Ideogram 4.0 评测：Open Weights、ComfyUI、提示词、API 及限制

Ideogram 4.0 带来了罕见的组合：可下载的字重、以设计为先的提示词格式，以及可用于商业用途的托管 API。这使其比常规的图像模型更新更具吸引力——但也更容易被误解。.

我们查阅了官方代码库、提示词和推理指南、API 参考文档、许可协议以及定价页面。 此外，我们还通过 Broly Anywhere 运行了双语排版和产品摄影任务，随后将同一组提示词与 GPT Image 2 及 Nano Banana 2 基线模型进行了对比。这是一篇实测评测，并非宣称某款模型在所有类别中都胜出。.

如果您打算先对更广泛的市场进行调研，请参考我们关于 2026年最佳AI图像生成器 解释了设计控制、编辑、真实感以及工作流程的便捷性如何相互矛盾。.

与 GPT-5、Nano Banana 等设备一起，提供集写作、图像和视频生成功能于一体的人工智能平台

什么是“表意符号 4.0”，有哪些变化？

Ideogram 于 2026 年 6 月 3 日发布了 Ideogram 4.0，这是该公司首个从头开始训练的开放权重文本到图像模型。该 官方仓库 描述了一个包含93亿个参数的模型，其中包含带门控功能的NF4和FP8变体。.

其核心理念是结构化设计。 Ideogram 4 采用了一个 34 层的单流扩散变换器，以及一个冻结的 Qwen3-VL-8B-Instruct 文本编码器。对于大多数创作者而言，该架构本身的重要性远不如它所支持的工作流程：长篇结构化字幕、明确的图像内文本、标准化定位框以及命名颜色调色板。.

该推理指南记录了图像尺寸（每边256至2048像素，以16为增量）以及宽高比（最宽可达6:1，最高可达1:6）。其中列出了“质量”模式下的48个级别、“默认”模式下的20个级别以及“极速”模式下的12个级别。.

官方模型动物园

Ideogram 4 是开源软件吗？许可协议详解

确切的标签是 不限体重级. 您可以查看该代码库并申请下载模型文件，但访问权重文件并不等同于获得无限制的开源许可。.

公开的 NF4 和 FP8 权重链接至 Ideogram 非商业用途模式协议. 该协议涵盖非商业用途，以及协议规定的内部非生产性评估或研究。不应将其理解为自动授权发布客户作品或提供商业图片服务。.

如果商业权益是决定性因素，请使用我们更广泛的 AI图像商业使用指南 将其作为一份核对清单，然后将现行的表意文字协议以及您自己的法律审查结果应用于实际项目。.

官方许可边界

图示 4 质量：文本、版式和逼真度

我们实际操作的对象是 Broly Anywhere 的异步图像任务 API。该 API 报告 Ideogram 为上游提供商，并提供了 Default、Turbo 和 Quality 这三个路由。 GPT Image 2 和 Nano Banana 2 基线模型均运行于 GlobalGPT 配置下。由于实验环境、初始化参数和输出尺寸存在差异，因此本次比较仅为方向性评估。.

测试1：双语排版与海报设计

该海报要求包含六组完全一致的中英文文字、一把雕塑感十足的钴蓝色椅子、象牙白/蓝色/红色/黑色的配色方案、瑞士网格布局，且不得出现额外的标志或水印。Ideogram 4 在本次制作中正确呈现了全部六组文字，其中包括“北港设计周”。.

这三个基准模型均正确呈现了所需文本。“Ideogram”采用了最清晰的可见网格和最多的负空间；“GPT Image 2”采用了最密集的版式层次结构；“Nano Banana 2”则采用了最大且居中的正文。我们单独的 Nano Banana 2 文本渲染测试 提供了更多与该模型相关的背景信息。.

实践测试 1 / 排版

测试 2：产品详情与照片级真实感

图4 画面生动地呈现了拉丝钢、胡桃木、石灰岩、亚麻布、光影以及意式浓缩咖啡的奶泡。晨光从左侧洒入，这幅静物构图显得开阔而高雅。.

指令的精确度较差。设备显示了四个黑色控制元件，而非恰好两个；压力表的刻度无法可靠地验证接近9巴的读数；此外，在请求1536×1024横向图像后，系统却返回了一张1792×2240的纵向图像。.

