Автор note предложил оценивать Ideogram 4.0 на 10 японских надписях: подтверждённого японского бенчмарка точности нет. Если вы планируете поручать модели баннеры, английская цифра 0,97 не поможет понять, сколько времени уйдёт на исправления.
Эта оценка относится к X-Omni English OCR и приводится во вторичных публикациях — уже по названию видно, что тестировали английский. Японского OCR-результата автор не нашёл. Picsart говорит о многоязычном рендеринге, а сравнительные сайты упоминают поддержку CJK, но это описания, не замеры. И отзывы о японском тексте расходятся: одни называют точность высокой, другие отмечают сбои на сложных кандзи и длинных фразах. Условия и версии моделей при этом не совпадают.
Предлагается простой тест: зафиксировать Ideogram 4.0 и сделать 10 изображений с надписями трёх длин — примерно по 3–4 коротких (3 знака), средних (6 знаков) и длинных (10 и больше). Например: «営業中», «喫茶ひまわり» и «炭火焼き鳥と地酒の店 たかはし». В промпте менять только саму фразу, а остальные детали оставить одинаковыми; сохранить скриншоты с названием версии. Потом считать точные совпадения и отмечать, что именно ломается: отдельные хираганы, сложные кандзи или подмена похожими знаками.
Десять картинок — не статистика для общих выводов, и автор это оговаривает. Но для своей задачи такой тест покажет, где можно оставить текст модели, а где проще добавить его вручную в Canva или Photoshop. Если короткие надписи проходят стабильно, может исчезнуть один этап работы; длинные можно по-прежнему накладывать отдельно. Для коммерческого использования есть ещё один пункт проверки: источники по-разному описывают лицензии кода и весов Ideogram 4.0, так что условия лучше сверить с официальным текстом до сдачи проекта.
Источникnote #画像生成AI
