Krea 3 Ultra vs Nano Banana 2.1: 점수판에서는 동점, 하지만 서로 다른 두 제품

1.1 Elo. 이것이 Krea 3 Ultra 1150.58과 Nano Banana 2.1 1151.65 사이에서 2026년 10월 20일 기준 Artificial Analysis의 이미지 편집 리더보드상 측정된 전체 차이이며, 두 행은 게시된 동일한 순위 범위 3–6을 갖습니다. 리더보드에서 이들은 이름만 다른 같은 모델입니다. 이와 같은 릴리스 뒤에 있는 문서화된 AI 실패 및 에이전트 사건은 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 있습니다.

리더보드 밖에서는 두 제품을 거의 비교하기 어렵다. Krea 3 Ultra는 Krea 3의 사고 모드로, 작업 ID를 반환하고 이를 폴링하는 엔드포인트이며, 편집할 때마다 몇 분씩 걸리고 2K로만 출력하며, 사용할 때마다 기본 가격에 0.20달러가 추가된다. Nano Banana 2.1은 G​oogle의 고효율 주력 모델로, 2026년 10월 6일부터 일반 제공되며, 2K 이미지당 0.0504달러의 토큰으로 판매되고, 4K까지 지원하며, 최대 14개의 레퍼런스를 탑재했고, G​oogle Search에 연결되어 있다. 하나는 희소하고 신중하며 값비싼 호출이고, 다른 하나는 마음껏 쓸 수 있는 종량제 유틸리티다.

따라서 유용한 질문은 어느 쪽 점수가 더 높은가가 아니다. 그것은 그 두 형태 중 당신의 작업에 필요한 것이 어느 것인가이며, 사람들이 흔히 하는 가격 비교인 $0.33 대 $0.05는 잘못된 두 가지를 측정하고 있다. 아래에서는 실제로 차이가 나는 숫자들을 제시한 뒤, 결정하는 방법을 설명한다.

넥타이는 무엇으로 만들어졌나요?

Artificial Analysis는 편집된 이미지에 대한 인간의 쌍대 투표에 Bradley-Terry 모델을 적합하며, FLUX.2 [dev]가 1000에 위치하도록 고정된 척도를 사용한다. 10월 20일 측정에서 Nano Banana 2.1은 6,684개 표본에서 ±13 구간으로 1151.65를 기록해 3위였고, Krea 3 Ultra는 5,378개 표본에서 ±14로 1150.58을 기록해 5위였다. MAI-Image-2.6은 1151.03으로 그 사이에 위치했다. 세 모델, 하나의 순위 범위, 거의 완전히 겹치는 구간들이다.

두 모델이 갈리는 지점은 작업량에 따른 것이며, 바로 그 부분에서 격차는 1.1 Elo보다 큽니다 — 양방향 모두에서:

• 마케팅 및 광고 — Nano Banana 2.1 1196.4 대 Krea 3 Ultra 1182.79. G​oogle이 약 14 Elo 앞섰습니다.

• 리테일 및 이커머스 — Nano Banana 2.1 1148.92 대 1129.84. Google이 19 차로 앞서 있습니다.

• 애니메이션 및 게임 — Krea 3 Ultra #2는 1178.77, Nano Banana 2.1은 해당 카테고리에서 그보다 아래입니다. 점 추정치에서는 Krea가 앞섭니다.

• 추론 기반 편집 — Krea 3 Ultra #4는 1186.82, Nano Banana 2.1은 동일 작업에서 2위로 1193.07. G​oogle이 6 앞서 있다.

• 정체성 보존 편집 — Nano Banana 2.1 1197.8 대 Krea 3 Ultra 1182.47. G​oogle이 15점 앞섰습니다.

• 구도 및 프레이밍 — Krea 3 Ultra #3은 1182.68을 기록했으며, Nano Banana 2.1은 해당 항목의 상위 3위에 들지 못했습니다.

그 목록은 헤드라인 순위만 보고 구매하는 것에 대한 경고로 읽으세요. 당신의 작업이 광고 크리에이티브, 제품 사진 촬영, 또는 한 캠페인 전반에서 같은 얼굴을 유지하는 일이라면, 중요한 평가표는 G​oogle이라고 말합니다 — 전체 격차의 몇 배에 달하는 차이로. 애니메이션, 게임 에셋, 또는 추론 단계가 필요한 편집이라면, Krea의 사례는 #5가 시사하는 것보다 더 강합니다.

모든 카테고리 보드는 모델당 수백 표를 기준으로 ±20~±38의 구간을 보인다. 14 Elo의 카테고리 격차는 방향성을 보여주는 데는 유용하지만 통계적으로 확정된 것은 아니다.

가격, 제대로.