在实际的写实渲染工作中，材质质量只是工作的一半；还需要检查材质库和几何体。我们关于如何进行此操作的工作流程是 让AI生成的图像看起来更逼真 侧重于这些生产检查。.

实机测试 2 / 产品详情

独立的排版证据

Contra Labs 的一项盲测研究共涉及 10 名在职设计师、4 名模特、60 条提示语和 240 张图片。 Ideogram 4 在排版对比测试中获得了47.9%的得分，并在客户作品评分中获得了3.55/5的评分。同一项研究发现，Gemini在细节场景准确性和风格化作品方面表现更强，因此这一结果仅表明其在排版方面处于领先地位，而非在所有质量指标上都名列前茅。.

独立设计师研究

Ideogram 4 的 JSON 提示词和边界框是如何工作的

表意文字的 官方提示指南 据称，该模型是基于结构化JSON图注进行训练的。一个图注可以分别描述背景和各个元素，包括文本字符串、对象描述、标准化边界框以及风格配色方案。.

边界框采用归一化的 0–1000 坐标系，顺序与官方模式所示一致。这使得提示在不同图像分辨率下具有通用性。它仍然属于生成式引导，而非可编辑的设计画布约束。.

官方提示指南

我们的网关测试实际上证明了什么

Broly 的 `/v1/tasks` 网关需要一个 `prompt` 字段。当我们在该字段中填入类似 JSON 的文本时，该服务将其视为普通输入，并通过 Magic Prompt 对其进行了重写。返回的字幕去除了所有提交的边界框和调色板字段。.

第二次诊断将完整的字幕内容放置在 `metadata.json_prompt` 中；网关忽略了该内容，并生成了一个与此无关的 LUMA AI 视频海报。这一实践结论虽然范围有限，但非常重要： 此 Broly 路径未暴露 Ideogram 的原生 json_prompt 字段.

下方的叠加图对比了预期边界框与重写后的输出结果。CTA 位于其规划区域内，而标题和正文仅部分匹配。该可视化图示用于诊断网关路径；它并非 Ideogram 原生的边界框精度评分。.

网关路由诊断

在转用 JSON 之前，对于普通的提示词微调，这些方法可以 提高人工智能图像生成的准确率 有助于减少主题、版式和风格方面的冲突。.

如何使用 Ideogram 4.0

选项 1：托管式 Ideogram 产品

对于希望体验 Ideogram 当前产品功能、又不想管理模型文件的创作者而言，托管路线是最简单的选择。此外，这种方式还能避免将公开的非商业权重视为生产许可。.

选项 2：官方 Ideogram v4 API

官方端点是 POST https://api.ideogram.ai/v1/ideogram-v4/generate. 它的 API 参考文档 文件互斥 text_prompt 和 json_prompt 请求字段，以及渲染速度和图片尺寸控制功能。.

选项 3：本地 NF4 或 FP8 权重

仓库表格中列出了对 CUDA 和 Diffusers 的支持情况，标记为 NF4。该表格将官方实现中的所有硬件均标记为 FP8，且该行未列出对 Diffusers 的支持。这两个模型的下载均受权限限制，且均须遵守 Ideogram 的模型协议。.

选项 4：ComfyUI

ComfyUI 发布了一个 Ideogram 4 官方文本转图像工作流程 并附上所需的模型文件和工作流条目。ComfyUI 使该图可访问；它并不能替代权重许可证，也不保证每块 GPU 都有足够的内存。.

如果您更倾向于探索类似的本地或托管工作流，那么 FLUX 2 Pro 定价与提示指南 在模型访问、提示词风格和生成成本之间提供了有用的对比。.

硬件、模型规模与实际限制

对于“《Ideogram 4》需要多少VRAM？”这个问题，诚实的答案是：在我们查阅的官方资料中，并没有一个经过验证的具体数值。版本、实现方式、任务卸载、分辨率以及系统内存都会影响实际所需的最低配置。.

我们的本地机器搭载了一块配备 2GB 显存的 GeForce MX450 显卡，这并非测试 9.3B 图像模型的理想平台。由于我们既没有下载大型权重文件，也没有在本地进行推理，因此本评测并未将推测转化为最低配置要求。.

