MOSS-Image vs Krea 3: 하나는 이미지당 과금, 다른 하나는 시간당 과금

이 비교에 등장하는 두 모델은 서로 다른 통화로 가격이 매겨져 있습니다. 그래서 뻔해 보이는 비교—6센트 대 0—는 잘못된 비교입니다. K​rea 3는 2026년 10월 15일에 출시된 호스팅 편집 모델로, 공개된 요금이 있습니다: 네이티브 2K 기준 이미지당 $0.06이며, 벤더 자체 측정으로 엔드투엔드 8초 미만입니다. M​OSS-Image는 OpenMOSS가 2026년 10월 16일에 Apache 2.0 체크포인트 M​OSS-Image-Base와 M​OSS-Image-SFT로 공개했으며, 요금이 전혀 없습니다. GPU를 대여해 시간당 요금을 내고, 그 시간에 이미지를 한 장 생성하든 400장을 생성하든 마찬가지입니다.

그래서 진짜 질문은 어느 쪽이 더 저렴한가가 아니다. 한 달 동안 당신의 워크로드가 어떤 모습일지다. 이미지당 정액 요금과 시간당 요금은 전적으로 당신의 활용률에 달려 있는 사용량 지점에서 교차하기 때문이다. 그 교차점 아래에서는 Krea가 비용 면에서 더 낫고 지연 시간 면에서는 엄청나게 더 낫다. 그 위에서는 MOSS-Image의 이미지당 한계 비용이 전기 요금에 가까워진다. 거의 아무도 그 계산을 하지 않지만, 그것이 결정의 전부다.

둘 다 상자를 원하는데, 서로 다른 단위로 원해요.

애초에 이 둘을 비교 가능하게 만드는 부분부터 시작하자. 이 부분은 놓치기 쉽다. 이 둘 중 어느 것도 '프롬프트 넣고 기도하는' 식의 생성기가 아니다. Krea 3의 편집 도구에는 새 요소를 배치하기 위한 바운딩 박스가 있고, 턴이 바뀌어도 맥락을 유지하는 멀티턴 편집이 있다. MOSS-Image의 레이아웃 형식은 JSON 객체를 프롬프트로 받는다 — summary 블록과 items 배열로, 각 요소는 text, character 또는 object 라벨과 캡션, 바운딩 박스를 가지며, 텍스트 요소의 경우 렌더링할 리터럴 문자열을 갖는다.

• 박스의 출처 — MOSS-Image: 레이아웃 프롬프트의 각 항목에 있는 JSON 필드이며, bbox_format: "yxyx"와 함께 bbox_coord_space: "abs_centralized"를 사용합니다. 즉, 캔버스 중앙에서 측정한 절대 픽셀 값입니다. Krea 3: 편집 인터페이스에서 새 요소를 배치하기 위한 바운딩 박스 컨트롤입니다.

• 출력 해상도 — MOSS-Image: 256px, 512px, 그리고 대략 1024² 전반에 걸쳐 학습되었으며, 토큰 예산은 576 → 3,072 → 8,192로 확장됩니다. Krea 3: 네이티브 2K, 예시는 2736 × 1536 px로 제시되며, 1K는 절반 가격입니다.

• 참조 이미지 — M​OSS-Image: 요소는 참조 이미지로 제공되는 대신 레이아웃 프롬프트에 구조적으로 설명됩니다. K​rea 3: 출시 게시물에서는 편집당 최대 6개, 제품 페이지에서는 8개 — 공급업체 자체 자료에 두 개의 수치가 제시되어 있으며 어느 것도 철회되지 않았습니다.

• 당신이 만들고 있는 것 — MOSS-Image: 명세로부터, 대부분 아무것도 없는 상태에서 만들어 내는 구성. Krea 3: 이미 가지고 있는 이미지에 대한 편집으로, 편집 영역 밖의 영역은 그대로 둡니다.

그 마지막 줄이 대부분의 실제 워크로드를 좌우한다. 당신의 작업이 "이 제품 사진을 가져다 배경을 바꾸는 것"이라면, M​OSS-Image는 잘못된 도구다 — 그것은 인플레이스 편집기가 아니며, 해당 공급업체는 편집 동작을 실험적이라고 표시한다. 당신의 작업이 "특정 위치에 특정 문구가 들어간 400개의 고유한 포스터를 제작하는 것"이라면, K​rea 3는 잘못된 도구이며, 자체 자료도 긴 텍스트에 관해서는 빈약하다 — 출시 예시는 영어이고, 문서화된 강점은 제품 장면 변경, 객체 제거, 사진 정리다.

