digitalsamba/ideogram4

Habilidad Ideogram 4

Generación de texto a imagen con Ideogram 4 (9.3B, pesos abiertos, lanzado en junio de 2026). Su superpoder es el renderizado de texto en imagen de primera clase — supera a modelos mucho más grandes (FLUX.2 dev 32B, Qwen-Image 20B, Hunyuan 80B) al renderizar señalización, logotipos, leyendas y texto multilínea legibles — además del control exacto de paletas de colores y cuadros delimitadores.

Esa ventaja está bloqueada detrás de un formato de leyenda JSON estructurado. Una indicación de texto plano te da resultados similares a FLUX y pierde todo el sentido de usar este modelo. Esta habilidad enseña a Claude a actuar como el expansor de "indicaciones mágicas" — convirtiendo la solicitud casual del usuario en la leyenda JSON con la que Ideogram 4 fue entrenado.

Backend: El kit de herramientas utiliza la API alojada v4 de Ideogram (no los pesos auto-alojados). La API acepta un json_prompt estructurado, por lo que todo lo que enseña esta habilidad se aplica directamente — Claude construye la leyenda, la herramienta la publica como json_prompt. Los planes de API de pago incluyen una licencia comercial, que los pesos auto-alojables (no comerciales) no tienen — por eso usamos la API. El costo es de ~$0.03/imagen (turbo) a ~$0.10/imagen (calidad).

Cuándo Usar Esta Habilidad

Recurre a Ideogram 4 (en lugar de FLUX.2) cuando la imagen necesite:

• Texto legible en la imagen — tarjetas de título, miniaturas, fondos de tercios inferiores, señalización, logotipos, tarjetas de citas, CTAs con un titular incluido
• Colores de marca exactos — condicionamiento de paleta de colores hex, por elemento
• Diseño controlado — cuadros delimitadores colocan texto/objetos en regiones específicas
• Texto multilingüe en la imagen

Usa FLUX.2 en su lugar cuando: la imagen no tenga texto crítico, necesites salida con licencia comercial, o simplemente quieras un fondo atmosférico rápido. FLUX acepta indicaciones en lenguaje natural simple; Ideogram quiere JSON. Consulta tools/flux2.py.

La Única Cosa que Debes Hacer Bien

Siempre emite una leyenda JSON estructurada, no una oración simple. El modelo está entrenado exclusivamente en leyendas JSON que nombran cada elemento explícitamente. Claude es un mejor expansor que la indicación mágica alojada gratuita de Ideogram (sus propios documentos señalan que la enviada "no es la misma utilizada en producción"), así que construye la leyenda tú mismo usando esta habilidad en lugar de pasar texto sin procesar.

Leyenda válida mínima:

{"high_level_description":"Un velero al atardecer en aguas tranquilas.","style_description":{"aesthetics":"sereno, cálido, hora dorada","lighting":"contraluz de hora dorada","photo":"gran angular, f/8","medium":"fotografía","color_palette":["#FF6B35","#F7C59F","#004E89"]},"compositional_deconstruction":{"background":"Océano tranquilo en horizonte bajo con cielo naranja-rosado.","elements":[{"type":"obj","desc":"Vela blanca triangular silueteada contra el sol poniente."}]}}

El esquema completo, las reglas estrictas de orden de claves y el sistema de coordenadas de cuadros delimitadores están en prompting.md. Los ejemplos trabajados de tarjetas de título / miniaturas / tarjetas de citas están en examples.md.

Referencia Rápida — tools/ideogram4.py

Envoltura ligera sobre la API alojada v4 de Ideogram. Necesita IDEOGRAM_API_KEY en .env (clave de developer.ideogram.ai). --json publica la leyenda como el campo json_prompt de la API (sin indicación mágica del lado del servidor — Claude es el expansor); --prompt publica text_prompt.

