Krea 3 Ultra landet auf Platz 5: Das Ranking ist echt, das „Ultra“ ist eine Einstellung

Am Abend des 20. Oktober 2026 lagen drei Zeilen auf dem Bildbearbeitungs-Board von Artificial Analysis innerhalb von 1,1 Elo voneinander. Krea 3 Ultra war eine davon, mit 1150,58, angezeigt als #5. Nano Banana 2.1 war eine weitere, mit 1151,65 und #3. MAI-Image-2.6 war die dritte, mit 1151,03 und #4 — und alle drei geben dieselbe Rangspanne an, 3–6. So sieht ein statistischer Gleichstand zu dritt auf diesem Leaderboard aus, und das ist eine zutreffendere Aussage über das Ergebnis als die „#5“ in der Überschrift, die eine Anzeigereihenfolge und keine gemessene Lücke ist. Die dokumentierten KI-Ausfälle und Agenten-Vorfälle hinter Veröffentlichungen wie dieser sind gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag eigene Quellen, einen Schweregrad, einen Konfidenzgrad und eine Kennzeichnung als umstritten enthält.

An diesem Tag geschahen zwei Dinge, die sich leicht miteinander verwechseln lassen. Krea hat seine Ultra-Einstellung aus der Vorschau geholt: Laut dem Changelog vom 20. Oktober kann jeder Workspace mit einem Max-Tarif oder höher `thinking_mode: "ultra"` am normalen Krea-3-Endpunkt setzen. Dasselbe Changelog hat Krea 3 aus der Beta geholt. Und Artificial Analysis hat die Ultra-Konfiguration in sein Board aufgenommen, wo sie sogleich mit den beiden darüber liegenden Modellen gleichzog. Krea 3 selbst ist nicht neu – Krea veröffentlichte es am 15. Oktober 2026, und Artificial Analysis erfasste es an diesem Tag um 01:21 UTC im Board. Neu ist, dass der teure Modus allgemein aufrufbar wurde und innerhalb derselben 24 Stunden einen unabhängigen Score erhielt.

Was „Ultra“ mechanisch ist

Es ist kein Checkpoint. Es gibt keine separate Weight-Datei namens Krea 3 Ultra, und die API von Krea stellt keine zweite Modell-ID bereit: Der Endpoint ist weiterhin POST /generate/image/krea/krea-3, und thinking_mode nimmt einen von drei Werten an. Bei fast, dem Standardwert, erweitert das Modell den Prompt und rendert. Bei high plant ein stärkerer Reasoning-Durchlauf die Bearbeitung anhand des Prompts und der Referenzbilder, bevor gerendert wird. Bei ultra erzeugt Krea mehrere Bearbeitungskandidaten, bewertet sie anhand deines Prompts und deiner Referenzen und gibt denjenigen zurück, den es als besten einstuft.

Dieser Mechanismus hat harte Kanten – alle von Krea dokumentiert und nicht von Nutzern entdeckt:

• Auflösung — Ultra gibt nur in 2K aus. Fast und High liefern 1K oder 2K; Ultra nicht.

• Referenzen — Ultra erfordert mindestens ein Bild in image_urls. Reine Text-zu-Bild-Generierung ist in diesem Modus nicht verfügbar.

• Latenz — ein Job „kann mehrere Minuten dauern“. Kreas Dokumentation nennt als Obergrenze etwa zehn Minuten, oder etwa sechzehn mit Priorität: „niedrig“. Die Angabe von unter acht Sekunden, die Krea 3 interessant machte, gilt für fast, nicht für dieses.

• Plan — die API akzeptiert Ultra nur für Max-Pläne und höher.

• Zero Data Retention – eine Anfrage mit dem ZDR-Header und thinking_mode: "ultra" gibt HTTP 422 zurück. Unternehmen, die ZDR benötigen, sind von diesem Modus vollständig ausgeschlossen und auf acht Referenzen statt des üblichen Maximums beschränkt.