속도, 한쪽만 무엇인가를 발행한 경우

K​rea 3의 대표 수치는 2K에서 편집 한 번당 엔드 투 엔드로 8초 미만이다. 이는 공급업체 수치인데, 그 공급업체는 이 수치가 어디서 나왔는지에 대해 이례적으로 자세히 밝힌다: 타이밍은 각 모델의 12장 이미지 배치에서 요청부터 결과까지 걸린 시간의 중앙값이며, 대기 시간을 포함하고, 2026년 9월 24일부터 10월 1일 사이에 K​rea 자체 플랫폼에서 측정한 것이다. 벤치마크에 명시된 방법론은 단순한 숫자 하나보다 가치가 있으며, 이 수치에는 그것이 있다. 그것은 여전히 K​rea가 K​rea를 측정한 것이다.

MOSS-Image는 공개된 지연 시간 수치가 전혀 없으며, 이를 단순한 누락으로 치부하기 전에 그 이유를 이해할 필요가 있습니다. 샘플링 기본값은 50스텝의 플로우 매칭 오일러에 CFG 3.0, shift 5.0, 그리고 22번째 레이어에서의 네거티브 브랜치 스킵 레이어 가이던스입니다. 기본 가이던스 경로는 스텝당 두 번의 트랜스포머 포워드가 필요합니다. 따라서 MOSS-Image의 지연 시간은 호스팅 엔드포인트에서처럼 모델 자체의 속성이 아니라, 그 밑에 두는 GPU, 선택하는 스텝 수, 그리고 가이던스를 생략할지 증류를 실행할지에 따라 달라지는 속성입니다. 커뮤니티는 출시 후 대략 하루 만에 INT8 및 INT4 양자화, 4스텝 DMD LoRA, 8스텝 증류 변형을 공개했는데, 이는 사람들이 50스텝 기본값이 대화형 작업에 너무 느리다고 보고 스스로 해결했다는 것을 의미합니다.

그래서 속도에 관한 솔직한 비교는 이렇습니다: Krea 3는 Krea에 달려 있는 숫자를 제시하고, MOSS-Image는 숫자가 없는데, 그건 당신에게 달려 있기 때문입니다. 스텝당 두 번의 순전파가 필요한 50스텝 기본값은 빠르지 않습니다. 임대한 카드에서의 8스텝 증류 빌드는 빠를 수도 있습니다. 이 두 주장 중 어느 것도 어떤 공급업체의 페이지에서도 확인할 수 없으며, 두 번째 주장은 당신이 오후 한나절이면 확인할 수 있습니다.

수정 계산, 즉 6센트가 더 이상 중요하지 않게 되는 지점

결정을 바꾸는 계산이 여기 있습니다. 그리고 그것은 Krea 자신의 프레이밍에서 시작됩니다.

편집 한 번에 0.06달러라면, 다섯 번 돌려 가장 좋은 것을 고르는 데 30센트가 들고 회의는 필요 없다. 이것이 Krea의 암묵적인 제안이며, 꽤 좋은 제안이다. 값싼 재시도 대신 선택할 수 있는 건 디자이너의 한 시간이기 때문이다. 월 10만 건의 2K 편집은 6,000달러다 — 그리고 Krea는 출시 가격이 정가이며, 가격이 오르기보다 내려갈 것으로 예상한다고 분명히 밝히므로, 이 6,000달러는 하한이 아니라 상한이 된다.

같은 산술에서 MOSS-Image의 몫은 요율이 아니라 활용도 문제다. 라이선스는 수익 임계값이 없는 Apache 2.0이며, 참고로 이 비교의 인접 범위에는 다른 공급업체의 이미지당 $0.008 오픈웨이트 모델이 있다 — 하지만 오픈 경로는 그렇게 작동하지 않는다. 다운로드는 약 27.2 GB이고, 그중 네 개의 샤드에 걸친 약 16.8 GB가 고정된 Qwen3.5-9B 텍스트 인코더이며 약 10.2 GB가 세 개에 걸쳐 트랜스포머다. 5B 배지는 확산 생성기만을 설명하며 인코더는 디스크 사용량의 더 큰 절반이다.

