Ideogram 4.0 評測：開放權重、ComfyUI、提示詞、API 及限制

Ideogram 4.0 帶來了一種罕見的組合：可下載的字重、以設計為先的提示格式，以及可供商業使用的託管 API。這使得它比例行性的圖像模型更新更引人注目——但也更容易被誤解。.

我們查閱了官方儲存庫、提示詞與推論指南、API 參考手冊、授權條款以及定價頁面。 我們還透過 Broly Anywhere 執行了雙語排版與產品攝影任務，並將相同的兩個提示語與 GPT Image 2 及 Nano Banana 2 基準模型進行比較。這是一篇實務評測，並非聲稱某張圖片在每個類別中都勝出。.

如果您打算先調查更廣泛的市場，請參閱我們關於 2026 年最佳 AI 圖片生成器 闡述了設計控制、編輯、寫實度與工作流程便利性如何相互拉扯。.

透過 GPT-5、Nano Banana 等多合一 AI 平台進行寫作、影像與視訊製作

什麼是「表意符 4.0」，有哪些變化？

Ideogram 於 2026 年 6 月 3 日發布了 Ideogram 4.0，這是該公司首個從頭開始訓練的開放權重文字轉圖像模型。該 官方儲存庫 描述了一個包含 9.3B 個參數的模型，其中包含帶閘控功能的 NF4 和 FP8 變體。.

其核心理念在於結構化設計。 Ideogram 4 採用 34 層單流擴散變換器，以及一個凍結的 Qwen3-VL-8B-Instruct 文字編碼器。對大多數創作者而言，該架構本身的重要性遠不如它所實現的工作流程：長篇結構化圖說、明確的圖中文字、標準化的定位框，以及命名色彩調色盤。.

推論指南記載了每邊像素數介於 256 至 2048 之間（以 16 為倍數）的影像尺寸，以及寬高比最高可達 6:1 或最低可達 1:6 的規格。其中列出了「品質」模式的 48 個步驟、「預設」模式的 20 個步驟，以及「渦輪」模式的 12 個步驟。.

官方模型動物園

Ideogram 4 是開源軟體嗎？授權條款解析

確切的名稱是 開放級. 您可以檢視該儲存庫並索取可下載的模型檔案，但存取權重檔案並不等同於無限制的開源授權。.

公開的 NF4 和 FP8 權重連結至 Ideogram 非商業用途範本協議. 該協議涵蓋非商業用途，以及協議範圍內的內部非生產性評估或研究。此條款不應被解讀為自動授權將客戶作品發佈，或用於商業圖像服務。.

如果商業權利是關鍵因素，請採用我們更廣泛的 AI 圖片商業用途指南 請將其作為檢查清單，然後將現行《象形文字協議》及您自身的法律審查結果應用於實際專案中。.

官方許可範圍

圖形符號 4 品質：文字、版面配置與寫實效果

我們實際操作的對象是 Broly Anywhere 的異步影像任務 API。該 API 顯示 Ideogram 為上游供應商，並提供了 Default、Turbo 和 Quality 這三條路徑。 GPT Image 2 和 Nano Banana 2 基準模型均運行至 GlobalGPT 階段。由於測試環境、初始值和輸出尺寸各不相同，因此此比較僅具方向性。.

測驗 1：雙語排版與海報設計

這張海報需要六組完全一致的中英文文字、一張雕塑感的鈷藍色椅子、象牙白／藍／紅／黑的配色方案、瑞士網格，且不得出現額外的標誌或浮水印。Ideogram 4 在本次製作中正確呈現了這六組文字，包括「北港設計週」。.

這三款基準模型均正確呈現了所需文字。「Ideogram」採用了最明確的可見網格與最多的留白；「GPT Image 2」採用了最密集的版面層級結構；「Nano Banana 2」則採用了最大且居中的文字。我們另行 Nano Banana 2 文字渲染測試 提供了更多與該模型相關的背景資訊。.

實作測試 1 / 排版

測試 2：產品細節與寫實效果

圖像 4 透過精湛的拍攝手法，生動呈現了拉絲不鏽鋼、胡桃木、石灰岩、亞麻布、光影效果以及濃縮咖啡的奶泡。晨光從左側灑落，這幅靜物構圖既顯開闊，又透出高級質感。.

指令的精確度較差。機器顯示了四個黑色控制元件，而非精確的兩個；壓力錶的刻度無法可靠地驗證接近 9 巴的讀數；此外，在收到 1536×1024 橫向影像的請求後，系統卻回傳了一張 1792×2240 的直向影像。.