Die Ranglistenzeile mit der Bezeichnung „Krea 3 (Ultra)“ ist eine Konfiguration eines Modells, das fünf Tage früher erschien und als Zusatzoption bepreist statt als Produkt verkauft wird. Dieser Unterschied ist wichtig für alle, die den Rang als Grund dafür lesen, den Anbieter zu wechseln: Was 1150.58 erzielte, ist über denselben Endpoint erreichbar, den deine schnellen Bearbeitungen bereits nutzen, indem man eine Zeichenkette umschaltet.

Was Artificial Analysis tatsächlich gemessen hat

Das Board bewertet Bearbeitungen eines Eingabebildes anhand einer Textanweisung durch paarweise menschliche Präferenzen. Abstimmende sehen zwei anonyme Bearbeitungen desselben Bildes unter derselben Anweisung und wählen eine aus; die Identitäten werden anschließend offengelegt, und es gibt eine Mindestansichtszeit, bevor eine Stimme zählt. Alle Stimmen werden auf einmal mit einem Bradley-Terry-Modell gefittet und als Elo ausgewiesen, auf einer Skala, die so verankert ist, dass FLUX.2 [dev] bei 1000 liegt. Das Prompt-Set wird gleichmäßig über zehn Anwendungsfälle und sieben Bearbeitungsaktionen gezogen und monatlich aktualisiert.

Gelesen am 20. Oktober 2026 gegen 10:45 Uhr pazifischer Zeit, sah die Spitze des Boards so aus:

• #1 — GPT Image 2.5 Sunburst (max), 1.198,71 Elo, 18.059 Stichproben.

• #2 — GPT Image 2.5 Flare (max), 1181, 18.954 Samples.

• #3 — Nano Banana 2.1, 1.151,65, ±13, 6.684 Proben.

• #4 — MAI-Image-2.6, 1151,03, ±12, 16.468 Stichproben.

• #5 — Krea 3 (Ultra), 1150,58, ±14, 5.378 Stichproben.

• #7 — GPT Image 2 (hoch), 1136. #8 — Seedream 5.0 Pro, 1132.

• #11 — Krea 3 (Fast), 1125,11, ±14, 5.087 Stichproben.

• #16 — Nano Banana Pro (Gemini 3 Pro Image), 1106.

Die Abstände innerhalb der Top drei sind kleiner als ihre eigenen Konfidenzintervalle, weshalb Artificial Analysis die allgemein verständliche Version neben dem Diagramm veröffentlichte: Qualität „ähnlich wie Nano Banana 2.1 und MAI-Image-2.6“. Der angezeigte Rang blieb trotz des Gleichstands erhalten, weil die Rangliste nach der Punktschätzung sortiert; MAI-Image-2.6s 1151,03 übertrifft Kreas 1150,58 um 0,45 Elo, was ungefähr einem Fünfundzwanzigstel der Intervallbreite entspricht.

Die Stichprobengröße ist der Teil der Tabelle, den ein Käufer abwägen sollte. Sunbursts Platz 1 stützt sich auf 18.059 Stimmen. Krea 3 Ultras Zeile stützt sich auf 5.378 – mehr als genug, um sie in die Spitzengruppe zu setzen, aber nicht genug, um sie von den beiden Modellen daneben zu trennen. Die eigene Konvention des Boards, eher eine Rangspanne als eine einzelne Position zu veröffentlichen, ist die ehrliche Lesart: 3–6.

Der Rang, den Krea gedruckt hat, und der Rang, den das Board anzeigt.

Kreas eigene Benchmark-Erklärung, veröffentlicht am 20. Oktober, spricht offen über eine Diskrepanz, die die meisten Anbieter unangetastet gelassen hätten. Eine Karte in Kreas Launch-Thread zeigt Ultra auf Platz 4 bei Artificial Analysis, mit MAI-Image-2.6 auf Platz 5. Die Leaderboard-Seite und die eigene Grafik von Artificial Analysis zeigen beide die umgekehrte Reihenfolge. Kreas Beitrag sagt, dass das Leaderboard verwendet wird – was die richtige Entscheidung ist und erwähnenswert, weil es genau die Art von Detail ist, die normalerweise aus einem Launch-Narrativ herausgeglättet wird.

