Images 2.6 vs Krea 3: 이제 애니메이션도 만드는 범용 모델 대 편집만 하는 에디터

"Images 2.6 vs Krea 3"를 검색하면 마이크로소프트의 MAI-Image-2.6에 관한 페이지들이 나올 것이다. 이제 출시된 두 모델이 같은 숫자를 공유하는데 아무도 이 둘을 구분하려 하지 않았기 때문이다. 그럼 거기서부터 시작하자. Images 2.6은 OpenAI의 것으로, ChatGPT, Codex, API에 걸쳐 2026년 11월 4일 — 이 글을 쓰기 하루 전 — 두 가지 API 변형으로 출시되었다. GPT-Image-2.6 Sunburst는 품질용이고 GPT-Image-2.6 Flare는 속도용이다. Krea 3는 Krea의 편집 모델로, 2026년 10월 15일부터 서비스 중이며, 편집 상자를 덧붙인 생성기가 아니라 편집기 우선으로 판매된다. 이 둘은 사실 같은 제품 범주가 아니며, 이를 받아들이면 비교가 더 유용해진다. 하나는 두 개의 API 얼굴을 가진 플랫폼 기능이고, 다른 하나는 전문가용 요금표다.

그 차이가 아래의 거의 모든 것을 결정합니다. Images 2.6은 막대한 설치 기반을 계승하고, ChatGPT 내에서 애니메이션 GIF 생성과 재사용 가능한 참조 이미지를 추가하며, 2.5 세대 이후 변하지 않은 토큰 기반 가격 책정으로 제공됩니다. Krea 3는 한 가지 일 — 네이티브 2K에서의 영역 범위 이미지 편집 — 을 하며, 첨부하는 모든 참조 이미지에 할증료가 붙는 편집당 정액 가격으로 판매합니다. 창의적 어시스턴트를 구매하는 경우 첫 번째가 더 안전한 기본 선택입니다. 백만 번 실행되는 프로덕션 편집 단계를 구매하는 경우 예측 가능한 요금표가 있는 쪽은 두 번째입니다.

리더보드의 솔직한 현황

바로 이 지점에서 두 모델은 검증 가능성에서 진정으로 갈리며, 그 결과는 예상과 반대 방향으로 나타납니다.

Krea 3은 이제 독립적인 점수를 갖습니다. 2026년 11월 5일 확인한 Artificial Analysis의 AA-Image-Editing v2.1 보드에서 Krea 3 (Ultra)는 1,151 Elo를 기록했으며 5,573개 샘플을 보유합니다 — 4~7위에서 동일한 1,151점을 기록한 Nano Banana 2.1 및 MAI-Image-2.6과 같은 수준입니다. 더 저렴한 Krea 3 (Fast) 모드는 1,125점을 기록합니다. 이는 제3자 인간 선호도 기반이며, 출시 당시 보드에 Krea 행이 전혀 없었을 때 존재했던 벤더 단독 정보를 대체했습니다.

Images 2.6에는 어떤 종류의 독립적인 수치도 없다. AA-Image-Editing v2.1에도, AA-Image-T2I v2.1에도, Arena에도 없다. 2026년 11월 5일 Artificial Analysis의 두 이미지 보드 전체를 읽어 보면 GPT Image 2.5 Sunburst(편집 1,199, 텍스트-투-이미지 1,224), GPT Image 2.5 Flare, 그리고 GPT Image 2(high)가 1,137과 1,188인 행이 나오며 — 2.6에 대해서는 아무것도 없다. 그 모델은 나온 지 하루밖에 안 됐고 보드는 수천 개의 쌍대 투표로 구동되는 Elo 시스템이므로, 이는 판정이 아니라 지연이다. 그러나 이는 “Images 2.6이 Krea 3을 이긴다” 형태의 어떤 문장도 현재 누구든 발표한 어떤 측정으로도 뒷받침되지 않는다는 뜻이다.

비교할 수 있는 대상은 부모 모델이다. 2.6이 단지 전임자의 위치를 유지한다면, 관련 기준점은 1,199 editing의 GPT Image 2.5 Sunburst이며, 이는 Krea 3 Ultra보다 48 Elo 높고 그 격차는 두 모델의 신뢰 구간을 모두 크게 벗어난다. OpenAI 자체의 주장은 2.6이 뒤로 가지 않을 것이라는 것이다. OpenAI는 Sunburst가 중간 및 높은 품질에서 "편집 전반에 걸쳐 더 뛰어난 이미지 일관성"을 위해 조정되었다고 말한다. 그것은 Elo 보드가 보상하지만 분리해내지는 못하는 속성에 대한 주장이다.

편집 한 번에 실제로 드는 비용

이 부분은 두 요금표를 가장 비교하기 어려운 지점이므로, 현실적인 작업 하나를 놓고 계산해 볼 가치가 있습니다: 2K 제품 사진을 가져와 1K 참조 이미지 두 장을 첨부하고, 단일 국소 변경 하나를 요청하는 경우입니다.