在實際的寫實工作方面，材質品質僅是工作的一半；仍需檢查物件清單與幾何結構。我們的工作流程是關於如何 讓 AI 生成的圖片看起來更逼真 著重於這些生產檢查。.

實機測試 2 / 產品詳情

獨立的排版證據

Contra Labs 的一項盲測研究共動用了 10 位在職設計師、4 位模特兒、60 個提示詞以及 240 張圖片。 Ideogram 4 在 47.91 次 TP40T 排版對比測試中勝出，並獲得 3.55/5 的客戶作品評分。同一項研究發現 Gemini 在細部場景精準度與風格化作品方面表現更佳，因此此結果僅代表其在排版領域的領先地位——並非全面品質的冠軍。.

獨立設計師研究

Ideogram 4 的 JSON 提示字串與邊界框如何運作

象形文字的 官方提示指南 指出，該模型是透過結構化的 JSON 圖說進行訓練的。每則圖說可分別描述背景與各個元素，內容包含文字串、物件描述、標準化邊界框，以及風格色彩調色盤。.

邊界框採用正規化的 0–1000 座標系統，順序與官方架構所示一致。這使得提示語能在不同影像解析度間通用。這仍屬於生成式引導，而非可編輯的設計畫布限制。.

官方提示指南

我們的入口測試實際上證明了什麼

Broly 的 `/v1/tasks` 閘道需要一個 `prompt` 欄位。當我們在該處填入類似 JSON 的文字時，該服務會將其視為普通輸入，並透過 Magic Prompt 進行重寫。回傳的圖說移除了所有提交的邊界框和色盤欄位。.

第二次診斷將完整的字幕內容放置於 `metadata.json_prompt` 中；網關忽略了該內容，並生成了與之無關的 LUMA AI 影片海報。其實際結論雖狹窄卻至關重要： 此 Broly 路徑並未公開 Ideogram 的原生 json_prompt 欄位.

下方的疊加圖將預設框與重新撰寫後的輸出結果進行了比較。行動呼籲（CTA）位於其預定區域內，而標題和正文則僅部分吻合。此視覺呈現用於診斷入口路徑；它並非 Ideogram 原生的邊框精準度分數。.

閘道路由診斷

在轉向 JSON 之前，若要進行一般的提示詞微調，可採用以下方法： 提升 AI 影像生成準確度 有助於減少主題、版面配置及風格指示之間的衝突。.

如何使用 Ideogram 4.0

選項 1：託管式 Ideogram 產品

對於希望使用 Ideogram 現行產品體驗，卻無需管理模型檔案的創作者而言，託管版是最適合的選擇。此方案同時也能避免將公開的非商業權重視為生產授權。.

選項 2：官方 Ideogram v4 API

官方終點是 文章連結 https://api.ideogram.ai/v1/ideogram-v4/generate. 它的 API 參考手冊 文件彼此互斥 text_prompt 和 json_prompt 請求欄位，以及渲染速度和圖片尺寸的控制功能。.

選項 3：本地的 NF4 或 FP8 權重

儲存庫表格中列出 NF4 支援 CUDA 及 Diffusers。該表格將官方實作中的所有硬體標示為 FP8，且該行未列出對 Diffusers 的支援。這兩款模型的下載皆設有權限限制，且均須遵守 Ideogram 的模型協議。.

選項 4：ComfyUI

ComfyUI 發布了一項 官方 Ideogram 4 文字轉圖像工作流程 並附上所需的模型檔案和工作流程條目。ComfyUI 讓使用者能夠存取該圖；它並不會取代權重授權，亦不保證每張 GPU 都有足夠的記憶體。.

如果您希望探索類似的本地或託管工作流程，請參閱 FLUX 2 Pro 定價與提示指南 這為模型存取、提示詞風格與生產成本之間提供了有用的對比。.

硬體、模型尺寸與實際限制

針對「《Ideogram 4》需要多少 VRAM？」這個問題，最誠實的答案是：我們查閱的官方資料中，並沒有一個經確認的具體數值。不同版本、實作方式、卸載機制、解析度以及系統記憶體，都會影響實際所需的最低容量。.

我們的本地電腦搭載了一張配備 2GB 視訊記憶體的 GeForce MX450 顯示卡，這並非用於測試 9.3B 影像模型的合適測試平台。由於我們並未下載大型權重檔案，也未執行本地推論，因此本評測並未將推測轉化為最低系統需求。.

