10 edycji pod rząd: Ideogram 4.5 vs 7 modeli

👁 198 przeczytań

Tak, w moim teście Ideogram 4.5 wytrzymał dziesięć edycji z rzędu bez psucia zdjęcia. Po dziesiątej poprawce fragmenty, których żadne polecenie nie dotyczyło, były niemal identyczne z oryginałem (SSIM 0,95, zmiana koloru ΔE 2,5). U siedmiu konkurentów te same fragmenty rozjechały się wyraźnie: od SSIM 0,58 w Seedream 5 Pro do 0,22 w Grok Imagine 2, a Nano Banana Pro i Nano Banana 2 zabarwiły całe zdjęcie na różowo. Najbliżej był GPT Image 2.5 Sunburst, ale i on przerysowuje cały kadr przy każdym kroku.

Ideogram przy premierze wersji 4.5 (30.09.2026) twierdzi, że konkurencja, w tym GPT Image 2.5 Sunburst, Nano Banana Pro i Nano Banana 2, po kilku edycjach daje obraz nie do użycia, a 4.5 zostaje czysty. To jest sprawdzalne, więc sprawdziłem to sam: jedno zdjęcie, dziesięć poleceń jedno po drugim, osiem modeli i pomiar tych części kadru, których nikt nie miał prawa ruszać.

Jak testowałem

• Zdjęcie wyjściowe: krakowska piekarnia z szyldem „PIEKARNIA”, czerwonymi drzwiami, rowerem, czerwonym samochodem, kobietą w szarym płaszczu, tablicą „CHLEB 6,90 zł” i koszem na śmieci. Rozdzielczość 2528×1696. Wygenerowałem je w Nano Banana Pro, a nie w Ideogramie, żeby nie dawać mu przewagi „własnego” obrazu.
• Dziesięć poleceń po angielsku, każde zakończone zdaniem „Change nothing else.” (nic więcej nie zmieniaj). Pełna lista jest w przeglądarkach kroków niżej, po polsku.
• Łańcuch: każdy model zawsze edytuje swój własny wynik z poprzedniego kroku. Błąd z kroku 2 przechodzi więc do kroku 3 i dalej, tak jak przy prawdziwej pracy nad zdjęciem klienta.
• Modele i ustawienia: Ideogram 4.5 (edit_precision high, quality high), GPT Image 2.5 Sunburst (quality high), Nano Banana Pro (2K), Nano Banana 2 (2K), Seedream 5.0 Pro, FLUX.2 Max, Qwen Image 3 (bez rozszerzania promptu), Grok Imagine Image 2.0 (2k, medium).
• Wszystko przez API fal.ai, 1.10.2026, jedno podejście na model, bez powtórek i bez wybierania lepszych wyników.
• Pomiar: wybrałem cztery obszary, których nie dotyczy żadne polecenie: ścianę po prawej, ścianę z rynną po lewej, półki z chlebem za szybą i chodnik po prawej. Po każdym kroku porównałem je z oryginałem.
• SSIM mierzy podobieństwo struktury, czyli faktury, krawędzi i detalu. 1 oznacza obraz identyczny, 0,9 to drobne różnice, poniżej 0,6 ten sam fragment wygląda już wyraźnie inaczej.
• ΔE (CIEDE2000) to średnia zmiana koloru. Około 2 oznacza zmianę ledwo widoczną dla oka, powyżej 10 kolor jest wyraźnie inny.
• Ocenę, czy polecenie zostało wykonane, robiłem sam, oglądając każdy z 80 obrazów w pełnej rozdzielczości.

Jedno zastrzeżenie do pomiaru: część drobnych skoków w wykresach to nowe obiekty, które wpadły na brzeg mierzonego obszaru, na przykład donica z lawendą w kroku 6 stoi u części modeli na chodniku po prawej. Dlatego patrzę głównie na trend po dziesięciu krokach, a nie na pojedyncze wartości.

