Krea 3 开放测试版:一款声称速度是 Nano Banana Pro 4 倍的尖端图像编辑模型

Krea 3 是 Krea 推出的新型尖端图像编辑模型,已进入开放测试阶段,其定位围绕生产效率而非原始生成能力:它声称速度大约是 Nano Banana Pro 的 4 倍,每次 2K 编辑成本约为 0.06 美元,而 Nano Banana Pro 约为 0.135 美元,GPT Image 2.5 约为 0.21 美元。这一公告在 Hacker News 上登上首页,获得 270 分和 86 条评论,讨论焦点主要不在于模型是否快速且便宜,而在于其输出质量、定价流程和封闭权重是否使其可用。

Krea 3 是什么

Krea 3 是一款图像编辑模型,而非文本到图像的生成器。Krea 将其描述为“为生产而构建的图像编辑模型”,并且“只改变你要求的内容”。该公司在落地页上的表述是,它是一款尖端质量的模型,但速度和价格仅为竞品尖端编辑器的一小部分。

Krea 的联合创始人以 dvrp 身份在 Hacker News 上发帖,直接描述了此次发布:

“今天我们宣布 Krea 3 的开放测试版,这是我们最新的基础图像模型。简而言之,它在质量上是尖端图像模型,但速度和价格都只有一小部分。”

同一条评论还提到,计划发布更详细的技术文章,遵循 Krea 2 技术报告的模式,并且发布页面侧重于功能而非基准测试。

核心数据:速度和价格

Krea 的对比区块使用三个模型对同一张图像运行十二个相同的提示,并报告包括排队时间在内的请求到结果的中位时间:

  • Krea 3: 每次编辑低于 8 秒,每次编辑约 0.06 美元
  • Nano Banana Pro: 每次编辑约 26.8 秒,每次编辑约 0.135 美元
  • GPT Image 2.5 (Sunburst): 每次编辑约 39.9 秒,每次编辑约 0.21 美元

Krea 将这些标记为“预生成输出,而非实时基准测试”,并指出 GPT Image 2.5 的定价是“待验证的草稿估算”。落地页还宣传“比 Nano Banana Pro 快 4 倍”和“快 10 倍,便宜 3 倍”的标题。页面其他地方的数值价格和速度图表在抓取的源代码中显示为占位符值,因此无法从现有文本中验证这些具体的每模型数据。

Krea 3 宣传的编辑功能

原生区域编辑。 绘制一个框并描述更改;Krea 3 会在框内重新绘制,并保持图像其余部分不变。Krea 表示会测量更改的像素与原始图像的差异。

十六进制颜色匹配。 提示可以指定十六进制代码,例如 #FFC12E,Krea 3 会在产品上匹配该颜色,且仅在产品上匹配。页面在毛绒玩具、保时捷 911、台式风扇、连衣裙、厨房岛台、玻璃支架、唇彩、沙发和隧道上展示了这一功能。

单张图像中最多八个参考。 用户可以通过编号指向人物、产品、地点和风格,Krea 3 会将它们合成到一张图片中。

跨编辑的角色一致性。 Krea 3 可以在保持面部可识别的同时,在一系列编辑中更改造型、场景和情绪。

原生 2K 输出。 Krea 3 原生渲染 2K;页面上的示例图像为 2736 × 1536 像素。

语音笔记提示。 Krea 描述了发送照片后跟语音笔记,编辑结果会在用户完成下一个想法之前返回。

保持布局的设计编辑。 Krea 展示了海报、包装、编辑和广告示例,其中产品、照片或品牌被替换,而布局和字体保持不变。

精度声明与竞品对比

Krea 发布了针对提示“只把她的外套改成钴蓝色”的像素差异比较,显示了 Krea 3、Nano Banana Pro 和 GPT Image 2.5 的更改像素热图。该公司将精度定义为“编辑区域外未更改的像素比例”,在相同图像和提示下,每个模型在 2K 分辨率下尝试一次,Krea 3 使用精确模式。输出在最佳对齐后以四分之一分辨率进行比较,因此不同的输出尺寸不计为更改。

