2026年6月3日、IdeogramはオープンウェイトのテキストトゥイメージモデルIdeogram 4を公開し、推論コードとウェイト、技術ブログを一般公開した。
これは同社初のオープンウェイトモデルで、既存モデルのファインチューンではなく、ゼロから学習した9.3Bパラメータの基盤モデルである。34層のシングルストリームDiTを採用し、テキストエンコーダにQwen3-VL-8B-Instructを用いる。
量子化はnf4とfp8の2種で、コードはApache-2.0、モデルはIdeogram 4 Non-Commercialライセンスで提供される。解像度は256から2048に対応する。ContraLabsのタイポグラフィ評価では1位獲得率47.9%で、Nano Banana 2の30.0%、FLUX.2 [max]の15.5%、Grok Imagine 1.0の15.0%を上回った。
From: 
GitHub – ideogram-oss/ideogram4: Ideogram 4: Open image model at the forefront of design
【編集部解説】
2026年6月3日、Ideogramが画像生成モデル「Ideogram 4」のウェイトと推論コードを公開しました。私たちがこのニュースに注目するのは、性能の数字そのものよりも、「フロンティア級の画像モデルが、ダウンロード可能な形で世に出た」という構造的な変化に意味があるからです。
まず、見出しに使われる「オープン」という言葉には注意が必要です。GitHubのコードはApache-2.0ですが、モデル本体は「Ideogram 4 Non-Commercial」ライセンスで、商用利用には別途有償ライセンスが求められます。海外メディアでも、ウェイトとコードはGitHubから入手できるが商用利用には有料ライセンスが必要だと明記されています。誰でも自由に商用転用できる「オープンソース」とは異なる、「重みは開くが、商用は囲う」というハイブリッドな設計だと理解しておくべきでしょう。
技術的な核心は、アーキテクチャの選択にあります。Ideogram 4は34層の「完全シングルストリームDiT」を採用し、テキストと画像のトークンを最初から1本のシーケンスとして同じ層で処理します。さらに、テキストエンコーダにCLIPやT5ではなくQwen3-VL-8B-Instructという視覚言語モデルを据えた点が特徴的です。言葉を「文字列」としてではなく「視覚的な概念」として読み込ませる設計であり、ここが実務者がまず検証したくなる賭けどころでしょう。
利用者にとって大きいのは、プロンプトの「書き方」が変わる点です。Ideogram 4は構造化されたJSONキャプションで学習されており、色（16進数指定）、被写体の配置（バウンディングボックス座標）、タイポグラフィ、レイアウトを明示的に指定できます。雰囲気を言葉で願う段階から、仕様を数値で指定する段階へ。画像生成が「お絵かき」から「設計」に近づいた、と言い換えてもよいかもしれません。
この変化が効いてくるのは、ポスター、ロゴ、バナー、広告といった「文字が読めて、配置が崩れない」ことが死活的に重要な実務領域です。ContraLabsのプロデザイナー10名によるブラインド評価で、Ideogram 4が「実際のクライアント業務で使いたいか」という問いに5点満点中3.55点を得た事実は、単なる見栄えではなく現場投入の可否を問うた点で示唆に富みます。
恩恵の射程も広がります。fp8版はCUDA以外のハードウェアにも対応するため、NVIDIA以外の環境への展開余地が生まれます。自社サーバーやファイアウォール内での運用、自社ブランド資産でのファインチューニングも技術的には可能で、コストを「生成枚数」ではなく「確保した計算資源」に紐づけられます。ただし、ここには重要な但し書きがあります。公開ウェイトのライセンスは非商用・研究／非本番利用に限られ、商用・本番・クライアント業務での運用やセルフホストには、別途、規模に応じた商用ライセンスが必要です。「手元で動かせる」ことと「商用に使える」ことは、ここでは同義ではありません。なお、これはモデルのウェイトをどう使えるかという話で、生成された画像そのものの扱い（Ideogramは出力の所有権を主張せず、第三者の著作権・商標を守る前提で利用可能とされます）とは別の論点です。混同しないよう注意してください。
一方でリスクも見据える必要があります。非商用ライセンス前提でパイプラインを組んだ開発者は、将来ライセンス条件が変わった場合に法務・事業上のリスクを負いかねません。文字描画が高精度になればなるほど、偽の看板・ロゴ・文書を作る悪用の余地も広がります。Ideogramはプロンプトと出力の安全審査にHiveを用いていますが、ウェイトが手元に渡った以上、フィルタの強度や回避可能性は今後の論点になるでしょう。
第三者の評価をどう読むかも、冷静さが要る部分です。LMArenaについてIdeogramは、自社を「オープンウェイトのラボとして最上位、画像生成ラボ全体でトップ5」と説明しています。なお第三者報道では、モデル単位で品質モード1位・総合9位とする整理もあり、評価の単位によって見え方が変わる点には留意が必要です。いずれのリーダーボードも投票や評価の蓄積で順位が日々変動するため、ここで挙げた順位はいずれも2026年6月4日時点のものです。
規制の観点では、画像の出所表示（来歴情報）や電子透かし、EUのAI規則が求める透明性義務との整合が問われます。「誰でも手元で動かせる」ことと「生成物の責任を誰が負うか」は、これから制度設計が追いつくべき領域です。
長期的に見れば、今回の動きは「画像生成のコモディティ化」という大きな流れの一里塚です。クローズドなAPIの優位がいつまで守られるのかを、トロント発のスタートアップ（Google BrainでImagenを手がけた研究者らが創業）が自ら問い直したとも読めます。画像生成が、感性に頼る手仕事から、構造化された制御可能なインフラへと移っていく——その転換点として、私たちはこのリリースを記録に値するものと位置づけます。