Nano Banana 2.1은 토큰 기준으로 청구됩니다: 입력 토큰 100만 개당 $1.50, 이미지 출력 토큰 100만 개당 $30.00입니다. Google은 이를 1K 이미지당 약 $0.0336, 2K당 $0.0504, 4K당 $0.113으로 환산합니다. 이는 정가이며, 전송하는 참조 이미지 수에 따라 달라지지 않습니다.

Krea 3 Ultra는 구성 요소별로 과금되며, 모든 구성 요소가 누적됩니다: 2K 이미지 기본 요금 $0.06, 2K 레퍼런스당 $0.07, high thinking 사용 시 $0.02, Ultra $0.20. 2K 레퍼런스 하나면 Ultra 편집 1회가 $0.33입니다. 네 개면 $0.54입니다. 레퍼런스 12개가 포함된 고품질 4K Nano Banana 2.1 이미지는 $0.113입니다.

• 한 참조 기준 2K — Krea 3 Ultra $0.33 대비 Nano Banana 2.1 $0.0504. G​oogle이 약 6.5배 더 저렴합니다.

• 레퍼런스 4개 기준, 2K — Krea 3 Ultra는 $0.54 대 $0.0504. G​oogle은 약 10.7배 더 저렴합니다.

• 4K에서는 — Krea 3 Ultra는 거기까지 갈 수 없습니다. Nano Banana 2.1은 $0.113입니다.

출시 보도에서 계속 등장하는 비교, "$0.06 대 $0.135"는 Krea 3의 고속 모드와 Nano Banana Pro의 가격을 사용한 것입니다. 그 문장의 어느 쪽도 이 페이지에서 다루는 모델이 아닙니다. Ultra와 2.1을 비교하면, 정직한 비율은 거의 한 자릿수 차이에 가깝습니다.

지연 시간도 같은 방향으로, 비슷한 배수로 움직입니다. Ultra는 후보 생성 및 후보 검토 모드입니다: Krea 문서에서는 작업 하나를 "몇 분"으로 제시하며, 최대치는 약 10분이고 낮은 우선순위에서는 16분입니다. G​oogle은 Nano Banana 2.1의 이미지당 지연 시간을 공개하지 않지만, 이 모델은 Flash 계열을 기반으로 하며 — 이전 세대가 내세운 점은 대량 처리 시의 속도였습니다 — 사고 수준 제어를 제공하며 최소, 중간 및 높음 설정이 있고 기본값은 중간입니다. 처리량 측면에서 두 제품은 같은 시장에 있지 않습니다.

Elo가 포착하지 못하는 역량 차이

• 해상도 — Krea 3 Ultra는 2K 전용입니다. Nano Banana 2.1은 1K, 2K, 4K를 지원하며, 화면비별 픽셀 표를 공개하고 있습니다. G​oogle의 Flash 계열 모델인 Nano Banana 2는 2.1에는 없는 512px 단계를 추가합니다.

• 참조 — Nano Banana 2.1은 최대 14개의 참조 이미지를 지원하며, Google 문서에 따르면 한 워크플로에서 최대 4명의 캐릭터 유사도와 최대 10개 개체의 충실도를 유지합니다. Krea 3은 일반적으로 최대 8개를 지원하지만, 5개 이상이면 각 참조 이미지가 가장 긴 변 기준 1536px로 다운스케일됩니다. Krea는 최대 세부 묘사를 위해 4개 이하로 보낼 것을 권장합니다. Ultra는 최소 하나의 참조 이미지가 필요합니다.

• 검색 그라운딩 — Nano Banana 2.1은 생성을 {{1}}G​oogle Web Search{{/1}} 및 이번 세대에 새로 추가된 {{2}}G​oogle Image Search{{/2}}에 근거하게 할 수 있어, 프롬프트가 실제 최신 제품이나 검색된 특정 이미지를 참조할 수 있습니다. Krea 3에는 이에 상응하는 기능이 없습니다.

• 비디오 입력 — {{1}}Nano Banana 2.1{{/1}}은 비디오를 컨텍스트로 받아 정지 이미지를 생성합니다. {{2}}Krea 3{{/2}}는 이미지와 텍스트를 입력받습니다.

• 워터마킹 — Google이 생성하는 모든 이미지에는 SynthID 워터마크가 포함됩니다. Krea의 문서에는 Krea 3에 상응하는 내용이 설명되어 있지 않습니다.

• 데이터 처리 — Krea 3는 엔터프라이즈 워크스페이스에 대해 제로 데이터 보존(Zero Data Retention)을 지원하지만, Ultra는 ZDR 헤더 아래에서 HTTP 422를 반환하므로 엔터프라이즈 ZDR과 Ultra는 상호 배타적입니다. Google의 처리는 자체 API 약관에 의해 규율됩니다.