Die stärkeren Behauptungen des Unternehmens stützen sich auf andere Ranglisten, wo das Feld weniger tief ist. Auf Arenas Multi-Image-Edit-Leaderboard steht Ultra auf Platz 4 mit 1435 ± 11 bei 2.991 Stimmen, als vorläufig gekennzeichnet, drei Punkte über den 1432 ± 6 von Nano Banana 2.1 bei 10.284 Stimmen. Auf Arenas Single-Image-Board liegt dieselbe Konfiguration auf Platz 8 bei 1411 ± 11, mit einer Rangspanne von 5–10 – mitten im Feld, nicht davor. Design Arena setzt Krea 3 auf Platz 4 von 51 bei 1298 Elo. Das sind drei verschiedene Skalen: Artificial Analysis verankert FLUX.2 [dev] bei 1000, die Dokumentation von Design Arena beschreibt eine Basis von 1200, und Arenas 1435 ist mit keinem von beiden vergleichbar. Wenn man eines vom anderen abzieht, erhält man eine Zahl, die nichts bedeutet.

Wo der Modus stark ist und die drei Stellen, an denen er es nicht ist

Artificial Analysis unterteilt das Editing in 17 Kategorie-Ranglisten, und die Form des Ergebnisses von Krea 3 Ultra ist aussagekräftiger als sein Gesamtrang. In der Auswertung vom 20. Oktober liegt es in 14 der 17 unter den besten sieben und bei fünf der sieben Bearbeitungsaktionen.

• Beste Anwendungsfälle — #2 in Animation & Gaming (1178,77) und #2 in Frontier (1169,73), beide hinter GPT Image 2.5 Sunburst. #4 in Produktivität & Wissensarbeit, Einzelhandel & E-Commerce, Social Media & Creator-Content und Marketing & Werbung.

• Beste Bearbeitungsaktionen — Nr. 3 in Komposition & Framing (1182.68) und Nr. 4 in Reasoning-basiertem Editieren (1186.82). Letzteres ist das, worauf sich Kreas Launch stützte: Bearbeitungen, die eine Schlussfolgerung über die Szene erfordern statt eines bloßen Austauschs.

• Außerhalb der Top Seven – #10 bei Live-Action-Film, #8 bei Verbesserung & Restaurierung und #18 bei Szenen- & Stilbearbeitung. Neuausleuchtung, Umgestaltung und Hintergrundaustausch sind die schwächsten Kategorien – eine missliche Lücke für ein Modell, dessen Marketing darauf aufbaut, Produkte in neue Szenen zu setzen.

Zwei einschränkende Hinweise zu dieser Liste. Die Kategorie-Ranglisten kommen jeweils auf ein paar hundert Stimmen – 302 bei Text Rendering, 455 bei Commercial Design – mit Intervallen von ±20 bis ±38, sodass ein #2 in einer Kategorie beim nächsten Refresh durchaus #5 sein kann. Und in Kreas eigenem Beitrag heißt es, dass der Thread von Artificial Analysis „Top 7 in 15 von 17 Kategorien“ und „6 von 7 Bearbeitungsaktionen“ angab, während die Live-Seite 14 und 5 zeigte. Die Diagramme im Thread trugen den Elo-Stand vom 16. Oktober; die Seite war inzwischen weiter.

Was ein Anruf kostet – und warum die Zahl nicht 0,06 US-Dollar beträgt

Krea berechnet Krea 3 nach Komponenten, und die Komponenten summieren sich. Der Grundpreis beträgt 0,03 $ pro 1K-Bild oder 0,06 $ pro 2K. Jede 1K-Referenz kostet zusätzlich 0,02 $, jede 2K-Referenz zusätzlich 0,07 $. High Thinking kostet zusätzlich 0,02 $ pro Generierung. Ultra kostet zusätzlich 0,20 $ pro Generierung und ist nur für 2K verfügbar.

