1 oktober 2026 · bijgewerkt 6 oktober 2026
Je bent een portretfoto aan het bewerken met AI en vraagt de tool om de achtergrond blauw te maken. Lukt. Daarna een andere jurk. Lukt ook. Bij de vijfde opdracht kijk je nog eens goed: de huid is oranjer geworden, de ogen staan net anders en de achtergrond heeft vlekken die er eerst niet waren. Je hebt niets aan het gezicht gevraagd, en toch is het veranderd.
Bij AI foto bewerken gebeurt dit vaker dan je denkt, en het heeft een naam: drift. Woensdag lanceerde Ideogram een model dat precies daarop is gebouwd, Ideogram 4.5. De vergelijking die ze erbij lieten zien, laat beter dan welke uitleg ook zien wat drift is.
Veertien keer dezelfde opdrachten, drie keer een ander gezicht
Ideogram gaf hetzelfde portret in vier modellen dezelfde reeks van veertien bewerkingen, na elkaar. Daarna zetten ze de eindresultaten naast elkaar. Links staat steeds Ideogram 4.5, rechts het andere model.
Rechts zie je het patroon dat bijna iedereen kent die vaak met AI bewerkt. De huid wordt warmer en gladder, het contrast loopt op en de achtergrond krijgt een eigen textuur. Geen van die dingen stond in een opdracht.
Bij Nano Banana Pro is de jurk een patroon gaan vormen, en bij Nano Banana 2 is het haar rood geworden en de jurk dof. Ideogram schrijft er zelf bij dat de uitkomsten van GPT Image en Nano Banana “become unusable within a few edits”. Dat is hun conclusie over hun eigen test. Hoe je die moet lezen, komt verderop.
Waarom wordt een foto slechter van elke AI-edit?
Denk aan een kopieerapparaat. Kopieer je een kopie, en daarvan weer een kopie, dan wordt elke versie een beetje grijzer en vlekkeriger. Niemand doet iets fout. Elke ronde verliest gewoon een klein beetje.
Veel beeldmodellen werken bij een edit, vereenvoudigd gezegd, op dezelfde manier. Je foto gaat het model in, wordt omgezet in een compacte beschrijving, en het model tekent op basis daarvan een nieuwe foto. Ook de delen die je niet wilde veranderen, worden opnieuw getekend. Dat gaat bijna goed, maar bijna is niet precies. Na één ronde zie je het niet, na tien wel.
Hoe beeldmodellen een foto maken, lees je in ons stuk over AI-afbeeldingen maken. Het is dezelfde techniek als bij alle generatieve ai: het model voorspelt wat er zou moeten staan. Bij bewerken voorspelt het dus ook het deel dat al goed was.
Ideogram kopieert wat niet verandert terug
Ideogram 4.5 pakt het anders aan, met een aparte bewerkstand die Precise Edit heet. Het model kijkt welk deel van de foto door jouw opdracht echt verandert. De pixels die door de edit niet echt veranderen, komen volgens de API-documentatie niet opnieuw getekend terug, maar rechtstreeks uit je origineel. Je krijgt dus niet een nieuwe tekening van je foto terug, maar je eigen foto met alleen het stukje dat je vroeg.
Let wel op de woorden. Op X schreef Ideogram dat 4.5 de opbouw van fouten “eliminates”. Op de eigen modelpagina staat het voorzichtiger: het model “reduces this drift”. Minder drift dus, niet nul.
Zo ziet dat er in de praktijk uit. Een maker liet Ideogram 4.5 elf keer achter elkaar iets veranderen aan één fantasiebeeld: blauwe bladeren, blond haar, een zwarte draak, sneeuw, een eekhoorn in de boom, handschoenen, een staart.
Let bij zo’n reeks niet op wat er verandert, maar op wat blijft. Het gezicht van de vrouw, de stand van haar hand, de stenen op de grond. Dat blijft gelijk zolang de opdracht er niet over gaat.
Bij licht en sfeer helpt het terugkopiëren niet
Hier zit een grens die in de lanceringsposts niet staat. Terugkopiëren werkt alleen voor pixels die niet veranderen. Vraag je om “maak het avond” of “warmer licht”, dan verandert bijna elke pixel van de foto. Dan valt er weinig terug te kopiëren en tekent het model toch weer het hele beeld.