그게 6센트보다 저렴한지는 이미 알고 있는 세 가지 숫자에 달려 있습니다: GPU 시간당 요금, 정하게 될 스텝 수에서의 시간당 이미지 처리량, 그리고 한 달 중 그 카드가 실제로 가동되는 비율입니다. 꾸준히 돌아가는 프로덕션 라인을 운영하는 팀은 실질 이미지당 비용이 낮게 나오므로 자체 호스팅을 해야 합니다. 화요일 오후에 이미지 40장이 필요한 팀은 그것 때문에 GPU를 임대해서는 안 되고, 라이선스 가격을 이미지 가격인 척해서도 안 됩니다.

양측이 모두 주장하지만 어느 쪽도 입증하지 못한 미세 조정 주장

이 부분은 스펙 비교가 보통 놓치는 부분이며, 이 두 모델이 공통으로 가진 가장 흥미로운 점입니다.

Krea의 주장은 Krea 3가 특정 제품, 인물 또는 스타일에 맞춰 파인튜닝할 수 있는 최초의 편집 모델이라는 것입니다. 그래서 브랜드의 팩샷이나 반복 등장하는 캐릭터가 캠페인 전반에 걸쳐 동일하게 유지됩니다. 그 메커니즘은 검증 가능합니다 — API 레퍼런스에 "Train a custom style (LoRA)" 엔드포인트가 있습니다 — 그리고 "최초"라는 주장이 성립하는지는 측정이 아니라 해당 분야에 관한 주장입니다. 그것은 Krea의 주장입니다. 하지만 메커니즘은 존재하고, 문서화되어 있으며, Krea 측에서 피사체를 고정하기 위해 공개한 유일한 경로입니다.

OpenMOSS의 대응물은 상업적이라기보다 구조적이다. Base는 사전학습된 체크포인트로, 의도적으로 증류되지 않은 채 남겨졌다. 모델 카드는 학습 정보를 보존하고 LoRA 학습을 가능하게 유지하기 위해 CFG와 같은 추론 파라미터에 대한 사후 학습이나 증류를 적용하지 않았다고 명시적으로 밝힌다. 이는 벤더가 더 나은 학습 기반과 맞바꾸기 위해 더 나쁜 기본값을 출시하기로 선택한 것이며, 이번 릴리스 전체에서 Base 체크포인트가 누구를 위한 것인지에 관한 가장 명확한 신호다.

두 주장은 모두 같은 구매자를 가리킨다: 반복되는 피사체가 흔들려서는 안 되는 누군가. 어느 벤더도 드리프트 측정치를 공개하지 않았고, 커뮤니티는 M​OSS-Image를 중심으로 구축되고 있다 — ComfyUI 패키징, 양자화, 증류된 LoRA가 약 하루 만에 등장했는데, 이는 벤더가 훈련 결과를 공개하지 않았음에도 훈련 경로가 실재한다는 것을 말해준다.

• LoRA가 자리한 곳 — Krea 3: Krea 플랫폼의 호스팅 엔드포인트로, Krea의 인프라에서 Krea의 모델을 대상으로 훈련됩니다. MOSS-Image: 자체 가중치, 자체 훈련 실행, 자체 GPU, 그리고 벤더가 의도적으로 훈련 가능한 상태로 남겨 둔 체크포인트.

• 그것이 당신에게 초래하는 비용 — Krea 3: 훈련 대화는 라이선스 대화다. MOSS-Image: 훈련 대화는 당신의 전기 요금이자 누군가의 한 주다.

• 그것이 당신에게 돌려주는 것 — Krea 3: 다른 누군가의 가동 시간에 기대어 호출할 수 있는 스타일. MOSS-Image: 공급업체가 떠나도 계속 작동하는, 당신이 소유한 체크포인트.

Access, 그리고 라우터가 두 도구로 구성된 파이프라인에서 어디에 위치하는지

K​rea 3는 비공개입니다. K​rea는 이전에 오픈 가중치를 공개한 적이 있습니다 — K​rea 2 RAW와 Turbo는 Hub에 있습니다 — 하지만 K​rea 3는 그중에 없으며, K​rea의 FAQ는 셀프 호스팅을 엔터프라이즈 플랜 아래, 자체 GPU에서, 라이선스 조건과 하드웨어 규모를 논의해야 하는 사항으로 둡니다. 그래서 선택의 문제입니다. M​OSS-Image는 다운로드이며, 그 다운로드가 제품 전부입니다.