Wynik w skrócie

SSIM i ΔE mówią tu dwie różne rzeczy. GPT Image 2.5 Sunburst ma niski SSIM (0,43), bo za każdym razem na nowo rysuje fakturę tynku, ale kolor trzyma najlepiej po Ideogramie (ΔE 9,5). Nano Banana Pro i Nano Banana 2 odwrotnie: fakturę trzymają nieco lepiej, za to kolor odpływa najmocniej z całej stawki (ΔE ponad 18), bo zdjęcie z każdym krokiem robi się bardziej różowe.

Czas to średnia z dziesięciu kroków liczona od wysłania zlecenia do gotowego wyniku w kolejce fal.ai. Qwen Image 3 wahał się od 48 do 285 sekund na krok. Ceny przepisałem z cenników fal.ai 1.10.2026: Seedream liczy $0.135 za obraz do 2048×2048 (mój wynik był minimalnie większy), FLUX.2 Max $0.07 za pierwszy megapiksel i $0.03 za każdy kolejny, wliczając obraz wejściowy, a Grok $0.08 plus $0.01 za obraz wejściowy. GPT Image 2.5 zależy od rozmiaru i długości promptu: w jakości high od $0.053 za 1024×1024 do $0.10 za 3840×2160.

Krok po kroku: wszystkie osiem łańcuchów

Pod każdym modelem jest przeglądarka. Przycisk 0 pokazuje oryginał, 1-10 kolejne edycje, działają też strzałki na klawiaturze. Najlepiej porównywać ścianę po prawej i twarz kobiety między krokiem 0 a 10.

Ideogram 4.5

Wszystkie dziesięć poleceń wykonane i każde w swoim miejscu. Przemalował tylko skrzydło drzwi, a czerwona rama witryny została czerwona. Kot siedzi na zewnętrznym parapecie, donica stoi przy drzwiach, kosz zniknął, a rynna za nim została. Faktura tynku, chleb na półkach, mokry chodnik i twarz kobiety po dziesięciu krokach wyglądają jak w oryginale. Zmieniają się wyłącznie edytowane fragmenty. Dwie drobne uwagi: przy zmianie szyldu litery zrobiły się węższe, żeby zmieścić dłuższy napis, a wynik ma 2480×1664 pikseli, czyli trochę mniej niż oryginał (2528×1696).

GPT Image 2.5 Sunburst

Same edycje wychodzą dobrze: naklejka czytelna, szyld i tablica poprawne, hulajnoga i płaszcz bez zarzutu. Problem jest gdzie indziej. Każde przejście renderuje cały obraz od nowa, więc ściana z kroku na krok robi się cieplejsza i bardziej wyostrzona, a faktura tynku zmienia rysunek. Twarz kobiety po dziesięciu krokach jest wyraźnie młodsza. Jedno polecenie wykonał źle: kot nie siedzi na zewnętrznym parapecie, tylko w środku, za szybą, między chlebem. GPT jako jedyny poza Ideogramem trzyma kolor w rozsądnych granicach (ΔE 9,5) i zachowuje dokładny rozmiar wejścia.

Nano Banana Pro

Już w kroku 1 zrobił więcej, niż kazałem: oprócz drzwi przemalował na zielono całą ramę witryny. Potem polecenia wykonywał poprawnie, ale z każdym krokiem całe zdjęcie przesuwa się w stronę różu: od połowy łańcucha widać to gołym okiem, a w kroku 10 ściana jest wyraźnie różowa. Płaszcz wyszedł brązowo-musztardowy, twarz kobiety pod koniec ma magentowy odcień i artefakty, a naklejka na drzwiach, poprawna w kroku 2, w kroku 10 przesunęła się w dół i czyta się jak „OTIUNARTE”.

Nano Banana 2

Tańszy brat Pro w kroku 1 był dokładniejszy: przemalował tylko drzwi, rama została czerwona. Wszystkie polecenia wykonał, ale dryf koloru jest ten sam co u Pro, a nawet mocniejszy w odbiorze: w kroku 10 różowa jest ściana, chodnik i hulajnoga. Płaszcz znowu wyszedł brązowo-musztardowy, a twarz pod koniec jest rozmyta i przebarwiona.