Ideogram laat in zijn demo’s zien dat de muren, de ramen en de camerahoek ook bij nieuw licht blijven staan. Dat is knap. Maar dat is een ander soort belofte dan “we kopiëren wat niet verandert”, en het is precies het deel dat je zelf moet testen.
Ideogram op Medium, de concurrent op High
De vergelijking hierboven is overtuigend, en Ideogram zette zijn eigen model er niet eens op de beste stand in: Ideogram 4.5 op Medium tegen GPT Image 2.5 Sunburst op High. Toch blijft het hun eigen test. We weten niet hoeveel portretten ze geprobeerd hebben voordat ze dit kozen, en welke opdrachten de concurrenten het meest pijn doen.
En de concurrenten zitten niet stil. In ons stuk over ChatGPT Images 2.5 zagen we dat OpenAI zelf waarschuwt dat een selectie niet altijd precies is. Dat probleem kennen ze dus. Hoe GPT Image in elkaar zit, lees je bij wat GPT Image 2 is.
Zelf nagemeten: elke edit maakt het beeld een tikje donkerder
Update 6 oktober. Op de dag dat Google Nano Banana 2.1 uitbracht, hebben we de proef zelf gedaan. Kleiner dan die van Ideogram, maar met een meetlat erbij. Eén productfoto van een parfumflesje, vijf bewerkingen achter elkaar, steeds op de uitkomst van de vorige: zwarte dop, lavendel in plaats van rozemarijn, druppels op het glas, groene vloeistof, takje weg. Elke opdracht eindigde met “houd de rest exact hetzelfde”.
Daarna maten we de linker 35 procent van het beeld, waar geen enkele opdracht aan mocht komen. Na vijf edits was dat stuk gemiddeld 11,7 punten veranderd bij Nano Banana 2.1, 11,5 bij Nano Banana 2 en 9,8 bij Nano Banana Pro, op een schaal van 0 tot 255. En bij alle drie werd dat deel na elke ronde donkerder dan na de vorige. Na vijf edits was de helderheid 9,1 punten gezakt bij Nano Banana 2.1, 8,6 bij Nano Banana 2 en 6,8 bij Pro.
Dat is het kopieerapparaat van hierboven, in cijfers. Het nieuwe model van Google verloopt net zo hard als zijn voorganger, het duurdere Pro iets minder. Ideogram noemt Nano Banana na een paar edits onbruikbaar. Dat vinden wij te stevig: na vijf rondes was ons flesje nog prima te gebruiken. Ideogram deed er wel veertien.
Eerlijk is eerlijk: dit is één reeks met één foto, zonder vaste seed, en onze meting kijkt alleen naar kleur en helderheid in één deel van het beeld. Wat het wel laat zien: ook bij een gloednieuw model loont het om terug te gaan naar je origineel.
Zo bewerk je een foto met AI zonder drift
Ook zonder Ideogram 4.5 kun je drift grotendeels voorkomen. Het werkt met elke tool.
- Bewaar je originele foto apart, en bewerk nooit een bewerking van een bewerking als het niet hoeft.
- Zet na drie edits de nieuwste versie naast het origineel, op ware grootte. Kijk naar huid, ogen en de achtergrond.
- Zie je drift, ga dan terug naar het origineel en geef alle wijzigingen in één opdracht.
- Gebruik een selectie of masker als je tool dat heeft, zodat het model alleen dat stuk aanraakt. Reken er niet blind op: in onze test met een masker kleurden alle drie de Nano Banana-modellen een stukje buiten de lijntjes.
Begin bij stap twee met de foto die je het laatst met AI hebt bewerkt. De kans is groot dat je meteen iets ziet wat je eerder niet opviel.
De open weights worden de echte test
Ideogram belooft dat de modelbestanden van 4.5 “soon” vrij beschikbaar komen. Dan kan iedereen de veertien edits nadoen met eigen foto’s, ook een donkere telefoonfoto van een verjaardag. Pas dan zie je of de belofte buiten de demo overeind blijft. Wat AI is, in gewone taal, lees je op onze pagina wat is ai.