【用語解説】
DiT（Diffusion Transformer）／シングルストリーム
拡散モデルの処理にTransformerを用いる画像生成アーキテクチャ。Ideogram 4の「シングルストリーム」は、テキストと画像のトークンを分けずに1本の流れで同じ層に通す構造を指す。
量子化（nf4 / fp8）
モデルの数値表現を圧縮し、必要なメモリや計算量を抑える技術。nf4とfp8は圧縮形式の種類で、対応ハードウェアが異なる。
JSONプロンプティング／バウンディングボックス／カラーパレット
JSON形式で構図や要素を構造的に指定する手法。バウンディングボックスは要素の配置を矩形座標で示す枠、カラーパレットは16進数で配色を指定する仕組みを指す。
classifier-free guidance
プロンプトに沿った生成と自由な生成を組み合わせ、指示への忠実度を調整する拡散モデルの定番手法。Ideogram 4は両者を独立して制御できる。
Bradley-Terry（スコア）
2者比較の勝敗データから相対的な強さを推定する統計手法。人間による選好評価の順位付けに用いられる。
【参考リンク】
Ideogram（公式サイト）（外部）
Ideogram 4を開発するトロント拠点のAI企業。画像生成を試せ、APIや料金プランも提供する。
Ideogram 4.0 技術ブログ（外部）
Ideogram 4のアーキテクチャやベンチマーク、サンプル画像を解説した公式の技術記事。
Licensing | Ideogram（公式ライセンスページ）（外部）
公開ウェイトの非商用範囲と、商用・本番利用に必要なCommercial licenseの区分を説明するZ
ideogram-ai/ideogram-4-nf4（Hugging Face）（外部）
nf4量子化版モデルの配布ページ。ライセンス同意と認証を経てウェイトを入手できる。
Qwen3-VL-8B-Instruct（Hugging Face）（外部）
Ideogram 4がテキストエンコーダに採用した、Alibaba系の視覚言語モデルの配布ページ。
Design Arena（外部）
デザイン特化の画像生成をElo方式で順位付けする第三者サイト。順位は随時変動する。
LMArena（外部）
汎用的なテキストトゥイメージ性能を比較する第三者の評価アリーナ。順位は随時変動する。
Hive（The Hive）（外部）
Ideogram 4が安全審査に用いる、テキスト・画像のモデレーションAPIを提供する企業。
【参考動画】
【参考記事】
Ideogram 4.0 drops as an open-weight model with native 2K resolution and improved text rendering（THE DECODER）（外部）
6月3日の公開を報道。2K解像度や背景透過、商用は有料ライセンスが必要な点や順位を整理。
Ideogram 4: 9.3B Open-Weight DiT Tops Design Arena（AI Weekly）（外部）
9.3BのDiT構成やContraLabsの数値を整理し、非商用ライセンスの事業リスクを論じた記事。
Creative Arena by Contra Labs（ContraLabs）（外部）
デザイナー10名・4モデル・240画像のブラインド評価の一次データを掲載する調査ページ。
Ideogram releases open AI image model for local use（The Nordic Times）（外部）
配布は登録制で非商用ライセンス、主眼はローカル実行であり無制限の商用利用ではないと明示。
Ideogram: Funding, Team & Investors（StartupIntros）（外部）
Ideogramの創業背景や資金調達、トロント拠点といった企業情報をまとめたプロフィール。
【関連記事】
Nano Banana 2発表―Pro品質の画像生成をFlashの速度で全ユーザーへ
今回のContraLabs評価で比較対象となったGemini系モデル（Nano Banana 2）の詳報。来歴管理（SynthID・C2PA）にも触れ、本記事の規制・透明性パートと補完関係にある。
FLUX.2発表、Google Nano Banana Proの4分の1コストで画像生成AIの新時代へ
もう一つの比較対象FLUX.2の本体記事。オープンウェイトの統制やJSON構造化プロンプトなど、Ideogram 4と重なる論点を扱う。
FLUX.2 [klein]登場──0.5秒で画像生成、コンシューマーGPU対応のオープンソースAIモデル
16進数カラー指定やJSON形式プロンプト、ローカル実行という本記事の核心機能と直接対応する軽量モデルの解説。
新進気鋭のローカル画像生成AI「HiDream-I1」圧倒的な170億パラメータ、商用利用も自由
DiTアーキテクチャとオープンウェイト・商用ライセンスを扱う記事。Ideogram 4の非商用ライセンスとの対比に有用。
【編集部後記】
画像生成の話題は、つい「どれだけ綺麗な絵が出るか」に目が向きがちです。けれど今回Ideogram 4を追いかけてみて面白いと感じたのは、絵の美しさよりも「どこまで自分の意図どおりに置けるか」という制御の話でした。
色を16進数で、配置を座標で指定する——それは表現というより、もはや設計図に近い営みです。手元で動かせるモデルが増えていくこれからは、つくる楽しさと同じだけ、つくったものをどう扱うかという問いも増えていくはずです。その問いを、読者のみなさんと一緒に考え続けられたらと思っています。