# Leyenda JSON escrita a mano (la ruta recomendada para texto/diseño) — Claude escribe caption.json
uv run tools/ideogram4.py --json caption.json --output title.png

# Leyenda desde stdin (Claude puede canalizarla directamente)
cat caption.json | uv run tools/ideogram4.py --json - --output title.png

# Indicación simple — la indicación mágica del lado del servidor de Ideogram la expande (más débil; prefiere --json)
uv run tools/ideogram4.py --prompt "Tarjeta de título: 'AI ENGINEERING REVIEW' blanco negrita sobre oscuro" --output title.png

# Inyectar colores hex de marca en la paleta de la leyenda (modo JSON)
uv run tools/ideogram4.py --json caption.json --brand digital-samba --output cta.png

# Nivel de calidad + resolución
uv run tools/ideogram4.py --json caption.json --speed QUALITY --resolution 2048x2048 --output slide.png

Ideogram 4.5 (opt-in)

--model 4.5 envía las mismas banderas a Ideogram 4.5 en la API v2 (POST /v2/image/generate/ideogram-4-5, multipart como la llamada v1). Se ha ejecutado en vivo: Las leyendas JSON renderizan texto casi perfecto; las indicaciones simples agregan texto de relleno sin sentido, así que siempre envía una leyenda JSON a 4.5. Ideogram 4 sigue siendo el predeterminado porque los tamaños de 4.5 deben ser múltiplos de 32, lo que descarta 1280x720 exacto de YouTube (/thumbnail usa 4.0 para eso).

uv run tools/ideogram4.py --model 4.5 --json caption.json --speed QUALITY --resolution 1440x2560 --output card.png

• Indicación: ambos modos van en el único campo prompt de 4.5. --json envía la leyenda como JSON compacto. 4.5 lee el formato de leyenda de Ideogram 4, y una leyenda válida omite la indicación mágica del lado del servidor. El texto --prompt es expandido por la indicación mágica, como en v1.

• --speed se asigna a quality: TURBO, DEFAULT y QUALITY al mismo precio que en Ideogram 4, y FLASH, que no tiene precio en Ideogram 4, a bajo (precios de lista de Ideogram, verificados 2026-10-12; los tamaños 1K y 2K cuestan lo mismo):

  --speed	4.5 quality	Por imagen
  FLASH, TURBO	low	$0.03
  DEFAULT (el predeterminado)	medium	$0.06
  QUALITY	high	$0.10

  El nivel very_low de 4.5 necesita imágenes de origen, por lo que la herramienta nunca lo envía. En --model 4, FLASH aún se envía como está, pero los documentos de Ideogram dicen que actualmente devuelve HTTP 400.

• --resolution se envía como size: auto, o ANCHOxALTO con ambos lados múltiplos de 32 y al menos 256px, como máximo 2048x2048 píxeles en total, y una relación de aspecto de como máximo 6:1. Omítelo e Ideogram elige un tamaño de la indicación. La herramienta verifica estas reglas antes de llamar a la API y sale con código 2 cuando un tamaño las incumple. 1440x2560 (el tamaño de tarjeta 9:16) y 2048x2048 pasan. Seis preajustes de Ideogram 4 no lo hacen, y el error sugiere un reemplazo: 720x1280 (1440x2560), 1280x720 (2560x1440), 720x1440 (1440x2880), 1440x720 (2880x1440), 1296x3168 (1280x3072), 3168x1296 (3072x1280). Sin imágenes de origen, Ideogram también necesita uno de sus preajustes 1K/2K compatibles, una lista que no publica, por lo que un tamaño que pase las comprobaciones aún puede recibir un HTTP 400.

Archivos Clave

• prompting.md — esquema JSON completo, orden estricto de claves, sistema de coordenadas de cuadros delimitadores, reglas de paleta
• examples.md — leyendas trabajadas para tarjetas de título, miniaturas, tarjetas de citas, CTAs de marca

Ajuste en Producción de Video

El nicho de Ideogram 4 en el kit de herramientas son diapositivas y miniaturas con texto integrado, donde FLUX y LTX-2 fallan (ambos renderizan texto sin sentido). Emparejamientos naturales:

Caso de uso	Por qué Ideogram 4
Fondo de tarjeta de título/CTA con texto de titular	Texto legible + colores hex exactos de marca en un solo pase
Miniatura de YouTube/redes sociales con una frase llamativa	Texto grande legible es su punto más fuerte
Tarjeta de cita / tarjeta de estadística	Texto multilínea + control de diseño mediante cuadros delimitadores
Señalización/logotipos dentro de una escena de demostración de producto	Texto en imagen que otros modelos no pueden renderizar

Luego, alimenta la imagen fija a Remotion (<OffthreadVideo>/Img) o anímala con tools/ltx2.py --input.