Seedream 5.0 Pro

Najlepszy z konkurentów pod względem SSIM, ale z wyraźną wadą na starcie: zamiast przemalować drzwi, wstawił inne, jasnozielone drzwi z podziałem na szybki. Do kroku 5 reszta kadru trzyma się nieźle, od kroku 6 pojawia się różowy nalot, który narasta do końca. Hulajnoga dostała koszyk po rowerze, a kot jest duży i puchaty, ale siedzi tam, gdzie miał, na zewnętrznym parapecie. Twarz kobiety zachował najlepiej z konkurencji.

Qwen Image 3

Najwolniejszy w teście: od 48 do 285 sekund na krok. Obraz z każdym przejściem blednie i traci nasycenie, a w kroku 10 wygląda jak przepuszczony przez mgłę. Donicę z lawendą postawił nie przy drzwiach, tylko przed tablicą, tak że zasłania część ceny. Naklejka „OTWARTE 7-22” w kroku 2 była czytelna, ale w kroku 10 jest już rozmytą plamą liter.

FLUX.2 Max

W kroku 1 przemalował całą ramę witryny na turkusowo-zielono i przy okazji zamienił mokry chodnik na suchą kostkę. Przy usuwaniu samochodu dorysował przy ścianie rdzawy słupek, przy donicy wiklinowy koszyk pod prawą ścianą. Kota posadził w środku witryny, za szybą, razem z nowymi czerwonymi miskami. W kroku 9 zmienił tablicę, ale dodatkowo wymalował „CHLEB 7,50 ZL” na górnej szybie witryny, czego nikt nie zamawiał. W kroku 10 kosz zniknął, ale w jego miejscu został dziwny obiekt przypominający wąż ogrodowy. Na twarzy i drzwiach pod koniec widać siatkowy wzór.

Grok Imagine 2

Wszystkie polecenia wykonane, a naklejka i tablica wyszły czytelnie. Ale już w kroku 1 przemalował na zielono całą ramę witryny, przerysował ścianę (SSIM 0,46 po pierwszej edycji) i dał kobiecie okulary, których wcześniej nie miała. Z każdym krokiem tynk robi się bardziej zimny, szaroniebieski i mocniej łuszczący się. To najszybszy model w teście razem z Nano Banana 2, ale też ten, który najbardziej odchodzi od oryginału.

Pierwsza edycja kontra dziesiąta

Ten wykres pokazuje, skąd bierze się różnica. Większość modeli traci sporo już przy pierwszej poprawce, a potem błąd się kumuluje. Ideogram traci 0,02 na starcie i niemal nic później.

Pełne serie, krok po kroku. Pierwsza liczba to SSIM, druga ΔE.

U Ideogramu w krokach 1-4 wartości stoją w miejscu co do trzeciego miejsca po przecinku. To znaczy, że kolejne edycje w ogóle nie ruszają tych fragmentów, a model nie generuje kadru od nowa. Startowe 0,97 zamiast 1 to w dużej części efekt mniejszego rozmiaru wyniku, który do porównania przeskalowałem do wymiarów oryginału. Niewielki spadek w kroku 6 to w dużej części sama donica z lawendą, która stanęła na skraju mierzonego chodnika.

Gdzie Ideogram 4.5 nie wygrywa

Teza z materiałów premierowych w moim teście się broni, ale nie jest tak, że Ideogram jest najlepszy we wszystkim.

• Cena. Edycja w jakości high kosztuje $0.22. Nano Banana 2 w 2K to $0.12, Nano Banana Pro $0.15, Grok $0.09, a GPT Image 2.5 w high, zależnie od rozmiaru, od $0.05 do $0.10. Ideogram ma tańsze tryby (medium $0.06, low $0.03, very_low $0.008), ale ich w łańcuchu nie testowałem.
• Rozmiar wyniku. Wejście 2528×1696, wyjście 2480×1664. Różnica jest mała, ale jeśli zdjęcie idzie do druku albo do szablonu o sztywnym formacie, trzeba je przeskalować.
• Szybkość. Około 54 sekund na krok. Nano Banana 2 i Grok były ponad dwa razy szybsze.
• Krój po zmianie szyldu. Przy dłuższym napisie „PIEKARNIA ZOSIA” litery zrobiły się węższe. Inne modele też zmieniały krój, ale „ten sam font” nie był wykonany dosłownie.
• Jakość samej edycji. GPT Image 2.5 Sunburst wykonał edycje tekstowe równie czysto, a jego naklejka i tablica wyglądają naturalnie. Gdy potrzebna jest jedna duża zmiana, a nie seria, GPT jest równorzędny i tańszy.

