Krea 3 发布解读:它卖的不是画质,是「不用等」
8 秒出一张 2K 编辑图,价格是竞品的一半。但官方标的 0.06 美元不含参考图,而编辑一张图至少要一张参考图
- 厂商
- Krea AI
- 版本
- 3(新模型(编辑专用,非 Krea 2 的升级版))
- 发布
- 2026.10.15
- 定价
- 订阅 21 美元/月起;API 每张 0.03(1K)/ 0.06(2K)+参考图加价
- 许可
- 闭源,仅托管使用;输出全档位可商用
- 平台
- Web · API · fal · Together AI · Replicate · Baseten · OpenRouter · Hedra
- 适合谁
- 电商与广告团队 · 设计工具开发者 · 内容运营 · 品牌代理商
引言:改图的质量够了,速度没跟上
过去一年,图像编辑模型跨过了一条线:改一张图,改完之后你不需要再修。
电商团队用它把产品放进新场景,广告公司用它换材质换配色,品牌方用它批量做投放变体。这些事一年前还只能靠设计师手工完成。
但用起来之后,出现了一个新的抱怨:质量够了,等不起。
Krea 自己在发布博客里把这个矛盾说得直白:最好的编辑模型也变慢变贵了。「一次编辑一毛二五美元,做一张主视觉没问题;但做整个商品目录,或者午饭前想试十个想法,很快就顶不住了。」
一毛二五美元是 Nano Banana Pro 的价格。Krea 3 的回应是两件事:把 2K 编辑压到 8 秒以内,把单张压到 0.06 美元。
这两个数字是这次发布的全部主张。Krea 没有说自己在质量上超过了谁——它说的是「接近」,然后用速度和价格把差距补回来。
这篇要回答的是:8 秒这个数字对你意味着什么、0.06 美元背后还有多少没说的成本、以及这个模型今天能不能真的用起来。
一、产品定位:它到底是什么,不是什么
它是什么
一句话:一个以「编辑」为主的图像模型,目标是把改图这件事做成实时反馈。
Krea 自己的表述是「image editing model」,网站上也把它放在图像编辑的位置。它同时支持文生图,但那是附带能力——API 文档里文生图的写法是「省略 image_urls 即可」,一句话带过。
核心能力是四件:给一张图和一句指令,改指定部分;给最多 6–8 张参考图,把产品、人物、场景组合进同一张画面;用区域编辑保证框外像素不变;重复编辑同一张图而不累积画质损失。
原生输出 2K,1K 可选。编辑走异步任务:提交后拿 job_id,轮询结果。
它不是 Krea 2 的升级版
这一点最容易误会,Krea 自己的文档专门写了一节「选择 Krea 3 还是 Krea 2」。
| Krea 2 | Krea 3 | |
|---|---|---|
| 主要工作 | 生成新图 | 编辑已有图 |
| 风格控制 | 加权风格参考、情绪板、LoRA、生成滑杆 | 不支持(官方明写) |
| 变体 | Turbo / Medium / Large | 标准 / Ultra |
| 权重 | 2026 年 6 月开源 | 不开源 |
Krea 3 拿走了 Krea 2 的风格探索能力,换来了编辑精度和速度。要 LoRA、要风格参考、要调滑杆,还得回 Krea 2。
官方文档的原话是:「Krea 3 暂不支持 Krea 2 API 的风格参考或 LoRA 控制。」
它不是开源的
权重不公开,只能在 krea.ai、Krea API 和六家分发平台上用。没有本地部署,没有离线跑,没有私有化。
这一点把它和同一天发布的 FLUX 3 Image Klein 分到了两个世界:同一天、同样是「图像编辑」、同样主打快,一个把权重放出来跑在 8GB 显卡上,一个只在云上。这个对比后面第五章展开。
费用:0.06 美元不含参考图
这是全篇最需要看清的一张表。
API 定价的基础价是每张 1K 0.03 美元、2K 0.06 美元。但官方文档在同一页写了三行加价项:
| 计费项 | 1K 输出 | 2K 输出 |
|---|---|---|
