MOSS-Image vs Krea 3: uno cobra por imagen, el otro cobra por hora

Los dos modelos de esta comparación tienen precios en monedas distintas, y por eso la comparación obvia —seis centavos frente a cero— es la equivocada. K​rea 3, publicado el 15 de octubre de 2026, es un modelo de edición alojado con una tarifa publicada: 0,06 $ por imagen en 2K nativo, menos de ocho segundos de principio a fin según la propia medición del proveedor. M​OSS-Image, publicado por OpenMOSS el 16 de octubre de 2026 como los checkpoints bajo licencia Apache 2.0 M​OSS-Image-Base y M​OSS-Image-SFT, no tiene ninguna tarifa. Alquilas una GPU y pagas por hora, ya generes una imagen en esa hora o cuatrocientas.

Así que la verdadera pregunta no es cuál es más barato. Es cómo se ve tu carga de trabajo a lo largo de un mes, porque una tarifa fija por imagen y una tarifa por hora se cruzan en un volumen que depende enteramente de tu propia utilización. Por debajo de ese punto de cruce, K​rea es mejor en dinero y enormemente mejor en latencia. Por encima, el coste marginal por imagen de M​OSS-Image se acerca al coste de la electricidad. Casi nadie hace las cuentas, y esa es toda la decisión.

Ambos quieren una caja, y la quieren en unidades diferentes.

Empieza por la parte que los hace comparables en absoluto, porque es fácil pasarla por alto. Ninguno de los dos es un generador de «pide y reza». Las herramientas de edición de K​rea 3 incluyen cuadros delimitadores para colocar nuevos elementos, y ediciones multiturno que mantienen su contexto entre turnos. El formato de diseño de M​OSS-Image toma un objeto JSON como prompt — un summary bloque más un items array donde cada elemento lleva una etiqueta de text, character u object, un caption, un cuadro delimitador y, para los elementos de texto, la cadena literal que se debe representar.

• De dónde viene el cuadro — MOSS-Image: un campo JSON en cada elemento del prompt de diseño, que usa bbox_format: "yxyx" en bbox_coord_space: "abs_centralized", es decir, píxeles absolutos medidos desde el centro del lienzo. Krea 3: un control de cuadro delimitador en su interfaz de edición para colocar nuevos elementos.

• Resolución de salida — M​OSS-Image: entrenada con 256px, 512px y aproximadamente 1024², con el presupuesto de tokens pasando de 576 → 3,072 → 8,192. K​rea 3: 2K nativa, con ejemplos citados a 2736 × 1536 px, y 1K a mitad de precio.

• Imágenes de referencia — M​OSS-Image: los elementos se describen estructuralmente en el prompt de diseño en lugar de suministrarse como imágenes de referencia. K​rea 3: hasta seis por edición en el post de lanzamiento, ocho en la página del producto — el material propio del proveedor da dos cifras y ninguna se ha retirado.

• Lo que estás construyendo — M​OSS-Image: una composición, a partir de una especificación, en gran medida desde cero. K​rea 3: una edición de una imagen que ya tienes, con la región fuera de la edición intacta.

Esa última línea es la que decide la mayoría de las cargas de trabajo reales. Si tu trabajo es «tomar esta foto de producto y cambiar el fondo», M​OSS-Image es el instrumento equivocado: no es un editor in situ, y su proveedor etiqueta el comportamiento de edición como experimental. Si tu trabajo es «producir cuatrocientos carteles únicos con textos específicos en lugares específicos», K​rea 3 es el instrumento equivocado, y su propio material es escaso en cuanto a texto largo: sus ejemplos de lanzamiento están en inglés, sus fortalezas documentadas son cambios de escena de productos, eliminación de objetos y limpieza de fotos.

Velocidad, donde solo un lado ha publicado algo

La cifra destacada de Krea 3 está por debajo de los ocho segundos por edición, de extremo a extremo, a 2K. Es una cifra del proveedor, y el proveedor es inusualmente transparente sobre de dónde procede: los tiempos son la mediana del tiempo entre solicitud y resultado de cada lote de doce imágenes de cada modelo, incluido el tiempo de cola, medidos en la propia plataforma de Krea entre el 24 de septiembre y el 1 de octubre de 2026. Una metodología impresa en el benchmark vale más que un número a secas, y esta la tiene. Sigue siendo Krea midiendo a Krea.