Ein Beispiel: Ein 2K-Ultra-Edit mit einer 2K-Referenz kostet $0.06 + $0.07 + $0.20 = $0.33. Fügt man vier 2K-Referenzen hinzu, was für ein Produktshooting üblich ist, sind es $0.06 + $0.28 + $0.20 = $0.54. Derselbe Auftrag im Fast-Modus mit denselben vier Referenzen kostet $0.34. Der Ultra-Aufpreis ist am unteren Ende also ungefähr doppelt so hoch und am oberen Ende etwa 60 % — nicht die 3,3×, die $0.20 gegenüber $0.06 vermuten lassen, und auch nicht die pauschalen Kosten, die die Zeile „$0.06 pro Bild“ im Launch-Post impliziert. Kreas Launch-Vergleich „$0.06 vs. Nano Banana Pros $0.135 und GPT Image 2s $0.22“ beschreibt den Fast-Pfad ohne Referenzen.

Hier zeigt sich, was die Rechnung eines Routers wert ist. OrcaRouter gibt die Listenpreise der Anbieter mit 0 % Aufschlag weiter, sodass die vom Anbieter eines Modells veröffentlichte Pro-Aufruf-Zahl genau die Zahl ist, die Ihnen berechnet wird — einschließlich eines Aufschlags, den Krea erhebt, wenn Krea der Anbieter ist. Krea 3 Ultra ist derzeit nicht in unserem Katalog; Ultra wird über Kreas eigene API im Max-Plan verkauft, und nur so lässt sich der Modus festlegen. Was wir jedoch routen, ist die andere Hälfte des Vergleichs — OpenAI's gpt-image-2 und gpt-image-2.5, xAI's Grok Imagine Image und Google's Nano Banana, Nano Banana 2 und Nano Banana Pro — hinter einem einzigen Schlüssel, mit automatischem Failover, wenn ein Anbieter Fehler zurückgibt oder rate-limitiert. Wenn das Argument für 0,33 $ pro Bearbeitung lautet, dass sie eine Bearbeitung für 0,06 $ plus Wiederholungsversuche ersetzt, dann ist derselbe Schlüssel der Ort, an dem Sie messen, ob das zutrifft.

Die Lektüre, die die Woche übersteht

Krea 3 Ultra ist ein echtes Ergebnis: ein Editor, der fünf Tage nach Veröffentlichung mit den besten mittelpreisigen G​oogle- und Microsoft-Modellen auf einem Board gleichzieht, auf dem er ein Zehntel ihrer Stimmenzahl hat, und das über einen Moduswechsel statt über ein neues Produkt erreicht. Es ist zugleich ein Ergebnis mit einer schmalen Spitze: Die beiden Kategorien, in denen er Platz 2 belegt, sind Kategorien, in denen GPT Image 2.5 Sunburst 13 bzw. 29 Elo voraus ist, und die Szenen-und-Stil-Arbeit, für die die meisten Marketingteams tatsächlich bezahlen, ist der Bereich, in dem er Platz 18 belegt.

Worauf man achten sollte, ist nicht der Rang. Es sind die Stichprobengröße und der Preis des Modus. Die 5.378 Stimmen für Krea 3 werden wachsen, und wenn die 1150,58 so hält, wie die Stimmen es tun, wird aus dem Gleichstand eine Platzierung statt eines Artefakts einer kleinen Stichprobe. Ultra kostet unterdessen 0,20 $ pro Generierung – zusätzlich zu einem Grundpreis, der bereits mit jeder Referenz skaliert, die man sendet. Das bedeutet, die praktische Frage für ein Produktionsteam lautet nicht „Ist Ultra besser als Krea 3?", sondern „Wie viele Bearbeitungen pro Kampagne rechtfertigen es, ungefähr doppelt so viel zu zahlen, damit das Modell seine eigene beste Antwort wählt?". Das ist ein Test, den Sie diese Woche mit Ihren eigenen Briefings durchführen können, und kein Leaderboard wird ihn für Sie durchführen.