• 请以官方的 NF4/FP8 兼容性对照表为准，而非第三方给出的“仅凭一个数字”的承诺。.
• 为文本编码器、去噪器、VAE、分辨率以及工作流开销预留内存。.
• 请使用经过测试的 ComfyUI 或 Diffusers 配置，该配置需明确指定变体名称和卸载设置。.
• 将“它曾加载过一次”与稳定的生产环境配置区分开来。.

对于输出像素，同样需要注意。官方本地指南定义了有效分辨率，但我们托管的网关并未将请求的 `size` 视为严格的输出规范。路由可能会将您的请求映射到受支持的预设或方向。.

Ideogram 4 API 定价与商业渠道

2026年8月14日，该 官方 Ideogram 4.0 模型页面 列出了三种托管 API 的价格：Turbo 套餐为每张图片 $0.03，默认套餐为 $0.06，Quality 套餐为 $0.10。价格是动态更新的，因此在发布预算前请重新打开该页面。.

根据网关的任务单价，我们六项Broly任务的总计为$1.33：每项默认任务为$0.20，质量任务为$0.33。 已完成的任务记录中，上游表意符生成成本单独报告为$0.40。这两个总计分别对应不同的计费层级，不应相互替代。.

官方托管定价

表意文字 4 对比 GPT 图像 2 对比 Nano Banana 2

有意义的决策并非“哪个模型在单张图像上表现更优？”，而是“哪种工作流程能减少我实际需要进行的修正工作？”Ideogram的优势在于其可视化的设计结构；当设计需求采用对话式表达，或任务依赖于其他生态系统时，GPT Image 2和Nano Banana 2可能更易于使用。.

关于另一个受控选择框架，请参阅 Flux 2 与 Nano Banana Pro 对比. 这说明了为什么本地化控制、文本准确性、编辑和便利性往往会造就不同的赢家。.

我们的 Seedream 5.0 Pro 与 GPT Image 2 的对比测试 添加第二个“照片级真实感”和“遵循指令”的参考点，同时不假装这些结果能直接应用到Ideogram上。.

限制与安全行为

第一个限制是连贯性。一张制作精良的单局海报并不能证明每个种子都能正确拼写六个文本组。当对象库存至关重要时，强烈的钢铁质感也无法弥补控制项数量的错误。.

第二个限制在于路径行为。由于网关未将这些字段传递过来，因此原生 JSON、边界框和调色板调节功能在我们的 Broly 测试环境中尚未经过测试。T4 调色板代理在请求颜色附近采样到了 87.45% 的像素，但该比例主要由大面积的象牙色背景所占据。.

第三个限制是生产权。可下载的权重虽然有助于提高可检查性并促进本地研究，但非商业协议为商业团队增加了一个必须经过的决策步骤。.

Banani 的那篇实测评测盛赞了该工具的速度和文本质量，同时指出了其自身 UI 资源工作流中存在的提示词保真度和资源利用率问题。这虽是有用的外部参考信息，但不能替代你的提示词集，也不能作为社区共识的证明。.

Ideogram 的本地安全指南记录了被屏蔽图像的行为以及与 Hive 的集成情况。托管网关可能会应用额外的策略，因此请不要假设本地、官方托管和第三方路由对输入的拒绝或允许规则完全一致。.

在构建客户项目流程之前，请先以最终展示尺寸测试一张真实的海报、一个包装设计方案或一则广告。简短而明确的创意简报通常比冗长的指示效果更好；这些 图片提示的创意与示例 可以帮你简化初稿。.

哪些人适合使用 Ideogram 4？

对于那些清楚自己为何需要结构的设计师和开发者来说，Ideogram 4 是最值得推荐的选择。如果你只是想从一句话中生成一张吸引人的图片，那么 JSON 和本地部署可能会增加操作难度，却无法带来额外价值。.

仍在选择通用平台的创作者可以对比我们的 测试了 Midjourney 的替代方案 在确定采用某一系列产品之前。.

《Ideogram 4.0》评测结论

对于那些将文本和版式视为图像组成部分、而非后期添加的装饰元素的人来说，Ideogram 4.0 是最引人入胜的图像模型版本之一。其官方 JSON 格式、边界框、调色板控制、原生 2K 范围以及分段局部权重，使其具备了鲜明的设计工具特性。.

