ideogram-4-5/generate API

Ideogram 4.5は、テキスト入力と画像入力の両方を受け付け、画像を出力する画像生成・編集モデルです。テキストから1Kおよび2Kプリセットで画像を生成できるほか、最大4枚の追加参照画像を用いた編集、変更箇所を限定するマスク、自然言語指示で元画像の未変更ピクセルを復元するPrecise Editバリアントを備えています。編集時は元画像の寸法を維持し、高解像度画像を縮小せずに編集できます。最大10,000文字のプロンプトに対応し、4つの品質モードを提供します。 タイポグラフィを重視した設計で、見出しの文言を正確に描画することに適しており、スタイライズされた文字をその場で変更したり、レイアウトを保ったままコピーを翻訳したりできます。また、ポーズスケルトン参照とプロンプト内の関節角度によるポーズ制御や、参照駆動の生成と編集指示を組み合わせたワークフローもサポートします。高解像度画像の一部をクロップして編集し、結果を元画像にマージするような編集も可能です。 画像内のコピー変更、商品外観を保ちながらのキャンペーン変種作成、建築ビジュアライゼーションでの家具・素材・仕上げ・配色の差し替え、見出しやラベルの翻訳によるローカライズ、高解像度画像の部分編集、製品写真の反復編集、文字化けの修正や小さなエラーの補正などに適しています。一方で、テキストから画像生成の順位は中位で、単一プロンプトからの見た目の美しさでは最高の画像生成モデルではないとされています。

料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。

テキスト入力と画像入力に対応し、画像を出力します。テキストからの画像生成のほか、参照画像を用いた編集も可能です。

最大10,000文字のプロンプトに対応しています。

編集時は元画像の寸法が維持されます。高解像度画像も縮小せずに編集できます。

自然言語の指示を元画像に適用し、変更されていないピクセルを元画像から復元する編集バリアントです。

本資料ではIdeogram 4.0との具体的な違いについての記載はありません。