• 請以官方的 NF4/FP8 相容性對照表為準，而非第三方所提供的單一數字承諾。.
• 為文字編碼器、去噪器、VAE、解析度以及工作流程開銷預留記憶體。.
• 請使用經過測試的 ComfyUI 或 Diffusers 配置，該配置需明確指定變體名稱及卸載設定。.
• 將「它曾成功載入過一次」的情況與穩定的生產環境配置區分開來。.

對於輸出像素，同樣需謹慎處理。官方的《本地指南》雖定義了有效的解析度，但我們託管的閘道並未將請求的 `size` 視為嚴格的輸出規範。某條路由可能會將您的請求映射至受支援的預設值或方向。.

Ideogram 4 API 定價與商業合作方案

2026年8月14日，該 官方「Ideogram 4.0」模型頁面 列出了三種託管 API 的價格：Turbo 方案為每張圖片 $0.03，Default 方案為 $0.06，Quality 方案為 $0.10。價格會動態變動，因此在發布預算前，請先重新開啟頁面。.

根據閘道器的任務定價，我們的六項 Broly 任務總計為 $1.33：每項「預設」任務為 $0.20，而「品質」任務則為 $0.33。 已完成的任務記錄中，另單獨列報了 $0.40 的上游表意符生成成本。這兩項總額分別代表不同的計費層級，不應互相替代。.

官方託管定價

表意符 4 對比 GPT 圖像 2 對比 Nano Banana 2

有價值的決策並非「哪個模型在單張圖片上表現更佳？」而是「哪種工作流程能減少我實際需要進行的修正？」Ideogram 的優勢在於其可見的設計結構；當設計簡報採用對話式風格，或任務取決於其他生態系統時，GPT Image 2 和 Nano Banana 2 可能會更為簡便。.

關於另一種受控選擇框架，請參閱 Flux 2 與 Nano Banana Pro 比較. 這說明了為何在地化控制、文本準確性、編輯工作以及便利性，往往會造就不同的勝出者。.

我們的 Seedream 5.0 Pro 與 GPT Image 2 測試對比 新增第二個寫實風格與遵循指示的參考點，同時不假裝這些結果能直接套用至 Ideogram。.

限制與安全行為

第一個限制在於一致性。一張僅顯示單次運行結果的清晰海報，並不能證明每個種子都能正確拼寫六組文字。當物件清單至關重要時，強烈的鋼材質感也無法彌補控制組數量不正確的問題。.

第二項限制在於路徑行為。由於閘道器未將這些欄位傳遞過來，因此原生 JSON、邊界框及色盤調整功能在我們的 Broly 測試場地中仍未經過測試。T4 色盤代理在請求顏色附近採樣到的像素達 87.45%，但其中絕大部分比例是由大片象牙色背景所佔據。.

第三項限制在於生產權。可下載的權重雖能提升可檢視性並促進在地研究，但非商業用途協議卻為商業團隊增添了一個必須經過深思熟慮的決策步驟。.

Banani 的這篇實測評測，一方面稱讚了其速度與文本品質，同時也指出其自身 UI 資產工作流程在提示詞忠實度與資源效率方面存在問題。這雖是實用的外部參考資訊，但不能取代您的提示詞集，亦非社群共識的證明。.

Ideogram 的本地安全指南記載了封鎖圖片的行為以及與 Hive 的整合方式。託管閘道可能會套用額外的政策，因此請勿假設本地、官方託管及第三方路由對輸入的拒絕或允許標準完全一致。.

在建立客戶專案流程之前，請先以最終展示尺寸測試一張真實的海報、包裝設計概念或廣告。簡短且明確的簡報通常比冗長繁瑣的指示更能取得良好成效；這些 圖片提示的點子與範例 可以幫助您簡化初稿。.

哪些人適合使用「表意符號 4」？

對於那些清楚自己為何需要結構的設計師和開發者來說，Ideogram 4 是最值得推薦的選擇。若您僅想從一句話中生成一張吸引人的圖片，JSON 和本地部署可能會增加操作門檻，卻無法帶來額外價值。.

仍在選擇通用平台的創作者，可以比較我們的 測試了 Midjourney 的替代方案 在決定採用某個模型系列之前。.

《Ideogram 4.0》評測結論

對於那些將文字與版面配置視為影像的一部分，而非事後添加的裝飾元素的人來說，Ideogram 4.0 是最引人入勝的影像模型版本之一。其官方 JSON 格式、邊界框、色盤控制、原生 2K 範圍，以及分區局部權重等特性，賦予了它鮮明的設計工具特質。.