• Krea 3 — 2K 출력 기준 $0.06에 1K 레퍼런스당 $0.02가 더해져 $0.10입니다. "high" 사고 모드를 추가하면 $0.12입니다. 1K 레퍼런스 두 개 대신 2K 레퍼런스 네 개를 쓰면 $0.34까지 올라가는데, 브리프에 "이 네 각도를 맞춰 달라"고 적혀 있을 때 기억해 둘 만한 숫자입니다.

• GPT-Image-2.6 Sunburst — 이미지가 아닌 토큰으로 청구됩니다. 텍스트 입력은 백만 토큰당 $5(캐시 $1.25), 이미지 입력은 백만 토큰당 $8(캐시 $2), 이미지 출력은 백만 토큰당 $30입니다. OpenAI는 이미지당 정액 가격을 공개하지 않으므로, 정직한 수치는 출력 토큰 예산에서 추정한 값입니다. 1024급 출력의 경우 대략 고품질 기준 $0.053, xhigh 기준 $0.094, max 기준 $0.21입니다. 해당 토큰 예산은 2.5 세대에서 이어온 것으로, 이용 가능한 최선의 근사치이며 공개된 2.6 수치는 아닙니다.

• 배치 — OpenAI가 공개한 배치 토큰 요율은 대략 절반(100만 개당 $2.50 / $4.00 / $15.00)이지만, 2.6 변형의 모델 페이지에는 /v1/batch가 지원되지 않는 것으로 표시되어 있어 현재 이 모델에서는 해당 할인을 받을 수 없습니다. Krea는 이에 상응하는 할인을 공개하지 않습니다.

중요한 것은 리스크의 형태입니다. 편집 한 번만 보면 두 비용은 몇 센트 안쪽 차이라 비교 자체가 노이즈입니다. 하지만 월 10만 건의 편집에서는 Krea의 가격은 고정되어 있고 알려져 있는 반면, 2.6의 청구서는 품질 설정이 함의하는 토큰 예산에 따라 변동합니다. 그리고 그 설정은 요청별 파라미터이므로, 부주의한 기본값 하나가 애플리케이션 코드 한 줄도 바꾸지 않은 채 월 청구액을 4배로 움직일 수 있습니다.

바로 그 지점에서 라우터가 단순한 화젯거리가 아니라 제 역할을 하게 됩니다. OrcaRouter는 공급자 정가를 0% 마크업으로 그대로 전달하므로, 보시는 토큰당 OpenAI 요금이 이 페이지의 요금이자 청구서에 찍히는 요금이며 그 사이에 어떤 스프레드도 붙지 않습니다. 이렇게 새로운 모델을 다룰 때 유용한 방법은 이미 신뢰하는 기존 모델들과 동일한 키 뒤에 두는 것입니다 — GPT-Image-2.5 Sunburst와 Flare, GPT Image 2, Imagen 4, Gemini의 flash-image 라인이 모두 카탈로그에 있습니다 — 그리고 자동 페일오버가 새 엔드포인트가 속도 제한을 걸어오는 날을 받아내게 하십시오. 이제 막 하루 된 모델을 이미 검증된 모델과 비교하는 셈인데, 단일 장애점이 있는 프로덕션 경로로 그렇게 하고 싶지는 않으실 겁니다.

Krea 3가 실제로 더 나은 도구인 경우

세 가지입니다. 그리고 그것들은 구체적입니다.

Krea 3는 편집을 위해 학습된 것이지, 편집에 맞춰 적응한 것이 아닙니다. 공급업체의 주장은 전체 프레임을 다시 그리는 대신 변경된 영역만 렌더링한다는 것이며, 그래서 영역 범위 편집이 기본 상호작용이지 마스크를 그린 뒤 모델이 이를 존중해 주기를 바라는 방식이 아닙니다. 제품 작업에서 이는 라벨이 편집 후에도 살아남는지, 아니면 조용히 글자가 다시 새겨지는지의 차이입니다 — 그리고 글자를 다시 새기는 것은 팀이 편집기를 완전히 신뢰하지 않게 만드는 실패 유형입니다.

또한 251개의 출시 프리셋을 함께 제공하는데, 이는 소비자용 겉치레처럼 들리지만 결코 그렇지 않습니다. 주간-야간, 블록아웃, 스케치, 리스킨, 새로운 하늘, 그린 스크린이 그것입니다. 프리셋은 누군가 이미 튜닝해 둔 프롬프트이며, 카탈로그 전반에 걸쳐 동일한 다섯 가지 변환을 반복 실행하는 스튜디오라면 그것은 직접 하지 않아도 되는 일주일치 프롬프트 엔지니어링입니다.

그리고 지연 시간에 관해서는 큐 설계에 넣을 수 있는 편집 건당 고정 수치로 설명합니다. Krea는 대부분의 편집이 네이티브 2K에서 처음부터 끝까지 8초 이내에 완료된다고 주장합니다. 이를 독립적으로 측정한 사람은 아무도 없습니다. 즉 벤더가 보고한 수치입니다. 하지만 그 주장의 구조, 곧 고정 해상도에서의 상한은 이름 없는 기준선 대비 몇 퍼센트 빨라졌다는 주장보다 용량 계획에 더 유용합니다.