• 지역 편집 — Krea 3은 regional_edit: true를 제공합니다. 이 옵션은 변경된 영역만 재생성하고 나머지는 픽셀 단위로 정확하게 유지하므로, 최신 출력에 편집을 연속 적용해도 아티팩트가 누적되지 않습니다. 이는 실질적인 제품 차별점이며, 선호도 리더보드가 포착하지 못하는 종류의 것입니다.

실제 브리프를 바탕으로 선택하기

두 모델은 서로 다른 작업에서 가장 강점을 보이는데, 리더보드의 동점은 이를 놓치기 쉽게 만든다.

시장마다 히어로 이미지 한 장씩이 필요하고, 모든 프레임에서 동일한 제품 라벨과 동일한 모델을 인쇄 해상도로 유지하며, 12장의 소스 이미지를 참조해야 하는 캠페인을 생각해 보자. Nano Banana 2.1은 중요한 모든 축에서 앞선다: 4K, 14개 참조, Krea보다 15 Elo 높은 아이덴티티 보존 순위, 이미지당 $0.11, 그리고 100가지 변형을 반나절 작업으로 만들어 주는 처리량. Krea 3 Ultra는 프레임당 $0.54가 들고, 각 프레임에 몇 분씩 걸리며, 참조 이미지 대부분을 다운스케일한다.

라벨 텍스트와 로고는 픽셀 단위로 정확히 유지한 채 주변 장면은 바뀌어야 하고, 이전 출력에서 반복적으로 편집해야 하는 제품 팩샷 배치를 맡아 보세요. Krea의 영역 편집 모드는 바로 이런 작업을 위해 만들어졌습니다. 리테일 및 이커머스 순위(해당 사용 사례에서 4위로, Nano Banana 2.1에는 뒤지지만 대부분의 경쟁 제품보다는 앞섬)도 괜찮은 편이고, 보통 2K면 충분합니다. Ultra가 여기서 잘못된 모드인 데에는 다른 이유가 있습니다. 참조 이미지 하나로 $0.13인 Fast가 제 몫을 해내며, Fast는 종합 11위로 Nano Banana Pro의 1106위보다 여전히 앞섭니다.

Nano Banana 2.1은 저렴하고 빠르며 고해상도이고 어떤 경쟁자보다 더 많은 입력을 참조하기 때문에 대부분 팀의 기본 선택입니다. Krea 3 Ultra는 전문가에게 맡기는 선택입니다. 반드시 제대로 되어야 하는 한 번의 편집에 몇 분과 약 30센트가 들며, 모델 자체의 후보 검토가 단일 패스보다 더 잘하는 작업에 적합합니다. 보드는 둘이 똑같이 좋다고 말합니다. 가격은 둘 중 하나는 실용 도구이고 하나는 컨설턴트라고 말합니다.

비교를 위한 키 하나

이 맞대결을 외부에서 판정하기 어려운 이유는 두 모델이 서로 호환되지 않는 단위로 과금되기 때문입니다. 한쪽은 생성 건당 요금에 추가 요금이 붙고, 다른 쪽은 토큰당 요금에 해상도 단계가 붙으며, 게다가 둘은 서로 다른 지연 시간 등급에 걸쳐 측정됩니다. 비교할 수 있는 유일하게 신뢰할 만한 방법은 동일한 브리프 열 개를 두 모델에 모두 돌려보고 청구서에 찍힌 금액을 세어보는 것입니다.

OrcaRouter는 바로 이런 용도를 위해 만들어졌습니다. 0% 마크업으로 수백 개 모델을 하나의 API로 제공하고, 공급자 정가를 그대로 전달하며, 공급자 오류나 레이트 리밋 발생 시 자동으로 페일오버하고, 라우팅 DSL을 통해 하나의 워크플로 안에서 서로 다른 작업을 서로 다른 모델로 보낼 수 있습니다. Nano Banana 2.1은 Google 자체 엔드포인트로 현재 저희 카탈로그에 없습니다. 저희가 라우팅하는 모델에는 Nano Banana 2(google/gemini-3.1-flash-image-preview), Nano Banana Pro, 그리고 OpenAI의 gpt-image-2.5가 포함되는데, 이 덕분에 유용한 첫 테스트는 3자 비교가 됩니다. Ultra의 $0.33 편집이 실제 브리프에서 $0.05~0.15의 Google 또는 OpenAI 편집을 이길 수 있을까요? Krea 3는 어느 경우든 Krea의 API에 남습니다. Ultra가 그곳에서 판매되기 때문입니다.

누군가 그 테스트를 실행하기 전까지, 방어 가능한 요약은 좁고 화려하지 않습니다. 2026년 10월 20일에는 이 두 모델이 같은 점수를 받았고, 프로덕션 선택을 결정하는 다른 모든 요소—가격, 해상도, 참조, 지연 시간, 데이터 처리—에서는 두 모델이 비슷하지도 않습니다. 먼저 작업의 형태를 고르세요. 순위는 도움이 되지 않습니다.