Ideogram 4.0はいつ使いますか？

93億パラメータのDiTアーキテクチャを基盤とする高品質な画像生成モデル

Ideogram 4.0 | AI Tools - BioPlayground

- 93億パラメータのシングルストリーム拡散トランスフォーマー（DiT）：34個のトランスフォーマーブロック、4,608次元の埋め込み、18個のアテンションヘッド、SwiGLU 12,288の中間次元。QK-RMSNorm、3DマルチモーダルRoPE、AdaLNタイムステップモジュレーションを適用。フローマッチングオイラーサンプラーと非対称CFG（Classifier-Free Guidance）を使用。 - 構造化されたJSONプロンプトインターフェース：トレーニング全体が構造化されたJSONキャプションで実行され、バウンディングボックス（0-1000の正規化座標、[y_min, x_min, y_max, x_max]形式）、最大16色（要素あたり5色）のHEXカラーパレット、タイピングテキスト要素のリテラル文字列と視覚的なスタイリングを分離し、1つのJSONスキーマで統合的に制御。スキーマ検証パイプラインを内蔵。 - 業界最高レベルのテキストレンダリング：英語OCRの精度は0.97（X-Omniベンチマーク）、ContraLabsのタイポグラフィー評価で47.9％の1位の選択率、多言語テキストをサポート。ロゴ、看板、キャプションなど、画像内のタイポグラフィーに特化。 - 柔軟な解像度とサンプラープリセット：256-2048pxをネイティブにサポート（16の倍数）、最大縦横比6:1。12ステップ（高速ドラフト）、20ステップ（標準）、48ステップ（V4_QUALITY_48、最高品質）のプリセットを提供。 - テキストエンコーダー：Qwen3-VL-8B-Instructビジョン-言語モデルの13個の中間レイヤーの隠れ状態を特徴次元として結合（単一のレイヤーではなく、多層の特徴融合）。 - Magic Prompt API：プレーンテキストプロンプトを構造化されたJSONプロンプトに自動的に拡張するAPI（APIキーが必要、IDEOGRAM_API_KEY環境変数）。 - 量子化チェックポイント：HuggingFaceからFP8（全プラットフォーム）およびNF4（CUDA専用）をすぐにダウンロード可能。NF4を使用すると、単一の24GB GPUで実行可能。

💻 必要なスペック

🧠RAM

NF4量子化の場合、24GBのGPU 1枚（RTX 4090 / RTX 3090 相当）、FP8の場合は40GB以上を推奨（A100 / A6000 相当）。CPU専用での実行は公式にはサポートされていません。

💾ストレージ

NF4チェックポイントは約5GB、FP8チェックポイントは約10GB、テキストエンコーダーは約16GB、全体で約30〜50GB

⚡ インストール

### 4-1. 簡単な始め方

```bash
# HuggingFaceゲートへのアクセスを承認した後
pip install git+https://github.com/ideogram-oss/ideogram-4.git
```

### 4-2. 詳細なインストール

```bash
# 1. リポジトリのクローン
git clone https://github.com/ideogram-oss/ideogram-4.git
cd ideogram-4

# 2. 依存関係のインストール
pip install .
# または開発モード
pip install -e .

# 3. HuggingFace認証（ゲートモデルへのアクセス）
huggingface-cli login

# 4. 推論の実行（NF4量子化）
python run_inference.py \
  --prompt "ここにプロンプトを入力" \
  --output out.png \
  --quantization "nf4"
```

### 4-3. Python API (diffusers)

```python
from diffusers import DiffusionPipeline
import torch

pipe = DiffusionPipeline.from_pretrained(
    "ideogram-ai/ideogram-4-fp8",
    dtype=torch.bfloat16,
    device_map="cuda"
)
image = pipe("ジャングルにいる宇宙飛行士").images[0]
image.save("output.png")
```

### 4-4. クラウドAPI

```bash
# APIキーの発行：developer.ideogram.ai
# 認証：Api-Keyヘッダー
curl -X POST https://api.ideogram.ai/v1/ideogram-v3/generate \
  -H "Api-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "夕暮れ時の穏やかな山の風景"}'
```

APIエンドポイント：Generate（テキスト→画像）、Remix（画像変形）、Edit（部分修正）、Reframe（解像度拡張）、Replace Background（背景置換）、Face Swapping（顔交換）。デフォルトの同時リクエスト制限は10件。大規模な処理の場合は、partnership@ideogram.aiにお問い合わせください。

🧬 バイオ活用シナリオ

🔬

ロゴ・ブランディングデザインの自動化

JSONプロンプトでバウンディングボックスの位置に会社名のテキストを配置し、HEXカラーパレット6色でブランドカラーを指定して、ロゴ案100枚を一括生成。OCRの精度が0.97レベルのテキストが画像に正確にレンダリングされ、デザイナーは候補の選定に集中できる

🧬

科学論文・ポスター用のグラフィカルアブストラクト生成

複雑な実験ワークフローを視覚化する際に、バウンディングボックスで各ステップの位置を指定し、テキストラベル（「ステップ1：サンプル調製」、「ステップ2：分析」など）を正確に配置。V4_QUALITY_48プリセットで2048x1024の高解像度学会ポスター印刷品質を達成

💊

多言語マーケティングクリエイティブ

同じレイアウトのJSONでテキスト要素のみを置き換えて、英語・韓国語・日本語バージョンの広告画像を同時に生成。カラーパレットのコンディショニングによりブランドの一貫性を維持しながら、文化圏ごとの色合いを微調整

BioPlayground

Ideogram 4.0