둘 다 OrcaRouter 카탈로그에는 없습니다 — 우리는 200개 이상의 모델을 제공하지만 이 둘 중 어느 것도 그중에 포함되지 않습니다 — 따라서 두 경우 모두 원천으로 가야 합니다: K​rea 3의 경우에는 K​rea 자체 API와 여러 서드파티 플랫폼으로, M​OSS-Image의 경우에는 저장소와 여러분의 자체 하드웨어로 말이죠.

이와 같은 파이프라인에서 라우터가 유용한 부분은 두 모델 중 어느 쪽도 아닌 부분이다. 프레임에 요소를 배치하는 일은 보통 기본 이미지용 호스팅된 생성기, 업스케일링용 별도 모델, 캡셔닝 또는 판정 패스도 함께 필요한 작업의 한 단계에 불과하며, 바로 그 지점에서 자동 장애 조치 기능을 갖춘 수백 개 모델을 아우르는 단일 엔드포인트와 공급자 정가가 0% 마크업으로 전달되는 것이 모델 작업이 아니라 통합 작업을 없애준다. 라우팅 DSL이 중요한 이유도 마찬가지다: 기본 이미지 단계와 편집 단계가 서로 다른 두 모델이라면, 요청마다 각각을 하나의 구성에서 고정하는 편이 두 벤더 SDK를 보유하는 것보다 낫다. 이는 배관이며, M​OSS-Image 자체의 아키텍처는 모델에 비해 배관이 얼마나 가치 있는지를 상기시켜 준다 — 이 벤더의 가장 강력한 엔드투엔드 레이아웃 결과는 프롬프트 명세 절반이 전적으로 서드파티 모델에서 실행되는 파이프라인에 의해 만들어졌다.

어느 쪽인가, 그리고 그것을 결정하는 교차점

기존 이미지에 대한 편집이 결과물이고, 팀이 자체 지연 시간을 분 단위로 측정하며, 사용량 기복이 커서 임대한 GPU가 한 달 대부분을 유휴 상태로 보낼 정도라면 Krea 3를 택하세요. 8초 미만의 왕복 시간에 6센트, 문서화된 정밀도 설명, 그리고 공급업체 자체 인프라의 LoRA 엔드포인트는 그 작업에 잘 맞는 일관된 제품이며, 출시 가격이 정가로 제시된다는 사실은 경제성이 더 나빠질 가능성이 낮다는 뜻입니다. Krea 3에 붙은 모든 성능 수치는 Krea 자체 측정치이고, 레퍼런스 수는 두 가지 방식으로 문서화되어 있으며, 어떤 종류의 독립적인 점수도 없다는 점을 알고 접근하세요 — 이것이 리더보드에 없는 이유의 전부입니다. 이 기사의 조사 자료가 수집된 바로 전날 출시되었기 때문입니다.

MOSS-Image는 꾸준한 물량으로 명세로부터 합성 이미지를 만들어 내고 있다면, JSON 프롬프트의 바운딩 박스가 누군가의 UI에 있는 박스보다 당신의 파이프라인에 더 잘 맞는다면, 또는 체크포인트를 소유하는 것이 선호가 아니라 요구사항이라면 선택하라. 매출 기준이 없는 Apache 2.0 덕분에 법률 검토는 짧아지고, Base 체크포인트는 의도적으로 학습 가능하게 만들어졌으며, 레이아웃 스키마는 실제 명세다. 지연 시간은 당신에게 달려 있다는 점, 인코더가 다운로드 용량의 대부분을 차지한다는 점, 커뮤니티 양자화가 존재하는 이유는 50단계 기본값이 느리기 때문이라는 점, 그리고 벤더의 두 벤치마크 중 어느 것도 아직 누구에게도 재현되지 않았다는 점을 알고 시작하라.

분기점은 미스터리가 아닙니다. 월간 GPU 비용을 월 이미지 수로 나누고 그 결과를 6센트와 비교하세요. 시간당 이미지 수를 자신 있게 추정할 수 없다면, 그 불확실성이 바로 답입니다: K​rea를 한 달 동안 빌려서 실제로 예상하는 생성량을 만들어 보고, 청구서가 오픈 경로를 구축할 가치가 있는지 알려주게 하세요. 한 달 동안 카드를 빌려 확인하는 것보다 더 저렴한 실험입니다.

이번과 같은 릴리스의 배경이 되는, 문서화된 AI 실패 및 에이전트 사건들은 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 포함되어 있습니다.