MOSS-Image no tiene ninguna cifra de latencia publicada, y vale la pena entender por qué antes de tratar eso como una omisión. Los valores predeterminados de muestreo son Euler de flow-matching con 50 pasos, CFG 3.0, shift 5.0 y guiado de rama negativa con omisión de capas en la capa 22. La ruta de guiado predeterminada necesita dos pasadas del transformer por paso. Por lo tanto, la latencia de MOSS-Image no es una propiedad del modelo como lo es para un endpoint alojado: es una propiedad de la GPU que pongas debajo, del número de pasos que elijas y de si descartas el guiado o ejecutas destilación. La comunidad publicó cuantizaciones INT8 e INT4, un LoRA DMD de 4 pasos y una variante destilada de 8 pasos en aproximadamente un día desde el lanzamiento, lo que indica que la gente consideró que el valor predeterminado de 50 pasos era demasiado lento para trabajo interactivo y lo solucionó por su cuenta.

Entonces, la comparación honesta en cuanto a velocidad es esta: Krea 3 cita una cifra que depende de Krea, y MOSS-Image no tiene cifra porque depende de ti. Un valor predeterminado de 50 pasos con dos pasadas hacia adelante por paso no es rápido. Una compilación destilada de 8 pasos en una tarjeta alquilada podría serlo. Ninguna de esas afirmaciones se puede verificar en la página de ningún proveedor, y la segunda la puedes verificar tú en una tarde.

La aritmética de la revisión, que es donde los seis centavos dejan de importar

Aquí está el cálculo que cambia la decisión, y parte del propio planteamiento de Krea.

A $0,06 por edición, hacer cinco pasadas y elegir la mejor cuesta treinta centavos y no requiere ninguna reunión. Esa es la propuesta implícita de K​rea, y es buena, porque la alternativa a un reintento barato es una hora de un diseñador. Cien mil ediciones al mes en 2K son $6,000 — y K​rea deja claro que el precio de lanzamiento es el precio de lista y que espera que el precio baje en lugar de subir, lo que convierte los $6,000 en un techo en lugar de un piso.

El lado de MOSS-Image de la misma aritmética no es una tarifa, es un problema de utilización. La licencia es Apache 2.0 sin umbral de ingresos, y hay un modelo de pesos abiertos de $0,008 por imagen en el entorno de esta comparación, de un proveedor distinto, como referencia — pero así no funciona la vía abierta. La descarga es de aproximadamente 27,2 GB, de los cuales unos 16,8 GB repartidos en cuatro fragmentos son el codificador de texto Qwen3.5-9B congelado y unos 10,2 GB repartidos en tres son el transformador. La insignia 5B describe solo al generador de difusión, y el codificador es la mitad más grande de la huella en disco.

Que eso supere los seis centavos depende de tres números que ya conoces: tu tarifa por hora de GPU, tus imágenes por hora con el número de pasos que decidas y qué fracción del mes está realmente ocupada la tarjeta. Un equipo que opera una línea de producción constante obtendrá un bajo coste efectivo por imagen y debería alojarlo. Un equipo que necesita cuarenta imágenes un martes por la tarde no debería alquilar una GPU para ello, ni debería hacer como si el precio de la licencia fuera el precio de la imagen.

La afirmación del ajuste fino, que ambos bandos formulan y ninguno ha demostrado

Esta es la sección que una comparación de especificaciones suele pasar por alto, y es lo más interesante que estos dos modelos tienen en común.

La afirmación de Krea es que Krea 3 es el primer modelo de edición que puedes afinar para un producto, una persona o un estilo concretos, de modo que el packshot de una marca o un personaje recurrente se mantenga igual a lo largo de una campaña. El mecanismo es comprobable —la referencia de la API incluye un endpoint "Train a custom style (LoRA)"— y que "primero" se sostenga es una afirmación sobre el sector, más que una medición. Es la afirmación de Krea. Pero el mecanismo existe, está documentado, y es la única vía publicada del lado de Krea para fijar un sujeto.

El equivalente de OpenMOSS es estructural más que comercial. Base es el checkpoint preentrenado, deliberadamente dejado sin destilar — la ficha del modelo afirma explícitamente que no se aplicó postentrenamiento ni destilación de parámetros de inferencia como CFG, con el fin de preservar la información de entrenamiento y mantener viable el entrenamiento con LoRA. Eso es un proveedor que elige entregar un valor predeterminado peor a cambio de un mejor sustrato de entrenamiento, y es la señal más clara de todo el lanzamiento sobre para quién es el checkpoint Base.

Ambas afirmaciones apuntan al mismo comprador: alguien con un sujeto recurrente que no debe desviarse. Ninguno de los dos proveedores ha publicado una medición de desviación, y la comunidad se articula en torno a MOSS-Image —el empaquetado para ComfyUI, las cuantizaciones, los LoRAs destilados—, que llegaron en aproximadamente un día, lo que indica que la ruta de entrenamiento es real aunque el proveedor no haya publicado ningún resultado de entrenamiento.