我们的测试结果支持做出一个审慎的结论。双语海报在一次测试中表现出色，而“质量”路径生成的材料也令人信服。但在产品任务中，精确的对象计数、量规可读性以及要求的方向均未达标。此外，网关还阻碍了公平的原生 JSON 测试。.

若您需要进行以排版为导向的探索、结构化的任务简报以及本地化研究，请选择该模型。若项目涉及商业用途，请使用官方 API 或单独购买商业许可。当对话式迭代、编辑或生态系统便利性比 JSON 原生控制更为重要时，请在备选名单中保留其他模型。.

关键在于，Ideogram 4.0 需要经过严格的测试，而非自动获得“桂冠”。请运行您自己的最终尺寸资源，校对每个词，清点每个必需的对象，并记录生成该输出的确切路径。.

Ideogram 4.0 常见问题解答

Ideogram 4.0 是开源的，还是“开放字重”的？

Ideogram 4.0 采用开放权重模式，并非无限制的开源模型。代码仓库虽为公开，但可下载的 NF4 和 FP8 模型权重链接指向 Ideogram 的《非商业模型协议》。部署前请分别阅读代码许可协议和权重许可协议。.

我可以将 Ideogram 4.0 用于商业用途吗？

是的，但具体使用方式很重要。Ideogram 的托管 API 属于商业用途，且 Ideogram 还提供独立的商业自托管许可。公开可下载的字体文件受非商业协议约束，因此不应将其视为自动获得的生产许可。.

Ideogram 4.0 是免费的吗？

公众可以访问这些权重，用于其协议允许的用途，但本地操作仍需配备合适的硬件并进行相应配置。托管生成按每张图像收费。 2026年8月14日，Ideogram将Turbo的报价定为$0.03，Default为$0.06，Quality为$0.10。.

《Ideogram 4》需要多少显存？

Ideogram 的代码库中，NF4 用于 CUDA 和 Diffusers，FP8 用于更广泛的硬件支持，但并未给出一个通用的最小 VRAM 数值。由于我们未进行本地推理，因此本评测并未提出任何要求。请查阅当前代码库以及您选择的工作流。.

如何在 ComfyUI 中运行 Ideogram 4？

请使用官方的 ComfyUI Ideogram 4 工作流，并下载其中指定的模型文件。即使 ComfyUI 提供了该工作流，也请务必留意 Ideogram 模型协议。硬件支持、实际运行速度和内存占用情况取决于权重变体和系统配置。.

为什么 Ideogram 4 使用 JSON 提示？

Ideogram 4 是通过结构化的 JSON 字幕进行训练的。与长段落相比，JSON 能更明确地区分背景、物体、图像内文本、布局框和调色板指令。虽然仍可通过展开方式使用纯文本，但结构化输入才是其原生的控制语言。.

Ideogram 4 API 的费用是多少？

2026年8月14日，Ideogram的型号页面显示：每张Turbo图片为$0.03，每张Default图片为$0.06，每张Quality图片为$0.10。网关或平台上的价格可能更高。 在估算制作预算前，请立即重新核对官方页面。.

在文本处理方面，Ideogram 4 是否优于 GPT Image 2 或 Nano Banana 2？

从我们提出的两个单轮提示中，并未产生一个绝对的赢家。这三种模型均正确呈现了所需的双语海报文案。Ideogram 采用了视觉上最清晰的网格布局，GPT Image 2 采用了最紧密的编辑层级结构，而 Nano Banana 2 则侧重于大号居中文字的可读性。.

Ideogram 4 支持哪些分辨率和宽高比？

官方推断指南中记载的尺寸范围为每边256至2048像素，以16为增量，长宽比最高可达6:1或1:6。第三方网关对尺寸请求的映射方式可能有所不同；我们托管的路由并未精确返回所请求的像素尺寸。.

我可以在 GlobalGPT 上使用 Ideogram 4 吗？

我们未在2026年8月14日对GlobalGPT Ideogram 4的公开产品页面进行验证。 Broly Anywhere 测试端点与公开的产品路径并非同一概念。GlobalGPT 确实提供了其他经过验证的图像模型工作流，可以进行对比，但这并不意味着它们就是 Ideogram 4。.