Krea 3가 하지 않는 일은 생성입니다. AA T2I 보드에 Krea 3의 텍스트-투-이미지 행이 없는 이유는 텍스트-투-이미지 모드가 없기 때문입니다. 소스 이미지가 필요합니다. 파이프라인이 프롬프트에서 시작한다면 그 앞에 생성기를 두어야 하며, 이는 비용 비교를 완전히 바꿉니다 — 이제 두 개의 모델에 비용을 지불하게 됩니다.

Images 2.6이 앞서는 부분

Images 2.6은 둘 중 아무것도 없는 상태에서 시작할 수 있는 유일한 것이며, 애니메이션이 있는 유일한 것입니다.

GIF 기능은 11월 4일 릴리스의 핵심입니다: ChatGPT는 이제 프롬프트나 업로드한 사진으로부터 반복 재생되는 애니메이션 GIF를 한 단계로 만들 수 있으며, 이후 재생 속도 제어와 프레임별 편집도 가능합니다. API가 애니메이션 파일을 반환하는지는 별개의 질문이며 현재 답이 없습니다 — OpenAI의 모델 페이지에는 이미지 출력이 나열되어 있고 "애니메이션 GIF 출력"에 대해서는 이미지 가이드를 안내하지만, /v1/images/generations 호출에서 GIF가 반환된다는 것을 확인한 공개 테스트는 없습니다. ChatGPT의 GIF 지원은 출시된 것으로, API의 GIF 지원은 미검증으로 간주하세요.

이번 릴리스의 나머지 부분은 GIF보다 개발자에게 더 중요하다. Images 2.6에는 SVG 내보내기, 마크업 기반 편집(주석을 단 이미지를 보내면 모델이 그린 부분을 편집), 재사용 가능한 참조 이미지, 그리고 모델이 요청에 사용하는 계획 예산의 규모를 제어하는 복잡도 매개변수가 추가되었다 — OpenAI의 지침은 낮게 시작하고 장면에 상호작용하는 제약이 여러 개 있을 때 높이라고 권한다. 특히 SVG 내보내기는 범주를 바꾸는 변화다: 벡터 경로를 출력하는 편집기는 어떤 품질 수준에서도 래스터 편집기가 다룰 수 없는 로고 및 아이콘 작업에 쓸 수 있으며, Krea 3에는 이에 해당하는 기능이 없다.

사용량 규모에 대한 이 주장은 그 출처 표시를 붙인 채 다시 언급할 가치가 있다. OpenAI에 따르면 사용자들은 이제 ChatGPT와 API를 통해 매주 40억 장이 넘는 이미지를 생성하며, 이는 2026년 9월의 30억 장에서 증가한 수치다. 이는 회사가 밝힌 수치로, 기능별로 분할된 자료는 공개되지 않았고 두 수치가 같은 방식으로 정의되었다는 보장도 없다.

파이프라인에 어느 것을 넣을까

당신의 작업이 대량의 기존 이미지를 편집하는 것이라면 — 카탈로그 리터칭, 제품 사진의 지역별 변경, 이미 존재하는 세트의 스타일 재조정 — Krea 3가 더 예측 가능한 구매입니다. 편집 건당 고정 가격, 네이티브 2K 출력, 독립 리더보드에서 측정된 1,151 Elo, 그리고 손대지 않은 영역의 보존을 있으면 좋은 기능이 아니라 핵심으로 여기는 설계.

당신의 작업이 편집이 결합된 생성 — 콘셉트 구상, 마케팅 변형, 문장에서 시작하는 모든 것 — 이라면, Images 2.6은 두 모델 중 유일하게 해당되는 모델이며, SVG 및 마크업 편집 기능 덕분에 단순한 챗봇 편의 기능 이상입니다. 독립적인 벤치마크가 없다는 것은 파일럿으로 시험해볼 이유이지 무시할 이유가 아닙니다. Elo 행이 없는 갓 나온 모델은 아직 아무도 투표하지 않은 모델일 뿐입니다.

피해야 할 실수는 1,151 대 없음 비교를 어느 한쪽의 승리로 간주하는 것이다. Krea 3에는 수치가 있고 Images 2.6에는 없는데, 이는 모델이 아니라 측정 일정에 대해 알려준다. 실제로 결판을 내릴 비교는 AA 보드에 2.6 행이 추가될 때 나온다. 그리고 그때 주목할 수치는 1,199를 넘는지 여부다. 왜냐하면 그 지점이 OpenAI 자신의 전임 모델이 위치한 곳이며, 대략 전문 에디터를 앞서야 전환을 정당화할 수 있는 기준점이기 때문이다.

그때까지 진짜 답을 얻는 가장 저렴한 방법은 직접 만든 스무 개의 편집을 두 모델 모두에 돌려보고, 그중 출시할 만한 것의 개수를 세는 것이다. 비용은 약 2달러다. 또한 현재 이용 가능한 테스트 중 누군가의 마케팅이 아닌 유일한 테스트이기도 하다.