• Dónde vive el LoRA — Krea 3: un endpoint alojado en la plataforma de Krea, entrenado con el modelo de Krea en la infraestructura de Krea. MOSS-Image: tus propios pesos, tu propia ejecución de entrenamiento, tu propia GPU, con un checkpoint que el proveedor dejó deliberadamente en un estado entrenable.

• Lo que eso te cuesta — Krea 3: la conversación sobre el entrenamiento es una conversación sobre licencias. MOSS-Image: la conversación sobre el entrenamiento es tu factura de la electricidad y la semana de alguien.

• Lo que te da a cambio — K​rea 3: un estilo que puedes invocar, sobre la disponibilidad de otro. M​OSS-Image: un checkpoint que es tuyo, que sigue funcionando si el proveedor se retira.

Acceso, y dónde encaja un enrutador en un pipeline de dos herramientas

Krea 3 está cerrado. Krea ha publicado pesos abiertos antes —Krea 2 RAW y Turbo están en el Hub—, pero Krea 3 no está entre ellos, y las FAQ de Krea sitúan el autoalojamiento dentro de los planes empresariales, en tus propias GPU, con términos de licencia y dimensionamiento del hardware que se discutirán. Así que es una decisión. MOSS-Image es una descarga, y la descarga es todo el producto.

Ninguno de los dos está en el catálogo de OrcaRouter —ofrecemos más de 200 modelos y ninguno de estos dos es uno de ellos—, así que ambos implican acudir a la fuente: para Krea 3, la propia API de Krea y varias plataformas de terceros; para MOSS-Image, los repositorios y tu propio hardware.

La utilidad del enrutador en un pipeline como este radica en la parte que no es ninguno de los dos modelos. Colocar un elemento en un marco suele ser un paso de una tarea que también necesita un generador alojado para la imagen base, un modelo aparte para el escalado y una pasada de generación de descripciones o de evaluación, y ahí es donde un único endpoint sobre unos cientos de modelos con conmutación por error automática y precios de lista de proveedores transferidos con un 0 % de margen eliminan el trabajo de integración en lugar del trabajo del modelo. El DSL de enrutamiento importa por la misma razón: si el paso de imagen base y el paso de edición son dos modelos diferentes, fijar cada uno por solicitud en una sola configuración es mejor que mantener dos SDK de proveedores. Es la fontanería, y la propia arquitectura de MOSS-Image es un recordatorio de cuánto vale la fontanería en relación con el modelo: el resultado de composición de extremo a extremo más sólido del proveedor se produjo con un pipeline cuya mitad de especificación de prompts se ejecuta por completo en un modelo de terceros.

¿Cuál de ellos, y el crossover que lo decide?

Elige K​rea 3 si el entregable es una edición de una imagen existente, si tu equipo mide su propia latencia en minutos y si tu volumen es lo bastante irregular como para que una GPU alquilada permanezca inactiva la mayor parte del mes. Seis centavos con un tiempo de ida y vuelta inferior a ocho segundos, una historia de precisión documentada y un endpoint LoRA en la infraestructura propia del proveedor es un producto coherente para ese trabajo, y el hecho de que el precio de lanzamiento se indique como precio de lista significa que es poco probable que la economía empeore. Entra sabiendo que cada cifra de rendimiento asociada a él es propia de K​rea, que el recuento de referencias está documentado de dos maneras y que no cuenta con puntuación independiente de ningún tipo —lo cual es la explicación completa de su ausencia en las tablas de clasificación, ya que se lanzó el día anterior a que se recopilara la investigación para este artículo.

Elige M​OSS-Image si produces imágenes compuestas a partir de una especificación a un ritmo constante, si un cuadro delimitador en un prompt JSON se ajusta mejor a tu pipeline que un cuadro en la interfaz de usuario de otra persona, o si poseer el checkpoint es un requisito en lugar de una preferencia. Apache 2.0 sin umbral de ingresos hace que la revisión legal sea rápida, el checkpoint Base es deliberadamente entrenable, y el esquema de diseño es una especificación real. Ten en cuenta que la latencia depende de ti, que el codificador es la mayor parte de la descarga, que las cuantizaciones de la comunidad existen porque el valor predeterminado de 50 pasos es lento, y que ninguno de los benchmarks del proveedor ha sido reproducido por nadie.

El punto de cruce no es un misterio. Divide tu coste mensual de GPU entre tus imágenes por mes y compara el resultado con seis centavos. Si no puedes estimar imágenes por hora con confianza, esa incertidumbre es la respuesta: alquila Krea durante un mes, genera el volumen que realmente esperas y deja que la factura te diga si vale la pena construir la vía abierta. Es un experimento más barato que alquilar una tarjeta durante un mes para averiguarlo.

Los fallos de IA documentados y los incidentes de agentes que hay detrás de lanzamientos como este se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza e indicador de disputa.