| 基础价 | $0.03 | $0.06 |
| 每张 1K 参考图 | +$0.02 | +$0.02 |
| 每张 2K 参考图 | +$0.07 | +$0.07 |
high 思考模式 |
+$0.02 | +$0.02 |
编辑一张图,至少要带一张参考图。 所以真实的单次编辑成本是:
| 场景 | 计算 | 实际单价 |
|---|---|---|
| 2K 输出 + 1 张 1K 参考图 | 0.06 + 0.02 | $0.08 |
| 2K 输出 + 1 张 2K 参考图 | 0.06 + 0.07 | $0.13 |
| 2K 输出 + 3 张 2K 参考图 | 0.06 + 0.21 | $0.27 |
| 2K + 3 张参考图 + high 模式 | 0.06 + 0.21 + 0.02 | $0.29 |
博客里那句「一次编辑 0.06 美元」,对标的是「不带任何参考图的裸生成」。做产品图、做角色一致性、做多图合成的人,真实账单是 0.08 到 0.29 美元,是宣传价的 1.3 到 4.8 倍。
官方在对比表下面有一行小字:「list prices per image, without image references」。竞品的 0.135 和 0.22 也是不含参考图的列表价。所以谁含谁不含,严格说两边都不清楚——但 Krea 的加价规则是明码写出来的,竞品没有公布对应规则。这一点上 Krea 是诚实的,只是很多人只会看标题那个数。
订阅侧的账不一样:Pro 档 21 美元/月给 2 万算力单元,页面示例折算下来 Krea 3 约 18 单元/张,合 0.019 美元。走订阅比走 API 便宜近一半,而且应用内不单独收参考图费。 这是很多团队会忽略的一条:同样一张图,订阅用户和 API 用户的成本差 2–6 倍。
另外还有三笔隐性成本:
- API 是抢先体验制。 不是注册就能用,要发邮件到 sales@krea.ai 申请,只有加入测试计划的工作区能调。
high思考模式每次加 0.02 美元。 复杂编辑基本都得用 high,等于每张再贵 3%–33%。- 2K 参考图比 1K 贵 3.5 倍。 但官方又说「细节重要时请发送你手头分辨率最高的版本」——想要质量就得多付钱,这是个设计好的取舍。
二、核心能力拆解:它提供了哪些关键能力
能力一:区域编辑,框外像素不变
API 里一个布尔字段:regional_edit: true。开启后,模型只重新生成需要改的部分,其余部分保持原样。
官方文档对它的说明比博客更细,也更实用:
- 适合:换颜色、替换物体、加减元素、修细节、改招牌上的文字
- 不适合:换风格、调光线、换季节、重构图、多图合成
- 关键理由:普通编辑会重新渲染整张图,连续编辑时瑕疵会累积;区域编辑不会
这是全篇最有价值的一条工程建议。同一条指令,开不开区域编辑,连续改十次之后的结果是两个东西。
能力二:多参考,6 张还是 8 张取决于你在哪
- 官方博客:每次编辑最多 6 张参考图
- API 文档:
image_urls最多 8 张 - 企业版 Zero Data Retention 模式:最多 8 张,且必须是 base64
三个数字不是笔误,是三个不同的东西:博客说的是产品口径,API 文档说的是接口上限,ZDR 是合规模式。
对做产品的人来说,8 张这个上限比 6 张有用,但要注意一个隐形限制:单次请求里超过 5 张参考图时,每张的长边会被缩到 1536px。想保留细节,就得控制在 4 张以内。
能力三:产品和文字不跑
官方最强调的一条:「最难的部分是你没让它改的东西。」
产品图的标签、logo、包装文字要保持原样;同一个人在不同图里要是同一张脸。这两件事是编辑模型过去最容易翻车的地方——改场景的时候把标签糊了,换姿势的时候把脸换了。
Krea 3 的说法是「产品就是你的产品」「同一张脸在每张图里都一样」。这背后是训练数据的取舍,不是某个参数能调的。
能力四:两级思考模式
thinking_mode 有两个值:
fast(默认):快速扩写提示词,然后生成。速度优先high:用更强的推理引擎,先规划再生成。复杂编辑、多参考组合、或 fast 结果不满意时用
这个设计的含义是:复杂编辑不是靠你写更长的提示词解决的,是靠模型多花一次推理。 代价是每次加 0.02 美元,速度更慢。
注意旧值 instant / medium 会在 2026 年 10 月 23 日停用,之后用旧值的请求直接拒绝。这是迁移时最容易踩的坑,尤其是照着旧教程写的代码。
能力五:六个平台上都能调
krea.ai 本体、Krea API,加上 fal、Together AI、Replicate、Baseten、OpenRouter、Hedra。
对开发者来说这条比模型能力更实用:同一套 prompt,换个平台就能跑,还能比价和比可用性。 各家参数名可能不同(比如 fal 用 image_urls 和 resolution: "2k"),但语义一致。
能力与场景对应
| 能力 | 解决什么 | 谁最需要 | 成熟度 |
|---|---|---|---|
| 区域编辑 | 改一处不动其余,连续编辑不掉画质 | 电商、品牌资产维护 | 可用(核心卖点) |
| 多参考(6–8 张) | 产品/人物/场景组合,保持一致 | 广告、影视、电商 | 可用(5 张以上会降分辨率) |
| 产品与文字保持 | 改场景不糊标签、不换脸 | 电商、品牌 | 可用(官方主推) |
| 两级思考模式 | 复杂编辑多花推理换质量 | 代理商、复杂合成 | 可用(+$0.02) |
| 文生图 | 顺带能生成 | 轻量需求 | 可用但非强项 |
| LoRA 训练 | 锁定某个产品或人物 | 系列化生产 | 尚不可用(见第二章末尾) |
一个必须澄清的功能
多家媒体报道 Krea 3 是「第一个可以训练的编辑模型」,能对特定产品、人物或风格做 LoRA 微调。
官方文档的说法相反。
API 概览页明确列出:请求里带 loras 字段会返回 422,错误信息是「LoRAs are coming soon to the API」;带 style_urls 同样返回「Style references are coming soon to the API」。用户指南里也写着:「Krea 3 暂不支持 Krea 2 API 的风格参考或 LoRA 控制。」
Krea 的更新日志在 10 月 16 日还专门修了一条:在 Krea 3 里用风格参考或 LoRA 的请求,现在会收到明确的「即将推出」响应。
结论:LoRA 是路线图,不是已上线功能。 媒体要么看到了提前的发布材料,要么把 roadmap 当成了成品。你在做技术选型时,不要把这个能力算进去。
(Krea 2 是支持 LoRA 的,训练入口和文档都在。要 LoRA 只能先用 Krea 2,但那是生成模型,不是编辑器。)
三、典型应用场景:谁在什么条件下用它解决什么问题
3.1 场景地图
按使用者拆,Krea 3 的主场很集中:
- 电商与产品摄影:一张棚拍图变成场景图、模特图、多配色图
- 广告与代理商:一个主视觉派生多个尺寸、多个市场、多个版本的物料
- 设计工具开发者:把「AI 改图」做成产品里的一个按钮
按用途拆,主场是「已有素材的批量改造」,不是「从零创作」。这个分界比什么都重要——从零创作它只是能用,改造才是它被设计出来要干的活。
按形态拆:应用内直接用(最快)、API 接进自己的系统(要申请)、通过第三方平台调用(最灵活)。
哪些是主场,哪些只是「也能做」:产品图改造、角色一致性、批量物料派生,是主场。艺术创作、风格探索、从零出概念图,不是——那是 Krea 2 的活。
3.2 场景一:电商产品图的场景化改造
谁在用:电商设计团队、产品摄影服务商、电商 SaaS。
触发条件:一批产品已经拍完,白底棚拍图有了,但详情页需要场景图、模特图、多配色图。重拍成本高,且上新节奏等不起。
