Ideogram 4.0 開放權重發布：挑戰 Flux 與 Midjourney，文字渲染能力成最大亮點
編輯核心觀點
- ✦Ideogram 4.0 正式以開放權重模型形式釋出，支援原生 2K 解析度與精準的邊界框佈局控制。
- ✦該模型在 DesignArena 排行榜位居開放權重模型首位，僅次於 OpenAI 與 Google 的封閉式模型。
- ✦開發者可於 GitHub 下載權重與程式碼進行微調，但若涉及商業用途則需另外購買授權。
生成式 AI 領域再添強勁對手，Ideogram 近日正式發布 4.0 版本文字轉圖像模型。此次更新不僅提升了影像品質，更採取了「開放權重（Open-weight）」策略，允許使用者在自有硬體上運行並進行數據微調。儘管模型權重與程式碼已公開於 GitHub，但官方明確指出，若將其應用於商業用途，仍須取得付費授權。
核心功能與技術升級
Ideogram 4.0 在圖像生成能力上進行了多項關鍵升級，特別針對設計需求強化了細節控制：
- 原生 2K 解析度：提升輸出影像的清晰度。
- 透明背景與佈局控制：透過邊界框（Bounding boxes）功能，使用者能更精確地控制圖像中的物件位置與排版。
- 文字渲染優化：針對 Logo 設計與海報製作需求，大幅改善了圖像中文字的呈現效果。
官方預告，未來將進一步支援可編輯文字與圖層功能。
市場競爭力與評測表現
根據 DesignArena 的排行榜數據，Ideogram 4.0 目前在所有開放權重模型中排名第一，整體表現僅次於 OpenAI 與 Google 旗下的封閉式模型。在文字轉圖像的綜合評比中，該模型在「品質模式」下位居榜首，總排名則位列第九。
在《The Decoder》的基準測試中，Ideogram 4.0 在處理抽象概念（如「騎馬的太空人」）的指令遵循能力上，表現優於 Midjourney v8，並與 Flux 模型水準相當，但仍不及 GPT-Image-2、Nano Banana Pro 或 Luma Uni-1.1 等模型。
使用管道與定價
除了開放權重供開發者自建環境外，Ideogram 4.0 也透過官方 API 以及多個合作平台提供服務，包括 Hugging Face、ComfyUI、fal、Runware、Magnific、Krea AI、Leonardo AI、Picsart、Cloudflare、Replicate、Gamma、Flora AI 與 Kittl。
針對官方託管的 API 服務，Ideogram 採取三種品質等級的計費模式：
- Turbo 等級：每張影像 0.03 美元
- Default 等級：每張影像 0.06 美元
- Quality 等級：每張影像 0.10 美元
