Команда Ideogram выпустила свою первую text-to-image модель с открытыми весами — Ideogram 4. Это базовая архитектура на 9.3B параметров, обученная с нуля без использования сторонних чекпоинтов. Ключевым нововведением стал переход на структурированный интерфейс промптов в формате JSON, что позволяет разработчикам напрямую управлять композицией через координаты объектов (bounding boxes) и жестко фиксировать цветовые палитры. Модель нативно генерирует изображения в разрешении 2K, поддерживая нестандартные соотношения сторон вплоть до 6:1.

Согласно результатам профильных бенчмарков, включая Design Arena и слепые тесты типографики от ContraLabs, релиз обходит существующие открытые генераторы, такие как FLUX.2 [max] и Grok Imagine 1.0. Статистически значимое преимущество фиксируется в многоязычном рендеринге текста и пространственном позиционировании элементов, где относительно компактная по числу параметров нейросеть демонстрирует метрики на уровне тяжелых закрытых систем.

Код вывода и веса модели опубликованы на Hugging Face под лицензией для некоммерческого использования. На данный момент разработчикам доступны квантованные версии nf4 с поддержкой экосистемы diffusers и fp8. Для упрощения работы с новым форматом предусмотрен встроенный пайплайн, который автоматически конвертирует стандартные текстовые запросы в необходимый структурированный JSON через API компании.