
Ideogram 4.6 API er bygget til et workflow, som de fleste billed-API'er håndterer dårligt: generér en plakat med præcise ord på, og ændr derefter én tekstlinje uden at tegne resten om. Denne vejledning dækker begge halvdele med request-bodies: tekst på billeder med ideogram-v4.6 og højpræcisions-, maskerede og lokale redigeringer med ideogram-v4.6-edit. Alt her kører mod Ideogram 4.6-modellen på PoYo, og tallene stammer fra vores test på lanceringsdagen den 20. november 2026.
Del 1: præcis tekst på billeder med Ideogram 4.6 API
PoYo-dokumentationen giver én regel for tekst: sæt den præcise tekst, der skal stå på billedet, i anførselstegn i prompten. Beskriv, hvor hver linje skal stå, og hvor stor den er, på samme måde som du ville briefe en designer.
Dette er requesten fra vores test på lanceringsdagen (task M4WA9OIQXVV80DHG):
{
"model": "ideogram-v4.6",
"input": {
"prompt": "Screen-printed concert poster for \"NORTHBOUND JAZZ FESTIVAL\". Big bold condensed headline at the top, a stylized upright bass and saxophone silhouette over a river at dusk in deep teal, burnt orange and cream. Below the art, the line \"JUNE 12-14 · RIVERSIDE PARK\" and a smaller line \"Three nights. Twenty-one bands. Free entry before 6 PM.\" Fine paper grain, crisp letterforms, generous margins.",
"size": "2304x3072",
"quality": "high",
"n": 1
}
}
Den returnerede én 2304×3072 PNG på ca. 10.8 MB og blev opkrævet 40 credits ($0.20), 4K high-prisen. Alle tre linjer i anførselstegn blev gengivet som skrevet, også den lille kursive linje. Den samme prompt med quality: very_low og size: 3:4 (task BS7M64COKT80JSLX) returnerede et 768×1024-udkast for 1.6 credits ($0.008), også med korrekt tekst, men en anden komposition.
Tre vaner gør tekst-requests mere pålidelige i produktion:
| Vane | Hvorfor |
|---|---|
| Én streng i anførselstegn pr. tekstlinje | Hver linje er en separat enhed, som du kan tjekke og senere redigere |
| Angiv størrelse og placering for hver linje ("stor overskrift øverst", "en mindre linje nedenunder") | Hierarkiet er en del af requesten og ikke overladt til tilfældet |
| Tjek outputtet før publicering | Ideogram anbefaler selv: "Tjek stavning og placering i det endelige resultat." |
Prompt-udvidelse er altid slået til for dette API, så modellen kan tilføje detaljer, du ikke bad om. På vores plakat tilføjede den et lille "EST. 1987" og en webadresse i de nederste hjørner. Hvis et layout kun må indeholde dine ord, så skriv det i prompten og tjek resultatet, eller fjern det ekstra med en redigering.
Del 2: tre måder at redigere med ideogram-v4.6-edit
Hver redigering tager præcis ét kildebillede i image_urls og en prompt. Indstillingerne nedenfor afgør, hvor meget af billedet modellen må røre. Hvis din app lader brugere uploade kilden, sparer en forudgående screening fejlede tasks; guiden til billedmoderation viser én måde.
| Tilstand | Indstillinger | Hvad bevares | Outputstørrelse |
|---|---|---|---|
| Almindelig redigering | edit_precision: regular (standard) | Billedet genskabes ud fra prompten | auto eller enhver preset-/brugerdefineret størrelse uden maske |
| Højpræcisionsredigering | edit_precision: high, context_window: none | Uændrede pixels gendannes | Kildens opløsning |
| Lokal redigering | edit_precision: high, context_window: auto, mask_url | Alle pixels uden for området omkring masken | Kildens opløsning |
Ideogram siger, at 4.6 "efterlader langt mindre pixeldrift uden for dine redigeringer", og rapporterer 90% for maskerede redigeringer ("ændr kun det malede område") mod 82% for Ideogram 4.5 på sin modelside. Det er Ideograms scorer. Her er, hvad vi målte.
Højpræcisionsredigering: ændr én tekstlinje
{
"model": "ideogram-v4.6-edit",
"input": {
"prompt": "Change only the date line to \"JULY 3-5 · RIVERSIDE PARK\". Keep everything else exactly the same.",
"image_urls": [
"https://example.com/northbound-poster.png"
],
"edit_precision": "high",
"context_window": "none",
"size": "auto",
"quality": "high",
"n": 1
}
}
I vores test (task 672JRU198S22NS8D) var kilden 2304×3072-plakaten fra del 1. Outputtet var 2304×3072 med den nye datolinje. En pixel-diff mod originalen placerede alle ændrede pixels i én boks, fra (471, 2699) til (1826, 2756): datolinjen, ca. 1.1% af billedet. Overskriften, illustrationen og den lille kursive linje var uændrede. Prisen var 120 credits ($0.60), fordi en højpræcisionsredigering bevarer kildens opløsning, og 2304×3072 er over 4,194,304 pixels.
To regler at huske: edit_precision: high kræver size: auto (eller ingen size), og den afviser background.
Maskeret redigering: begræns ændringen til ét område
En maske fjerner gætteriet om, hvor redigeringen skal ske. Den skal have samme dimensioner som kilden, sort hvor modellen må redigere, hvid hvor den skal bevare, og indeholde begge dele. Dette Python-snippet bygger en ud fra en boks:
from PIL import Image, ImageDraw
source = Image.open("poster.png")
mask = Image.new("L", source.size, 255) # white = keep
ImageDraw.Draw(mask).rectangle((440, 2660, 1860, 2800), fill=0) # black = edit
mask.save("date-line-mask.png")
Upload masken (offentlig URL eller base64 data-URI), og tilføj den til requesten:
{
"model": "ideogram-v4.6-edit",
"input": {
"prompt": "Change the sign text to \"OPEN LATE\"",
"image_urls": [
"https://example.com/storefront.png"
],
"mask_url": "https://example.com/sign-mask.png",
"edit_precision": "high",
"context_window": "auto",
"quality": "high"
}
}
Med context_window: auto redigeres kun området omkring masken, og kildens opløsning bevares. En maske, der er for stor, falder tilbage til redigering af hele billedet. context_window: auto uden både mask_url og edit_precision: high afvises, og en maske kræver altid size: auto. Du kan tilføje op til 3 referencebilleder med en maske, for eksempel et logo eller en skrifttypeprøve, i reference_image_urls.
Del 3: verificér redigeringen i din pipeline
Hvis din app lover "kun teksten blev ændret", så tjek det. Det er den samme slags tjek, som vi kørte på redigeringen fra lanceringsdagen:
from PIL import Image, ImageChops
before = Image.open("before.png").convert("RGB")
after = Image.open("after.png").convert("RGB")
assert before.size == after.size, "high-precision edits keep the source size"
diff = ImageChops.difference(before, after).convert("L").point(lambda v: 255 if v > 32 else 0)
box = diff.getbbox()
print("changed box:", box)
if box:
area = (box[2] - box[0]) * (box[3] - box[1])
print(f"box covers {area / (before.width * before.height):.2%} of the image")
Sammenlign boksen med det område, du ville ændre, for eksempel din maske. Breder den sig langt ud over det, så prøv igen med en maske og context_window: auto eller med en strammere prompt.
Del 4: redigeringer i flere runder og pris
Ved en række ændringer sender du hvert resultat tilbage som den næste kilde i image_urls og ændrer én ting pr. request. Ideograms side beskriver 4.6 som lavet til at "blive ved med at forfine det samme billede over flere runder". Hver runde er en separat task, der faktureres efter outputstørrelsen:
| Redigering af en kilde... | medium | high |
|---|---|---|
| Op til 4,194,304 pixels | 12 credits ($0.06) | 44 credits ($0.22) |
| Over 4,194,304 pixels | 40 credits ($0.20) | 120 credits ($0.60) |
Tre tekstændringer i high på vores 4K-plakat ville koste 360 credits ($1.80); på en 1728×2304-version af den samme plakat ville de koste 132 credits ($0.66). Download hvert resultat: genererede filer gemmes i 3 dage. Prisindlægget har flere budgetter, og API-guiden har en pollingløkke, du kan genbruge til hver runde.
Ofte stillede spørgsmål
Hvordan sætter jeg præcis tekst på et billede med Ideogram 4.6 API?
Sæt hver linje i anførselstegn i prompt i en ideogram-v4.6-request, og beskriv dens størrelse og placering. Tjek resultatet før publicering.
Hvordan ændrer jeg teksten på et eksisterende billede med Ideogram 4.6 API?
Send billedet til ideogram-v4.6-edit med en prompt som: Change only the date line to "NEW TEXT". Keep everything else exactly the same. Sæt edit_precision: high og size: auto.
Hvad er forskellen på edit_precision regular og high?
regular genskaber billedet ud fra prompten og tillader en ny størrelse og background. high laver en præcis redigering, gendanner uændrede pixels og bevarer kildens opløsning.
Ændrer en maske prisen for Ideogram 4.6 API? Nej. Redigeringer faktureres pr. outputbillede efter kvalitet og størrelsesniveau. Masken og op til 3 referencer er inkluderet.
Hvorfor kostede en lille tekstredigering 120 credits?
En højpræcisionsredigering i high-kvalitet af en kilde over 4,194,304 pixels bruger 4K high-prisen for redigering. Redigér en mindre kilde, eller brug medium (40 credits ved 4K, 12 ved 2K).
Den fulde parameterliste finder du i Ideogram 4.6 Edit API-referencen. Et sæt testede promptmønstre finder du i promptguiden til Ideogram 4.6 API.