
Ideogram 4.6 API được xây dựng cho một quy trình mà hầu hết API hình ảnh xử lý kém: tạo một poster có chữ chính xác, rồi thay đổi một dòng chữ trong đó mà không vẽ lại phần còn lại. Hướng dẫn này đi qua cả hai nửa bằng các body request: chữ trên ảnh với ideogram-v4.6, và chỉnh sửa độ chính xác cao, bằng mask và cục bộ với ideogram-v4.6-edit. Mọi thứ ở đây đều chạy trên model Ideogram 4.6 trên PoYo, và các con số lấy từ bài thử ngày ra mắt của chúng tôi vào ngày 20 tháng 11 năm 2026.
Phần 1: chữ chính xác trên ảnh với Ideogram 4.6 API
Tài liệu của PoYo đưa ra một quy tắc cho chữ: đặt chính xác chữ trên ảnh trong dấu ngoặc kép trong prompt. Mô tả vị trí và kích thước của từng dòng, giống như cách bạn brief cho một nhà thiết kế.
Đây là request trong bài thử ngày ra mắt của chúng tôi (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
}
}
Nó trả về một PNG 2304×3072 khoảng 10.8 MB và bị tính 40 credit ($0.20), mức 4K high. Cả ba dòng trong ngoặc kép đều hiển thị đúng như đã viết, kể cả dòng chữ nghiêng nhỏ. Cùng prompt đó với quality: very_low và size: 3:4 (task BS7M64COKT80JSLX) trả về một bản nháp 768×1024 với giá 1.6 credit ($0.008), chữ cũng đúng nhưng bố cục khác.
Ba thói quen giúp request có chữ đáng tin cậy hơn trong production:
| Thói quen | Lý do |
|---|---|
| Mỗi dòng chữ là một chuỗi trong ngoặc kép | Mỗi dòng là một đơn vị riêng mà bạn có thể kiểm tra và chỉnh sửa sau |
| Nêu kích thước và vị trí của từng dòng ("big headline at the top", "a smaller line below") | Thứ bậc là một phần của request, không phó mặc cho may rủi |
| Kiểm tra kết quả trước khi xuất bản | Chính Ideogram khuyên: "Check spelling and placement in the final result." |
Mở rộng prompt luôn bật với API này, nên model có thể thêm chi tiết bạn không yêu cầu. Trong poster của chúng tôi, nó thêm một dòng nhỏ "EST. 1987" và một địa chỉ web ở hai góc dưới. Nếu bố cục chỉ được chứa chữ của bạn, hãy nói rõ trong prompt và kiểm tra kết quả, hoặc xóa phần thừa bằng một lần chỉnh sửa.
Phần 2: ba cách chỉnh sửa với ideogram-v4.6-edit
Mỗi lần chỉnh sửa nhận đúng một ảnh nguồn trong image_urls và một prompt. Các thiết lập dưới đây quyết định model được phép chạm vào bao nhiêu phần của ảnh. Nếu ứng dụng của bạn cho người dùng tải ảnh nguồn lên, việc kiểm duyệt ảnh trước sẽ giúp tránh các task thất bại; hướng dẫn kiểm duyệt hình ảnh trình bày một cách làm.
| Chế độ | Thiết lập | Những gì được giữ | Kích thước đầu ra |
|---|---|---|---|
| Chỉnh sửa thông thường | edit_precision: regular (mặc định) | Ảnh được tạo lại từ prompt | auto hoặc bất kỳ kích thước preset/tùy chỉnh nào khi không có mask |
| Chỉnh sửa độ chính xác cao | edit_precision: high, context_window: none | Các pixel không đổi được khôi phục | Độ phân giải nguồn |
| Chỉnh sửa cục bộ | edit_precision: high, context_window: auto, mask_url | Mọi pixel bên ngoài vùng quanh mask | Độ phân giải nguồn |
Ideogram cho biết 4.6 "leaves far less pixel drift outside your edits", và báo cáo 90% cho chỉnh sửa bằng mask ("change only the painted area") so với 82% của Ideogram 4.5 trên trang model của họ. Đó là điểm số của Ideogram. Dưới đây là những gì chúng tôi đo được.
Chỉnh sửa độ chính xác cao: đổi một dòng chữ
{
"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
}
}
Trong bài thử của chúng tôi (task 672JRU198S22NS8D), ảnh nguồn là poster 2304×3072 từ Phần 1. Ảnh đầu ra là 2304×3072 với dòng ngày mới. So sánh từng pixel với ảnh gốc cho thấy mọi pixel thay đổi đều nằm trong một khung, từ (471, 2699) đến (1826, 2756): chính là dòng ngày, khoảng 1.1% diện tích ảnh. Tiêu đề, hình minh họa và dòng chữ nghiêng nhỏ không thay đổi. Phí là 120 credit ($0.60), vì chỉnh sửa độ chính xác cao giữ nguyên độ phân giải nguồn và 2304×3072 vượt quá 4,194,304 pixel.
