做文生图的公司大多把最好的模型锁在 API 后面收钱。Ideogram 这回反着来——6 月 3 日，它把当家旗舰 Ideogram 4.0 的权重直接放到了 GitHub 上，让你下回家自己跑。
这不是一个缩水的开源小号，是它能拿出手的最强那一个。
93 亿参数，从零练的，不是谁的微调版
先说硬货。Ideogram 4.0 是个 93 亿参数的文生图模型，34 层的单流 DiT（扩散 Transformer）结构，文本编码器用的是 Qwen3-VL-8B-Instruct，还抽了它中间 13 层的特征来用。
最关键的一句是：从头练的，不是在别人模型上做微调。这在如今一堆”套壳微调”的开源发布里，分量不一样。
能力上几个点：
- 原生 2K 分辨率，256 到 2048 像素之间随便出
- 透明背景，做素材直接能用
- 包围盒控制——你能用坐标框死某个元素摆在哪，不再是靠运气
- 文字渲染专门下了功夫，做 logo、海报时字不再糊成一团乱码
控制方式也变了，靠的是结构化的 JSON 提示词。Ideogram 自己的说法是，这给了用户”对构图、风格、光线、配色、排版和空间布局前所未有的控制力”，并把它定位成一个”state-of-the-art foundation model”——业界顶尖的基础模型。
开源榜第一，但有个”但是”
跑分这块，Ideogram 4.0 在 DesignArena 这个偏设计向的榜单上，拿了开源模型里的第一，往上只剩 OpenAI 和谷歌的闭源货比它高。
但别急着捧。The Decoder 自己做了一轮实测，结果是这样的：
| 对比对象 | Ideogram 4.0 的表现 |
|---|---|
| Midjourney v8 | 赢了 |
| Flux | 大致打平 |
| GPT-Image-2 | 输 |
| Nano Banana Pro（谷歌） | 输 |
| Luma Uni-1.1 | 输 |
所以”开源第一”是真的，”全面碾压”是没有的。它的位置很清楚：开源阵营里的天花板，但和闭源最强的那几家还隔着一截。
还有个坑得说明白。所谓”open-weight”，权重和代码是能下，但 license 是”Ideogram 4 Non-Commercial”——只能非商用，你拿它接活赚钱得另外买授权。这跟 Apache、MIT 那种放开了用的开源不是一回事，更像是”给你看、给你研究、给你改，但想用它挣钱先付钱”。
跑它也要点门槛：nf4 量化版只认 CUDA 显卡，fp8 版本倒是什么硬件都能上。
把权重放出来，图的是什么
Ideogram 这步棋，算盘其实不难猜。
文生图这条赛道，闭源那头被 OpenAI 的 GPT-Image 和谷歌的 Gemini／Nano Banana 压着，Ideogram 一家硬卷 API，很难卷过。可一旦把权重开出来，玩法就变了——开发者能下回去本地跑，能拿自己的数据微调，能塞进自己的产品里。Hugging Face、ComfyUI、Replicate、Leonardo、Picsart 一圈平台当天就接上了，托管 API 那边一张图收 3 到 10 美分。
说白了，闭源拼的是模型有多强，开源拼的是生态铺得有多广。Ideogram 打不赢前一场，就换个战场打第二场——用”你能拿回家”这件事，去换开发者和那些不想被一家闭源 API 绑死的中小团队。
非商用 license 又给这份”开放”留了条收钱的口子：先用开源把人圈进来，真要商用，再回头谈授权。这套组合拳，押的不是这一代模型谁画得最好，而是下一拨做图的工具，底座愿不愿意用它的。
参考来源：Ideogram 4.0 drops as an open-weight model with native 2K resolution and improved text rendering（The Decoder）；Ideogram 4.0 Technical Details（Ideogram 官方博客 / GitHub）