痛点:两难。用生成模型重画,产品会变——标签糊了、logo 变形了、材质不对了,这在电商里是硬伤,因为「图和实物不符」是退货和投诉的主要来源。用 PS 手工合成,一张二十分钟,几百个 SKU 就是一个人一个月。
产品介入点:区域编辑 + 产品保持。原图放进去,写「把背景换成北欧风格客厅,产品保持原样」,模型换场景、留产品。
前置依赖:会写提示词(不用懂技术,但要会说清「改什么、留什么」);走 API 的话要能申请到抢先体验权限,或者用 fal 这类平台绕过申请。
产出与收益:单张 0.08–0.13 美元,一次出图 8 秒。对比重拍一套图几千块、对比设计师二十分钟一张,这个成本结构完全不同。
边界与风险:改场景可靠,改产品本身不可靠——让模型「把这个杯子变成陶瓷的」,材质会变,但图案和比例可能跟着变。另外,官方明说「产品保持」是模型的能力,不是保证,上线前必须自己跑一批验证,看标签和文字有没有走形。
3.3 场景二:一个主视觉派生出全部投放物料
谁在用:广告公司、品牌市场部、跨境投放团队。
触发条件:一个 campaign 主视觉定了,要出十几个尺寸、几个语言版本、多个渠道的变体。
痛点:每次改尺寸都要重新构图,重新构图就会破坏原来的视觉关系——标题的位置、产品的比例、留白的节奏全变。设计师做的其实是「在保持原样的前提下重新排」,这件事很耗人。
产品介入点:多参考 + 区域编辑。主视觉作为参考图 1,新尺寸的构图需求写进提示词,区域编辑限定哪些部分可以动。
前置依赖:需要一个懂版式的提示词作者。Krea 官方给了提示词结构建议:先说「什么保持不变」,再说「改什么」,用「only」限定范围。
产出与收益:一次派生从半天压到几分钟。更重要的是可以试——8 秒的成本低到可以先出五个方向再挑,而不是想清楚了一次做对。
边界与风险:文字是弱项。官方博客反复强调「文字保持」,但那指的是「不要把已有文字改坏」,不是「生成新的准确文字」。需要改文案的物料,还得回到排版工具。
3.4 场景三:把改图能力嵌进自己的产品
谁在用:设计工具、电商 SaaS、内容平台的开发团队。
触发条件:产品里要加一个「AI 改图」功能,用户上传图、描述需求、拿回结果。
痛点:调闭源 API,单张 0.13 美元起的成本会直接吃掉毛利;延迟 30 秒以上的模型没法做成交互式体验。这两个问题同时卡着,功能就做不出来。
产品介入点:API + 区域编辑 + fast 模式。8 秒延迟刚好在「用户愿意等」的边缘,可以做成「点一下,去倒杯水,回来就有了」,也可以配合前端做进度反馈。
前置依赖:要申请 API 抢先体验(sales@krea.ai),要有任务队列和重试机制(异步 job 模型),要处理并发限制。
产出与收益:从「做不了」到「能做」。这是质变。
边界与风险:API 还在抢先体验,没有公开的 SLA、速率限制和可用性承诺。做商业产品前必须问清楚三件事:并发上限多少、超时怎么算、价格会不会变。这三条不明确,功能就不该进核心链路。
3.5 场景成熟度分级
| 分级 | 具体做法 | 说明 |
|---|---|---|
| 开箱即用 | krea.ai 网页直接编辑 | 选 Krea 3、上传图、写指令,几分钟上手。Free 档每天约 5 张 |
| 开箱即用 | Pro 档订阅($21/月,2 万单元) | 算力够日常用,Krea 3 unlimited 在 Pro/Max 的 14 天试用里 |
| 需要一点配置 | fal / Together / Replicate 调 API | 不用申请 Krea 官方权限,但参数名各家不同 |
| 需要一点配置 | Krea 官方 API | 要先发邮件申请,拿到测试计划权限才能调 |
| 仅概念验证 | LoRA 训练 | 官方明确「即将推出」,现在调不通 |
| 仅概念验证 | 4K 输出 | 官方只支持 1K/2K;部分媒体写「支持 4K」,官方文档里找不到 |
| 不建议使用 | 需要精确新文字的海报 | 文字渲染不是它的强项,官方也没把它列为卖点 |
| 不建议使用 | 完全离线的私有部署 | 闭源,没有权重,做不到 |