Hai quy tắc cần nhớ: edit_precision: high yêu cầu size: auto (hoặc không có size), và nó từ chối background.
Chỉnh sửa bằng mask: giới hạn thay đổi trong một vùng
Mask loại bỏ việc phải đoán chỗ chỉnh sửa. Nó phải có cùng kích thước với ảnh nguồn, màu đen ở nơi model được phép chỉnh sửa, màu trắng ở nơi phải giữ nguyên, và chứa cả hai. Đoạn Python này tạo một mask từ một khung chữ nhật:
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")
Tải mask lên (URL công khai hoặc data URI base64) và thêm nó vào request:
{
"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"
}
}
Với context_window: auto, chỉ vùng quanh mask được chỉnh sửa và độ phân giải nguồn được giữ nguyên. Mask quá lớn sẽ quay về chỉnh sửa toàn ảnh. context_window: auto mà không có cả mask_url lẫn edit_precision: high sẽ bị từ chối, và mask luôn cần size: auto. Bạn có thể thêm tối đa 3 ảnh tham chiếu khi có mask, ví dụ một logo hoặc mẫu font, trong reference_image_urls.
Phần 3: kiểm chứng lần chỉnh sửa trong pipeline của bạn
Nếu ứng dụng của bạn cam kết "chỉ chữ thay đổi", hãy kiểm tra điều đó. Đây cũng là kiểu kiểm tra chúng tôi đã chạy trên lần chỉnh sửa ngày ra mắt:
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")
So sánh khung này với vùng bạn định thay đổi, ví dụ mask của bạn. Nếu nó lan xa ra ngoài, hãy thử lại với mask và context_window: auto, hoặc với một prompt chặt chẽ hơn.
Phần 4: chỉnh sửa nhiều lượt và chi phí
Với một loạt thay đổi, hãy gửi lại mỗi kết quả làm ảnh nguồn image_urls tiếp theo và thay đổi một thứ mỗi request. Trang của Ideogram mô tả 4.6 được tạo ra để "keep refining the same image across multiple turns". Mỗi lượt là một task riêng, được tính phí theo kích thước ảnh đầu ra:
| Chỉnh sửa ảnh nguồn... | medium | high |
|---|---|---|
| Tối đa 4,194,304 pixel | 12 credit ($0.06) | 44 credit ($0.22) |
| Trên 4,194,304 pixel | 40 credit ($0.20) | 120 credit ($0.60) |
Ba lần đổi chữ ở mức high trên poster 4K của chúng tôi sẽ tốn 360 credit ($1.80); trên phiên bản 1728×2304 của cùng poster đó sẽ là 132 credit ($0.66). Hãy tải xuống mỗi kết quả: file được tạo chỉ lưu trong 3 ngày. Bài viết về giá có thêm ngân sách, và hướng dẫn API có vòng lặp polling bạn có thể dùng lại cho mọi lượt.
Câu hỏi thường gặp
Làm thế nào để đặt chữ chính xác lên ảnh bằng Ideogram 4.6 API?
Đặt mỗi dòng trong ngoặc kép trong prompt của request ideogram-v4.6 và mô tả kích thước, vị trí của nó. Kiểm tra kết quả trước khi xuất bản.
Làm thế nào để đổi chữ trên một ảnh có sẵn bằng Ideogram 4.6 API?
Gửi ảnh tới ideogram-v4.6-edit với một prompt như: Change only the date line to "NEW TEXT". Keep everything else exactly the same. Đặt edit_precision: high và size: auto.
edit_precision regular và high khác nhau thế nào?
regular tạo lại ảnh từ prompt và cho phép kích thước mới cùng background. high thực hiện chỉnh sửa chính xác, khôi phục các pixel không đổi và giữ nguyên độ phân giải nguồn.
Mask có làm thay đổi giá Ideogram 4.6 API không? Không. Chỉnh sửa được tính phí theo mỗi ảnh đầu ra, theo bậc chất lượng và kích thước. Mask và tối đa 3 ảnh tham chiếu đã bao gồm.
Vì sao một lần sửa chữ nhỏ lại tốn 120 credit?
Chỉnh sửa độ chính xác cao chất lượng high trên ảnh nguồn trên 4,194,304 pixel dùng mức chỉnh sửa 4K high. Hãy chỉnh sửa ảnh nguồn nhỏ hơn, hoặc dùng medium (40 credit ở 4K, 12 ở 2K).
Để xem danh sách tham số đầy đủ, hãy đọc tài liệu tham chiếu Ideogram 4.6 Edit API. Để có bộ mẫu prompt đã được thử nghiệm, hãy đọc hướng dẫn prompt Ideogram 4.6 API.