Felo API PlatformFelo API Platform
返回模型列表

Ideogram 4.5 Generate API

Ideogram 4.5 是一款以精準編輯與文字排版為核心的圖像生成模型,支援最高 1 萬字元提示詞與多張參考圖。

Ideogram 4.5 延續系列一貫的文字優先設計,能生成與編輯圖像,並以自然語言指令套用變更。它支援 1K 與 2K 預設,原生輸出可達約 3K 尺寸;編輯時會保留來源圖片的尺寸與比例,也能在未縮小的情況下處理高解析度來源,例如 4,016×6,016、24.2 百萬像素的圖片。

在編輯流程上,模型可接收最多四張額外參考圖,並支援選用遮罩來限定變更範圍;Precise Edit 變體會依指令修改並還原未變動的像素。它也能針對高解析度圖片的局部裁切進行編輯,再合併回原圖,並支援以姿勢骨架與提示詞中的關節角度控制姿態。

這款模型適合需要反覆微調的行銷與設計工作,例如更換圖中文字、製作多輪產品活動變體、建築視覺化中的材質與家具替換、保留排版進行本地化翻譯,以及修正錯字或局部錯誤。不過它在純文字生成圖像的評比中表現中段,且目前為專有封閉模型,開放權重版本雖有計畫但尚未推出。

更新時間:

模型 ID

ideogram-4-5/generate
上下文
2.048K
輸入
text / image
輸出
image

核心要點

  • 文字排版優先,精準呈現標題字樣
  • 自然語言精準編輯,減少視覺漂移
  • 最多四張參考圖輔助生成與編輯
  • 支援遮罩限定變更範圍
  • 提示詞最長可達 1 萬字元
  • 原生 2K 輸出,尺寸可達約 3K

供應商

1 個供應商

比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。

供應商 · 計費明細
可用率
$0.08

基準測試

  • Artificial Analysis 編輯排行榜

    排名

    #23
  • Artificial Analysis 文字生成圖像

    在 167 個模型中排名第 34

    #34
  • Artificial Analysis Elo

    根據 2,247 票得出的 Elo 分數

    1014

分數來自模型廠商公布的資料,未經獨立驗證。

快速开始

提交圖片任務、輪詢狀態,再儲存圖片。以下範例使用 curl 和 Python 3(僅標準函式庫,無須安裝依賴)。

POST https://openapi.felo.ai/api/v1/images/generations

1填入 API key

從 Felo API Platform 帳戶建立 key,並設定為環境變數。

export FELO_API_KEY="YOUR_API_KEY"

2發出第一次請求

選用參數的值依模型而異,範例不預設這些值;加入前請在 Playground 確認。請求欄位與 model、prompt 同層,不包在 input 中。

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "ideogram-4-5/generate"
}'

3輪詢任務

提交後取得 task_id;queued、running 時每 3 秒查詢一次,succeeded、failed 或 interrupted 時停止。範例最多等待 30 分鐘。保留 created.json 可繼續查詢同一任務,避免重複提交。

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4下載輸出

成功後從 task.json 讀取 outputs 並儲存。結果相容 HTTPS 位址、URL 物件和 b64_json。簽名位址請及時下載;下載圖片時無須攜帶 API Key。

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY

想查看完整文件?

API 文件 →

常見問題

什麼是 Ideogram 4.5 Generate?

Ideogram 4.5 延續系列一貫的文字優先設計,能生成與編輯圖像,並以自然語言指令套用變更。它支援 1K 與 2K 預設,原生輸出可達約 3K 尺寸;編輯時會保留來源圖片的尺寸與比例,也能在未縮小的情況下處理高解析度來源,例如 4,016×6,016、24.2 百萬像素的圖片。 在編輯流程上,模型可接收最多四張額外參考圖,並支援選用遮罩來限定變更範圍;Precise Edit 變體會依指令修改並還原未變動的像素。它也能針對高解析度圖片的局部裁切進行編輯,再合併回原圖,並支援以姿勢骨架與提示詞中的關節角度控制姿態。 這款模型適合需要反覆微調的行銷與設計工作,例如更換圖中文字、製作多輪產品活動變體、建築視覺化中的材質與家具替換、保留排版進行本地化翻譯,以及修正錯字或局部錯誤。不過它在純文字生成圖像的評比中表現中段,且目前為專有封閉模型,開放權重版本雖有計畫但尚未推出。

如何計算呼叫費用?

費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。

Ideogram 4.5 支援哪些輸入與輸出?

支援文字與圖像輸入,並輸出圖像。文字提示詞最長可達 10,000 字元。

編輯時可以控制變更範圍嗎?

可以選用遮罩來限定變更位置,也能使用 Precise Edit 變體依自然語言指令修改,並還原未變動的像素。

它適合哪些任務?

適合圖內文案替換、多輪產品活動變體、建築視覺化、保留排版的本地化翻譯,以及局部錯誤修正。

與同系列模型相比有什麼差別?

Ideogram 4.5 強化了編輯與排版控制,支援最多四張參考圖與局部裁切編輯;同系列的 Ideogram 4.0 則是較早的版本。

能否處理高解析度圖片?

可以,編輯時會保留來源尺寸,並能在不先縮小的情況下處理高解析度來源,例如 24.2 百萬像素的圖片。

相關模型