ideogram-4-5/generate API

Ideogram 4.5 ist ein Modell von Ideogram, das Bilder aus Text sowie aus Text- und Bild-Eingaben erzeugt. Es bietet Bildgenerierung mit 1K- und 2K-Presets und liefert native 2K-Ausgaben, wobei unterstützte Dimensionen etwa 3K erreichen. Bearbeitungen behalten die Quellabmessungen bei und können bis zu vier zusätzliche Referenzbilder sowie eine optionale Maske nutzen, um Änderungen gezielt zu begrenzen. Die Precise-Edit-Variante wendet eine natürlichsprachliche Anweisung auf ein Quellbild an und stellt unveränderte Pixel aus der Quelle wieder her. Das Modell ist auf typografische Genauigkeit ausgelegt und eignet sich für Aufgaben wie das Ändern von In-Image-Copy, das Übersetzen von Überschriften und Beschriftungen unter Beibehaltung von Layout und Typografie, Produktkampagnen-Varianten über mehrere Schritte sowie Architekturvisualisierungen durch Austausch von Möbeln, Materialien und Farbpaletten. Es unterstützt Prompts mit bis zu 10.000 Zeichen, vier Qualitätsmodi und Pose-Kontrolle über ein Pose-Skelett sowie Gelenkwinkel im Prompt. Hochauflösende Bilder lassen sich ohne vorherige Verkleinerung bearbeiten, und ein Crop eines hochauflösenden Bildes kann bearbeitet und wieder in die Quelle eingefügt werden. Zu den Stärken zählen die referenzgeführte Generierung mit bis zu vier zusätzlichen Referenzen, die Charakterkonsistenz bei Verwendung eines Referenzbildes in einem Edit sowie die maskenbasierte Inpainting-Funktion, die weiße Pixel schützt und schwarze Pixel bearbeitet. Das Modell ist proprietär und geschlossen; eine Open-Weight-Veröffentlichung ist geplant, aber noch nicht verfügbar. Das Text-to-Image-Ranking liegt im Mittelfeld, und die Drift-Reduktion wurde nicht durch einen unabhängigen Multi-Turn-Fidelity-Benchmark belegt. Eine tiefere Prüfung steht noch aus; erste praktische Tests beschränkten sich auf wenige Bearbeitungsaufgaben.

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.

Das Modell verarbeitet Texteingaben und Bildeingaben. Es erzeugt Bildausgaben und kann neben dem Quellbild bis zu vier zusätzliche Referenzbilder sowie eine optionale Maske verwenden.

Ideogram 4.5 unterstützt Prompts mit bis zu 10.000 Zeichen. Informationen zu Kontextfenster oder Ausgabelimit liegen nicht vor.

Es eignet sich für In-Image-Copy-Änderungen, Produktkampagnen-Varianten, Architekturvisualisierungen, Lokalisierung von Überschriften und Beschriftungen sowie gezielte High-Res-Edits von Crops. Auch Typografie-Änderungen, Restaurierung und Korrekturen kleiner Fehler sind vorgesehen.

Precise Edit ist eine Variante, die eine natürlichsprachliche Anweisung auf ein Quellbild anwendet und unveränderte Pixel aus der Quelle wiederherstellt. Die Quellabmessungen bleiben dabei erhalten.

Pose-Kontrolle erfolgt über ein Pose-Skelett als Referenz sowie über Gelenkwinkel im Prompt. Dies ist in den Bearbeitungsfunktionen des Modells integriert.

Die Quellen bieten keinen direkten Vergleich der Fähigkeiten beider Versionen. Ideogram 4.5 führt Precise Edit und referenzgeführte Bearbeitungen mit bis zu vier Referenzen sowie Prompts mit bis zu 10.000 Zeichen ein; ob diese Funktionen in Ideogram 4.0 verfügbar sind, geht aus den Angaben nicht hervor.