我們的測試結果支持做出審慎的結論。雙語海報在其中一次測試中表現優異，而「品質」路徑產出的素材也相當令人信服。但在產品任務中，精確的物件計數、量規可讀性以及指定方向等項目均未達標。此外，該閘道器也阻礙了對原生 JSON 的公正測試。.

若您希望進行以排版為導向的探索、結構化的專案簡報及在地化研究，請選擇此模型。若工作屬商業性質，請使用官方 API 或另行取得商業授權。當對話式迭代、編輯功能或生態系統的便利性比 JSON 原生控制更為重要時，請在候選名單中保留其他模型。.

重點很簡單：Ideogram 4.0 值得進行嚴謹的測試，而非自動獲得桂冠。請自行執行最終尺寸的資產，逐字校對，逐一清點所有必需的物件，並記錄產生該輸出結果的確切流程。.

Ideogram 4.0 常見問題集

Ideogram 4.0 是開源軟體，還是開放字重？

Ideogram 4.0 採用開放權重模式，並非無限制的開源模型。其程式碼儲存庫雖為公開，但可下載的 NF4 和 FP8 模型權重連結均指向 Ideogram 的《非商業用途模型協議》。部署前，請分別閱讀程式碼授權條款與權重授權條款。.

我可以將 Ideogram 4.0 用於商業用途嗎？

是的，但途徑很重要。Ideogram 的託管 API 屬於商業用途途徑，且 Ideogram 另提供獨立的商業自託管授權方案。公開可下載的字重則受非商業協議規範，因此不應視為自動獲得的生產授權。.

Ideogram 4.0 是免費的嗎？

公用權重可根據其協議允許的用途進行存取，但本地運作仍需具備適當的硬體與設定。託管生成服務是按影像計費的。 2026年8月14日，Ideogram 將 Turbo 定價為 $0.03、Default 定價為 $0.06，以及 Quality 定價為 $0.10。.

《Ideogram 4》需要多少 VRAM？

Ideogram 的儲存庫標示 NF4 適用於 CUDA 和 Diffusers，而 FP8 則適用於更廣泛的硬體支援，但並未提供一個通用的最低 VRAM 數值。由於我們並未執行本地推論，因此本評測並未自行設定任何要求。請查閱當前的儲存庫以及您所選擇的工作流程。.

如何在 ComfyUI 中執行 Ideogram 4？

請使用官方的 ComfyUI Ideogram 4 工作流程，並下載其中指定的模型檔案。即使 ComfyUI 已提供該工作流程，也請務必詳閱 Ideogram 模型協議。硬體支援、實際運算速度及記憶體使用量，將取決於權重變體與系統配置。.

為什麼 Ideogram 4 會使用 JSON 提示？

Ideogram 4 是透過結構化的 JSON 圖說進行訓練的。相較於長段落，JSON 能更明確地區分背景、物件、圖中文字、佈局框以及色盤指示。雖然仍可透過擴展機制使用純文字，但結構化輸入才是其原生的控制語言。.

Ideogram 4 API 的費用是多少？

根據 Ideogram 於 2026 年 8 月 14 日的型號頁面資料，每張 Turbo 圖片的價格為 $0.03，每張預設圖片為 $0.06，每張高品質圖片則為 $0.10。Gateway 或平台上的價格可能更高。 在估算製作預算前，請務必立即重新查核官方頁面。.

在處理文字方面，Ideogram 4 是否比 GPT Image 2 或 Nano Banana 2 表現更佳？

從我們提出的兩個單輪提示中，並未出現一個能全面勝出的模型。這三款模型均正確呈現了所需的雙語海報文案。Ideogram 採用了最清晰可見的網格；GPT Image 2 採用了最緊密的編輯層級結構；而 Nano Banana 2 則側重於大字體居中排版以提升可讀性。.

Ideogram 4 支援哪些解析度與畫面比例？

官方推論指南記載的尺寸範圍為每邊 256 至 2048 像素，以 16 為倍數，長寬比最高可達 6:1 或 1:6。第三方閘道器可能以不同方式處理尺寸請求；我們託管的路由並未精確返回所請求的像素尺寸。.

我可以在 GlobalGPT 上使用 Ideogram 4 嗎？

我們並未於 2026 年 8 月 14 日驗證 GlobalGPT Ideogram 4 的公開產品頁面。 Broly Anywhere 的測試端點與公開產品路徑並非同一事物。GlobalGPT 確實提供其他已驗證的圖像模型工作流程，這些工作流程可供比較，但這並不意味著它們就是 Ideogram 4。.