊，以英文效果最佳，不支援字型命名，而正文文案應交由設計工具處理。

{{1}}Images 2.6 的文字表現較少被記錄。OpenAI 表示，Flare 能提升海報與產品圖像的版面品質，而上一代在短篇英文標題上測試表現良好——在同一項海報測試中，GPT Image 2.5 匹配了 111 個字元中的 111 個，而 Ideogram 得分為 110。但目前沒有同等級的公開證據，能證明 2.6 在密集、多區塊排版上的表現，也沒有可與中國實驗室所發表內容相比的 CJK 表現。如果排版就是產品，專家仍然握有實據。{{/1}}

同樣的工作，各項要花多少費用

• Ideogram 4.5 — 低設定每張約 $0.03，中設定 $0.06，高設定 $0.22；Artificial Analysis 測得高設定下文字生圖為每千張 $100、編輯為每千張 $220。

• Images 2.6 — 每百萬文字輸入 token 5 美元（快取 1.25 美元）、每百萬圖片輸入 token 8 美元（快取 2 美元）、每百萬圖片輸出 token 30 美元。高品質 2K 渲染約需十美分；低品質 1K 渲染約需半美分。

一次典型的編輯——輸入 900 個文字 token、輸入 1,200 個影像 token、輸出 4,000 個影像 token——在 Images 2.6 上是 $0.1341，無論模型怎麼處理都一樣。

每張圖像與每個 token 的計費結構在反覆迭代下的表現不同，而這正是有趣之處。Ideogram 不論編輯是改一顆按鈕的顏色還是重建整個場景，都一樣收 $0.22。OpenAI 則按它實際繪出的像素計費——小幅編輯加上小尺寸輸出，會比完整重新渲染便宜。對於要對同一張主視覺圖做許多小修正的工作流程而言，token 模式在結構上更便宜，而且差距會隨著每一次迭代而擴大。

對於一個大規模生成、鮮少編輯的工作流程來說，Ideogram 以三美分計价的 Low 方案足以與任何選項競爭，而它的可預測性所具有的價值，是 token 估算所沒有的。

看板上的說法

{{1}}Artificial Analysis{{/1}} 將 {{2}}Ideogram 4.5 (High){{/2}} 在文字轉圖像項目上列於 {{3}}1,016 Elo{{/3}}，排名大致落在二十幾名的高段、範圍頗寬；在圖像編輯項目上則為 {{4}}1,069{{/4}}，位列二十幾名的中段。這些都是中段班的分數，且低於 {{5}}Ideogram{{/5}} 自家發布說法所暗示的水準——其宣稱編輯排名第 15 名，使其與 {{6}}MAI-Image-2.6{{/6}} 及 {{7}}Gemini 3 Pro Image{{/7}} 同處一個區間，但目前的排行榜並不支持這一說法。

作為參考，GPT Image 2.5 Sunburst 在同樣那兩個排行榜上的分數分別是 1,224 與 1,199。因此，OpenAI 前一代在文生圖上領先 Ideogram 4.5 超過 200 Elo，在編輯上則領先 130 Elo。Images 2.6 本身並未獲得評分：我們在 11 月 5 日、也就是發布後隔天查看了這兩個排行榜，結果 Flare 和 Sunburst 都沒有出現在榜單上。OpenAI 唯一的排名說法是，Sunburst 在 Design Arena 上超越前代、拿下第一名；這項說法由廠商自行引述，而且沒有可供我們驗證的公開 Elo。

對照來看，這些榜單對雙方都說出了不太舒服的事實：專精型模型在一般偏好上僅居中段，而通才型的新模型則完全沒有任何量測。Ideogram 真正勝出的地方並不是競技場，而是狹窄、可重複、能保留像素的編輯——而這正是 Elo 分數最不擅長捕捉的情況。

何時該選哪一個

如果你的工作是修圖，就選 Ideogram 4.5：單一素材、許多已核准的修正、不能移動的背景，以及會在 100% 檢視下比較前後差異的客戶。$0.22 是為保證付出的溢價；如果你曾遇過品牌素材回來後標誌有微妙差異，你就知道這份保證值多少。如果交付物是密集的英文排版，而且你已用自己的文案測試過，也該選它——已公布的字元準確度數字是這個類別中最好的證據。

若你需要動態、向量輸出或解析度餘裕，就選 Pick Images 2.6——Ideogram 4.5 這三者都沒有——或者若你的編輯次數多且幅度小，而 token 模式在每次修正上更便宜。若你已經在 OpenAI 生態系中，也選它：相同的端點、與 2.5 相同的 token 費率，遷移只是改一個模型字串。

在撰寫本文時，兩者都尚未在 OrcaRouter 上提供。我們的影像產品線目前路由的是 GPT-Image-2.5 Flare 與 Sunburst、Google 的 Gemini 和 Imagen 模型，以及 Grok Imagine Image，全部透過同一組金鑰、以供應商定價提供，0% 加價，並具備自動容錯移轉。如果你的管線最終同時使用專用模型與通用模型，這正是值得預先規劃的整合形態：一組憑證、一張帳單，而模型選擇是路由決策，而非採購專案。

能真正了結這場比較的，是一項像素差異基準測試：同一張來源圖片、同一道指令，測量未經觸碰的畫布有多少被更動。沒有人發表這種數據。在有人做出來之前，最誠實的測試就是你手上表現最差的那個素材——把它分別跑過兩邊，然後看看有哪些改變是你根本沒要求要改的。