Który model do czego

• Seria poprawek na zdjęciu klienta (zmiana ceny, potem szyldu, potem koloru): Ideogram 4.5 w trybie edit_precision high i jakości high. Tylko on po dziesięciu krokach zostawił nietknięte to, czego nie ruszałem.
• Lokalizacja produktu i materiałów (inny napis, inna waluta, ten sam packshot w kilku wersjach): Ideogram 4.5 high, bo każda wersja zostaje wierna oryginałowi. Szczegóły w moim teście 10 edycji przed i po.
• Jedna kreatywna zmiana (inny nastrój, inna pora dnia, przerobienie stylu): GPT Image 2.5 Sunburst, Nano Banana Pro albo Seedream 5 Pro. Przerysowanie całego kadru w jednym kroku nie jest tu wadą.
• Szybkie szkice i warianty na próbę: Nano Banana 2 albo Grok Imagine 2, bo są najszybsze i tanie, ale wynik traktuj jako punkt wyjścia, nie jako bazę do kolejnych poprawek.
• Jeśli musisz robić serię w innym modelu: edytuj zawsze oryginał z jednym zbiorczym poleceniem albo wracaj do oryginału co 2-3 kroki. Kumulacja jest głównym źródłem dryfu.

Jeśli edycja ma dotyczyć polskiego tekstu, sprawdź też mój test polskich napisów na tle 8 modeli, bo tam układ sił jest zupełnie inny. Pełne zestawienie generatorów jest w rankingu generatorów obrazów AI, a o głównym konkurencie piszę na stronie GPT Image 2.5.

FAQ

Czy Ideogram 4.5 naprawdę nie psuje zdjęcia przy wielu edycjach?

W moim teście nie. Po dziesięciu edycjach z rzędu fragmenty, których nie dotyczyło żadne polecenie, miały SSIM 0,95 i średnią zmianę koloru ΔE 2,5, czyli na granicy tego, co oko jest w stanie zauważyć. Siedem pozostałych modeli skończyło między 0,58 a 0,22 SSIM. To jeden test na jednym zdjęciu, ale różnica jest bardzo duża.

Dlaczego Nano Banana zabarwia zdjęcie na różowo?

Każda edycja w Nano Banana Pro i Nano Banana 2 generuje cały obraz na nowo, a nie tylko zmieniany fragment. Drobne przesunięcie koloru w jednym kroku jest niewidoczne, ale po dziesięciu krokach sumuje się do ΔE ponad 18. Ten sam mechanizm, w mniejszym stopniu, widać w GPT Image 2.5 i Seedream 5 Pro.

Ile kosztuje dziesięć edycji w Ideogram 4.5?

W jakości high $0.22 za edycję, więc $2.20 za cały łańcuch. W medium byłoby to $0.60, a w low $0.30, ale tych trybów w teście łańcuchowym nie sprawdzałem.

Czym jest edit_precision high?

To tryb precyzyjnej edycji w API Ideogram 4.5, który ma zostawiać niezmienione piksele nietknięte. Porównanie trybu high i zwykłego na dziesięciu różnych edycjach opisałem w artykule z przykładami przed i po.

Czy Ideogram 4.5 nadaje się też do generowania od zera?

Tak, i robi to dobrze w grafice i typografii. Sprawdziłem to na 15 stylach graficznych, 12 kadrach fotograficznych, 10 koncepcjach rebrandingu i 10 projektach do social mediów i druku.

Więcej o Ideogram 4.5

• Edycja zdjęć w Ideogram 4.5: 10 przykładów przed i po
• Polskie napisy: Ideogram 4.5 na tle 8 modeli
• Ideogram 4.5: 15 stylów graficznych z promptami
• Ideogram 4.5 w fotografii: 12 kadrów z promptami
• Rebranding marek w Ideogram 4.5: 10 koncepcji
• Ideogram 4.5 do social mediów i druku: 10 projektów