how-tos

Ideogram 4.6 API for tekst på bilder og høypresisjonsredigeringer

Poyo.ai Team
7 min read
Share:

Ideogram 4.6 API: tekst på bilder og høypresisjonsredigeringer

Ideogram 4.6 API er laget for en arbeidsflyt de fleste bilde-API-er håndterer dårlig: generer en plakat med nøyaktige ord på, og endre deretter én tekstlinje uten å tegne resten på nytt. Denne veiledningen dekker begge delene med request-bodyer: tekst på bilder med ideogram-v4.6, og høypresisjons-, maskerte og lokale redigeringer med ideogram-v4.6-edit. Alt her kjøres mot Ideogram 4.6-modellen på PoYo, og tallene kommer fra testen vår på lanseringsdagen 20. november 2026.

Del 1: nøyaktig tekst på bilder med Ideogram 4.6 API

PoYo-dokumentasjonen gir én regel for tekst: sett den nøyaktige teksten som skal stå på bildet, i anførselstegn i prompten. Beskriv hvor hver linje skal stå og hvor stor den er, slik du ville brifet en designer.

Dette er requesten fra testen vår på lanseringsdagen (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 returnerte én 2304×3072 PNG på ca. 10.8 MB og ble belastet 40 credits ($0.20), 4K high-prisen. Alle tre linjene i anførselstegn ble gjengitt som skrevet, også den lille kursive linjen. Samme prompt med quality: very_low og size: 3:4 (task BS7M64COKT80JSLX) returnerte et 768×1024-utkast for 1.6 credits ($0.008), også med riktig tekst, men en annen komposisjon.

Tre vaner gjør tekst-requests mer pålitelige i produksjon:

VaneHvorfor
Én streng i anførselstegn per tekstlinjeHver linje er en egen enhet du kan sjekke og senere redigere
Oppgi størrelse og plassering for hver linje ("stor overskrift øverst", "en mindre linje under")Hierarkiet er en del av requesten, ikke overlatt til tilfeldighetene
Sjekk resultatet før publiseringIdeogram anbefaler selv: "Sjekk stavemåte og plassering i det endelige resultatet."

Prompt-utvidelse er alltid slått på for dette API-et, så modellen kan legge til detaljer du ikke ba om. På plakaten vår la den til en liten "EST. 1987" og en nettadresse i de nederste hjørnene. Hvis et layout bare skal inneholde dine ord, si det i prompten og sjekk resultatet, eller fjern tilleggene med en redigering.

Del 2: tre måter å redigere på med ideogram-v4.6-edit

Hver redigering tar nøyaktig ett kildebilde i image_urls og en prompt. Innstillingene nedenfor avgjør hvor mye av bildet modellen får røre. Hvis appen din lar brukere laste opp kilden, sparer du mislykkede tasks ved å screene den først; veiledningen for bildemoderering viser én måte.

ModusInnstillingerHva som beholdesUtdatastørrelse
Vanlig redigeringedit_precision: regular (standard)Bildet genereres på nytt ut fra promptenauto eller en hvilken som helst forhåndsinnstilt/egendefinert størrelse uten maske
Høypresisjonsredigeringedit_precision: high, context_window: noneUendrede piksler gjenopprettesKildens oppløsning
Lokal redigeringedit_precision: high, context_window: auto, mask_urlAlle piksler utenfor området rundt maskenKildens oppløsning

Ideogram sier at 4.6 "etterlater langt mindre pikseldrift utenfor redigeringene dine", og rapporterer 90% for maskerte redigeringer ("endre bare det malte området") mot 82% for Ideogram 4.5 på modellsiden. Dette er Ideograms scorer. Her er hva vi målte.