3.6 不适用或需谨慎的场景
第一,需要私有化部署的场景。 金融、医疗、政务这类要求数据不出内网的团队,Krea 3 用不了——没有权重可下载。它的企业版给的是 Zero Data Retention 模式(请求头和 base64 传输,数据不留存),不是本地部署。这两件事差别很大:前者是「承诺不留」,后者是「物理上不出去」。
第二,需要新生成准确文字的物料。 「保持原有文字不被改坏」和「生成一段新的准确文字」是两种能力。Krea 3 强在前者,弱在后者。
第三,把 LoRA 当必需功能的团队。 现在不支持,什么时候支持官方没给时间。
3.7 场景适配表
| 场景 | 适合谁 | 触发条件 | 用到的能力 | 需要什么准备 | 成熟度 | 主要风险 |
|---|---|---|---|---|---|---|
| 产品图场景化 | 电商、产品摄影 | 白底图要变场景图 | 区域编辑 + 产品保持 | 提示词、账号或 API | 开箱可试 | 标签文字可能走形,需抽检 |
| 投放物料派生 | 广告、品牌市场 | 主视觉定稿后出多渠道变体 | 多参考 + 区域编辑 | 懂版式的提示词作者 | 开箱可试 | 新文字不可靠 |
| 角色一致性内容 | 影视、IP、漫画 | 同一角色跨多张图 | 多参考(≤4 张保细节) | 高质量角色参考图 | 开箱可试 | 5 张以上会降分辨率 |
| 产品内嵌改图 | 设计/电商 SaaS | 要加 AI 编辑功能 | API + fast 模式 | API 权限、任务队列 | 需配置 | 无公开 SLA,价格可能变 |
| 私有化部署 | 金融、医疗、政务 | 数据不能出内网 | — | — | 不适用 | 闭源,无权重 |
| 精确文字物料 | 包装、海报 | 需要生成新文案 | — | — | 不建议 | 文字非强项 |
| 风格化创作 | 插画、概念设计 | 从零探索风格 | — | — | 不建议 | 应用 Krea 2 |
| 批量目录改造 | 大型电商 | 上千 SKU 统一改版 | API + 区域编辑 | 批处理工程能力 | 需配置 | 单价随参考图数量上升 |
技术原理、同类对比、评测怎么读、上手教程和坑
免费部分到这里结束。后面是需要单独解锁的部分,包含判断依据而不是结论复述。
| 资料 | 类型 | 抓取时间 | 用途 |
|---|---|---|---|
| Introducing Krea 3 | 官方一手 | 2026-10-19 | 定位、速度对比、价格、6 张参考图、发布渠道 |
| Krea 3 API 概览 | 官方一手 | 2026-10-19 | 端点、全部参数、参考图限制、三级定价、LoRA 不可用 |
| Krea 3 用户指南 | 官方一手 | 2026-10-19 | Ultra 档归属、与 Krea 2 的分工、明确不支持 LoRA |
| Krea 更新日志 | 官方一手 | 2026-10-19 | 10-15/16/17 三次更新、thinking_mode 弃用、ZDR 上限提升 |
| Krea 定价页 | 官方一手 | 2026-10-19 | 订阅档位、算力单元、商用条款、各模型消耗 |
| Glitchwire 报道 | 第三方媒体 | 2026-10-19 | 基准排名、客户案例、融资与用户数 |
| AlphaSignal 报道 | 第三方媒体 | 2026-10-19 | 对比测试的提示词组数、参考图口径差异、fal 调用示例 |
未获取到的资料(正文已按「官方未说明」处理,未填空):
- Krea 3 的参数量与架构细节
- 基础档(非 Ultra)的 CPI-Bench 分数
- GPT Image 2.5 的第一名具体分数
- 竞品的参考图加价规则
- API 的速率限制、SLA 与并发上限
- 官方对 4K 的说明(官方文档只有 1K/2K,媒体所称 4K 无一手依据)
- 独立第三方复现(发布第四天,尚不存在)