Krea 对基准测试和未来计划的说明

Krea 承认公开基准测试尚未准备好。在发布评论中,dvrp 写道:“基准测试仍在进行中,但在我们的内部评估中,无论从速度还是成本来看,它似乎都是 NBP 或 GPT Image 的无需思考的替代品。”

关于路线图项目,同一条评论指出,团队正在考虑允许用户通过 LoRA 微调 Krea 3,并考虑开放权重,但这些决定将在发布问题解决后做出。未披露计算或训练时间数据;一位 Hacker News 用户询问“关于所需计算/训练时间的任何模糊细节”,在帖子中未得到回答。

Hacker News 评论者认为的优点

评论者普遍认为速度和成本是差异化关键。一位构建个人造型应用的用户写道,快速且经济的图像编辑“解锁了大量酷炫的用例”,并且“看到延迟与价格同等重要,令人耳目一新”。

一项针对 GPT-Image-2.5 的详细 UI 设计比较发现,Krea 3 在视觉创意上较弱,但在一个特定方面明显更好:

“总体而言,Krea 3 在这一领域的视觉创意上无法接近 GPT-Image-2.5,但它仍然值得称赞,因为它能够渲染小文本细节。”

同一位评论者补充说,他们“很想拿到手进行后训练,看看能否在这一领域进一步推动它”,并表示“实际上看到了该模型的巨大潜力”。

Hacker News 评论者批评的方面

输出质量差距。 几位用户报告了特定编辑的失败。一位用户说“珍珠耳环和广告牌工人感觉不像是尖端质量”。另一位用户报告说,要求 Krea 3 将一位穿 T 恤的女性安排在高级酒吧中,导致模型生成了西装外套,T 恤的图案覆盖在外套上,并且“Gemini 做得好得多”。另一位用户注意到模糊字符场景中标志文本混乱,称其为“不可接受”。还有一条评论指出,红色汽车被添加了不必要的阴影。

十六进制代码泄漏到输出中。 尽管有十六进制匹配功能,一位评论者报告说,指定的十六进制代码“往往会泄漏到设计中”,指出生成的银行网站的估值面板中出现了十六进制代码。

定价流程和黑暗模式。 多位评论者反对注册体验。一位写道,Krea“在注册时提供套餐,如果你拒绝,它会提供折扣”,并补充说:“直接提供折扣价格。如果你的企业不能没有偷偷摸摸的定价,那就不是好企业。”另一位称该流程为“这个注册流程中令人难以置信的激进黑暗模式,只是为了尝试模型”。第三位反对试用结构:“2 张图像试用,之后唯一的选择是月度订阅。我不介意购买积分,但我不想订阅。”

对某些产品用例来说成本仍然过高。 一位评论者认为 Krea 3“对大多数‘产品’用例来说仍然太贵”,并指出他们自己每美元最佳结果仍然来自 Grok Imagine V1,“一个现已弃用的模型”。

缺少对比。 一位用户问为什么没有与 FLUX 3 Image 的对比。另一位问 Krea 3 是否与 Krita 有关;一条回复澄清了范围:“用于图像编辑。”

开放权重问题主导了讨论

评论中最常被提及的要求是开放权重。一位评论者直接询问是否考虑开放权重,并提到对动漫微调的兴趣。另一位写道:“嗯……有很多优秀的付费图像模型……开放权重在哪里!?”

一条较长的评论阐述了战略权衡:

“开放权重可能会让这个模型广受欢迎,但我能理解如果保持封闭,它可能不会成为头条新闻或引起关注,因为大多数人会继续使用 OpenAI 和 Google。我知道开放权重发布正在考虑中,所以祈祷吧。希望能在本地运行它用于我的个人用例,因为我不信任任何托管提供商处理个人图像数据。”

Krea 自己的评论确认开放权重和 LoRA 微调正在考虑中,但尚未承诺。

现有数据的注意事项

本文中的性能和定价数据来自 Krea 自己的营销页面及其自己的比较方法,Krea 明确将其标记为预生成而非实时基准测试。在发布帖子时,Krea 3 的独立基准测试不可用,Krea 表示其内部评估仍在进行中。抓取的落地页在价格和速度图表中包含占位符值,因此此处仅报告明确对比区块中所述的数值。

Sources

相关