Høypresisjonsredigering: endre 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 testen vår (task 672JRU198S22NS8D) var kilden 2304×3072-plakaten fra del 1. Resultatet var 2304×3072 med den nye datolinjen. En piksel-diff mot originalen plasserte alle endrede piksler i én boks, fra (471, 2699) til (1826, 2756): datolinjen, ca. 1.1% av bildet. Overskriften, illustrasjonen og den lille kursive linjen var uendret. Belastningen var 120 credits ($0.60), fordi en høypresisjonsredigering beholder kildens oppløsning og 2304×3072 er over 4,194,304 piksler.

To regler å huske: edit_precision: high krever size: auto (eller ingen size), og den avviser background.

Maskert redigering: begrens endringen til ett område

En maske fjerner gjettingen om hvor redigeringen skal skje. Den må ha samme dimensjoner som kilden, svart der modellen får redigere, hvit der den må beholde, og inneholde begge deler. Dette Python-utdraget lager en ut 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")

Last opp masken (offentlig URL eller base64 data-URI) og legg den til i 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 bare området rundt masken, og kildens oppløsning beholdes. En maske som er for stor, faller tilbake til redigering av hele bildet. context_window: auto uten både mask_url og edit_precision: high avvises, og en maske krever alltid size: auto. Du kan legge til opptil 3 referansebilder med en maske, for eksempel en logo eller en skriftprøve, i reference_image_urls.

Del 3: verifiser redigeringen i pipelinen din

Hvis appen din lover "bare teksten ble endret", sjekk det. Dette er samme type sjekk som vi kjørte på redigeringen fra lanseringsdagen:

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 området du ville endre, for eksempel masken din. Sprer den seg langt utover det, prøv igjen med en maske og context_window: auto, eller med en strammere prompt.

Del 4: redigeringer i flere runder og kostnad

For en serie endringer sender du hvert resultat tilbake som neste kilde i image_urls og endrer én ting per request. Ideograms side beskriver 4.6 som laget for å "fortsette å finpusse det samme bildet over flere runder". Hver runde er en egen task, fakturert etter utdatastørrelsen:

Redigering av en kilde...mediumhigh
Opptil 4,194,304 piksler12 credits ($0.06)44 credits ($0.22)
Over 4,194,304 piksler40 credits ($0.20)120 credits ($0.60)

Tre tekstendringer i high på 4K-plakaten vår ville kostet 360 credits ($1.80); på en 1728×2304-versjon av samme plakat ville de kostet 132 credits ($0.66). Last ned hvert resultat: genererte filer lagres i 3 dager. Prisinnlegget har flere budsjetter, og API-veiledningen har en pollingløkke du kan gjenbruke for hver runde.

Ofte stilte spørsmål

Hvordan setter jeg nøyaktig tekst på et bilde med Ideogram 4.6 API? Sett hver linje i anførselstegn i prompt i en ideogram-v4.6-request, og beskriv størrelsen og plasseringen. Sjekk resultatet før publisering.

Hvordan endrer jeg teksten på et eksisterende bilde med Ideogram 4.6 API? Send bildet til ideogram-v4.6-edit med en prompt som: Change only the date line to "NEW TEXT". Keep everything else exactly the same. Sett edit_precision: high og size: auto.

Hva er forskjellen på edit_precision regular og high? regular genererer bildet på nytt ut fra prompten og tillater en ny størrelse og background. high gjør en presis redigering, gjenoppretter uendrede piksler og beholder kildens oppløsning.

Endrer en maske prisen for Ideogram 4.6 API? Nei. Redigeringer faktureres per utdatabilde etter kvalitet og størrelsesnivå. Masken og opptil 3 referanser er inkludert.

Hvorfor kostet en liten tekstredigering 120 credits? En høypresisjonsredigering i high-kvalitet av en kilde over 4,194,304 piksler bruker 4K high-prisen for redigering. Rediger en mindre kilde, eller bruk medium (40 credits ved 4K, 12 ved 2K).

Hele parameterlisten finner du i Ideogram 4.6 Edit API-referansen. Et sett med testede promptmønstre finner du i promptveiledningen for Ideogram 4.6 API.

Share: