Qwen-Image 2.1 vs Krea 2: 실제로 출시할 수 있는 오픈 이미지 모델은?

지난 4개월 안에 다운로드할 수 있게 된 두 오픈 이미지 모델이 같은 질문에 정반대로 답한다. Qwen-Image 2.1은 해당 벤더의 7B 텍스트-투-이미지 및 이미지 편집 모델로, 2026년 9월 20일 연구 전용 라이선스로 공개되었으며 비상업적 용도로만 쓸 수 있다. Krea 2는 Krea가 처음부터 자체 학습시킨 첫 파운데이션 이미지 모델로, 2026년 6월 Krea 2 커뮤니티 라이선스 아래 두 개의 체크포인트로 공개되었으며, 이 라이선스는 특정 매출 기준 이하에서는 상업적 사용을 곧바로 허용한다. 오늘날 Artificial Analysis 텍스트-투-이미지 보드에서 두 모델은 서로 11 Elo 포인트 이내에 있다. 팀이 무언가를 만들기 전에 실제로 답해야 하는 질문에서는, 둘은 전혀 가깝지 않다.

Krea 2의 실제 정체는 무엇인가

여기서부터 시작하세요. 이름이 오해를 불러일으키고 대부분의 비교가 이를 잘못 짚기 때문입니다. 회사인 Krea는 유료 구독이 있는 호스팅 창작 플랫폼을 운영하며, 모델인 Krea 2는 우연히 같은 이름을 공유하는 별개의 것입니다. Krea는 이를 두 개의 체크포인트가 있는 오픈 웨이트 Diffusion Transformer로 공개했으며, Hugging Face에 krea/Krea-2-Raw 및 krea/Krea-2-Turbo로 게시했고, 추론 코드는 공개 저장소에 있습니다.

이들 사이의 역할 분담은 의도적이며 Krea 자체 저장소에 분명히 명시되어 있습니다: RAW는 증류되지 않은 베이스로, 파인튜닝, 포스트 트레이닝 및 LoRA 학습을 위한 것입니다; Turbo는 빠른 추론을 위한 8단계 증류 체크포인트입니다. Krea의 지침은 RAW에서 학습하고 Turbo에서 실행하라는 것이며, 그 LoRA 생태계도 그렇게 구축되었습니다 — 베이스에 대해 학습된 어댑터를 추론 시점에 증류 체크포인트에 적용하는 방식입니다. 두 체크포인트는 라이선스와 계열을 공유하지만, 서로 교환할 수 없으며 동일한 설정을 가지지도 않습니다.

카드를 읽는 사람이라면 누구나 혼란스러울 테니, 짚고 넘어갈 만한 세부 사항이 하나 있습니다: 두 체크포인트 모두에 대한 Hugging Face 메타데이터가 나열하는 것은 13B 매개변수인데, 사이드바에는 그렇게 되어 있지만 카드 텍스트에는 "120억 개의 매개변수를 가진 Diffusion Transformer"라고 적혀 있습니다. Krea는 이 두 수치를 공개적으로 조정하지 않았으므로, 매개변수 수는 확정된 숫자라기보다 대략 120억에서 130억 사이이며 미확인된 것으로 취급하십시오.

두 공급업체가 모두 가리키는 게시판의 숫자들

Krea의 리포지토리에는 Krea 2가 Artificial Analysis에서 독립 연구소에서 나온 최고의 텍스트-이미지 모델이라고 명시되어 있습니다. 기술 보고서는 "상위 10위권"이자 "독립 연구소 모델 중 2위"라고 말합니다. 이는 Krea가 6월에 한 자체 주장입니다. 2026년 10월 13일 라이브 보드가 보여주는 내용은 약간 더 좁은 범위이며, 직접 읽어볼 가치가 있습니다:

• Qwen-Image 2.1 — Elo 1,038점, 95% 구간 1,029~1,047, 표본 5,554개 기준, 168개 중 20위. 이 리더보드의 가격 열에는 "사용 가능한 API 없음"이라고 표시됩니다.

• Krea 2 Large — Elo 1,027, 구간 1,020~1,034, 표본 17,514개 기준, 168개 중 25위, 이미지 1,000장당 $60.00.

• Krea 2 Medium Turbo — Elo 1,022, 구간 1,014~1,030, 표본 6,454개 기준, 이미지 1,000장당 $15.00.

• Krea 2 Medium — Elo 1,014, 구간 1,007~1,021, 17,284개 샘플 기준, 이미지 1,000장당 $30.00.

그 네 행은 모두 텍스트-이미지 보드에서 나온 것입니다. 편집 보드에서는 Qwen-Image 2.1만이 유일하게 나타납니다 — Elo 1,072, 구간 1,063~1,081, 표본 6,132개, 81개 중 21위. 그 보드에는 Krea 2 항목이 없습니다. 여기 모든 수치는 Artificial Analysis의 블라인드 투표 Elo이며, 2026년 10월 13일 실시간 영어 리더보드에서 캡처한 것입니다; 이 수치는 두 공급업체 모두와 무관하며, 구간이 충분히 넓어 Qwen-Image 2.1과 Krea 2 Large 사이의 격차를 순위로 읽어서는 안 됩니다.

"Krea 2 Large"와 "Krea 2 Medium" 행 역시 오픈 체크포인트가 아닙니다. 이들은 Krea의 호스팅 티어이므로 이미지당 가격이 책정되고, 오픈 리포지터리에는 그렇지 않습니다. 다운로드 가능한 Krea 2 RAW를 호스팅되는 Krea 2 Large와 비교하는 것은 체크포인트를 서비스와 비교하는 것입니다.

진짜 갈림길은 품질이 아니라 편집이다

품질은 워낙 비슷해서 리더보드가 판가름하지 못한다. 역량이 판가름한다. Qwen-Image 2.1은 생성과 편집을 모두 수행하는 하나의 모델이다. 프롬프트만 받거나, 지시와 함께 최대 10장의 참조 이미지를 받을 수 있으며, 그려진 원, 페인트로 칠한 주석 또는 별도 마스크를 통한 국소 편집을 지원하고, 입력과 출력 모두에서 RGBA 투명도를 지원한다. Krea 2의 오픈 릴리스는 텍스트-투-이미지 제품군이다. 모델 카드에는 프롬프트-투-이미지 생성이 문서화되어 있고, 조직 내에는 편집 체크포인트가 없으며, 추론 스크립트에는 마스크 편집 모드가 없다. 이 스크립트의 플래그는 프롬프트, 스텝, 가이던스, 해상도, 시드, 이미지 수를 다루며, 입력 이미지를 받는 것은 아무것도 없다.

그 비대칭은 공개된 자료에서 비롯된 것이지, 두 연구소 중 어느 쪽이 무엇을 할 수 있는지에서 비롯된 것이 아니다. Krea 자체 플랫폼은 서드파티 편집 모델들을 활용해 편집 기능을 판매한다. 가중치를 내려받는 독자에게 관련된 사실은 더 좁다: 여러분의 워크플로가 "이 사진을 가져다가 한 가지만 바꾸기"를 필요로 한다면, 다운로드할 수 있는 오픈 Krea 2는 그걸 하지 못하며, Qwen-Image 2.1의 아키텍처 전체는 그걸 하도록 구축되어 있다.

두 개의 라이선스, 두 개의 서로 다른 벽

여기서부터 비교는 더 이상 근소한 차이가 아니게 되며, 바로 이 부분을 대부분의 요약은 "둘 다 오픈이다"라고 뭉개 버린다. 둘 중 어느 것도 허용적 의미의 오픈 소스가 아니며, 애초에 같은 조건으로 오픈된 것도 아니다.

• Qwen-Image 2.1 — 2026년 9월 20일자 Qwen 연구 라이선스 계약입니다. 이 허여는 비독점적이며 전 세계적이고 로열티가 없으며, "비상업적"이 연구 또는 평가만을 의미하는 것으로 정의된 비상업적 목적으로 제한됩니다. 그 외의 모든 용도에는 이메일로 요청하는 별도의 상업용 라이선스가 필요합니다. 재배포에는 조건이 따릅니다: 계약을 함께 전달하고, 수정된 파일을 표시하고, Hangzhou Tongyi Laboratory Technology Co., Ltd를 명시한 저작자 표시 고지를 유지하고, 배포하는 다른 모델을 훈련하는 데 출력물을 사용하는 경우 "Built with Qwen"을 표시하며, 파생물의 기본 이름으로 "Qwen"을 사용해서는 안 됩니다. 준거법은 중국법이며, 관할은 항저우입니다.

• Krea 2 — Krea 2 커뮤니티 라이선스. 상업적 사용이 허용되지만 수익 조건이 있습니다. 귀하와 귀하의 계열사는 모든 출처를 합산하여 최근 12개월 기준으로 측정한 전사 연간 총매출이 미화 100만 달러 미만이어야 합니다. 이 기준을 넘으면 추가 상업적 사용을 하기 전에 Krea로부터 엔터프라이즈 라이선스를 취득해야 합니다. 재배포 시에는 동일한 계약을 함께 전달하고, 모델 이름 앞에 "Krea 2 [Your Model Name]"을 붙이고, 출처 표시 고지를 유지해야 합니다. Krea는 출력물에 대한 소유권을 주장하지 않는다고 밝히며, 귀하는 Krea의 기반 권리를 전제로 귀하의 파생물을 소유합니다. 델라웨어주 법이 적용됩니다. 접근은 계약과 허용 가능한 사용 정책으로 제한되며, 두 체크포인트 모두 Hugging Face에서 라이선스 태그 krea-2-community-license를 표시합니다.

나란히 놓고 보면, 한쪽이 더 엄격하다기보다는 형태가 다르다. Qwen-Image 2.1은 상업적 사용에 대해 단호한 불가이며, 협상해야 하는 예외 우회로가 있다. Krea 2는 가능이지만 상한선이 있고, 그 상한선은 판단의 문제가 아니라 구체적이고 확인 가능한 달러 수치다. 작은 스튜디오나 독립 개발자에게 그 차이는 결정을 좌우하는 전부이며, Elo 격차는 잡음일 뿐이다. 기준선을 넘는 사람에게는 두 모델 모두 같은 결론에 이른다: 출시 전에 공급업체에 이메일을 보내는 것이다.

각각을 실행하는 데 드는 비용

두 수치 모두 벤더가 공개하지 않으므로, 솔직한 답은 이 비교를 견적서가 아니라 설정값을 토대로 구성해야 한다는 것입니다.

• 샘플링 — Krea 2 RAW는 가이던스 스케일 3.5로 52스텝에서 실행되고, Krea 2 Turbo는 가이던스가 비활성화된 상태로 8스텝에서 실행되며, Qwen-Image 2.1은 기본값이 40스텝입니다.

• 해상도 — Krea는 기본 체크포인트의 경우 최대 1K까지, Turbo 체크포인트의 경우 대략 1K~2K 범위로 문서화하고 있으며, Qwen-Image 2.1은 2048×2048을 기본값으로 하여 같은 범위의 사전 설정 7개를 제공합니다.

• 다운로드하는 항목 — Qwen-Image 2.1 Diffusers 리포지토리는 33.1 GB에 달하며, 대부분은 Qwen3-VL 8B 텍스트 인코더가 차지합니다. Krea는 자사 체크포인트에 해당하는 크기를 공개하지 않았습니다.

• 무엇이 이를 구동하는가 — Qwen-Image 2.1은 Diffusers, ComfyUI, vLLM-Omni, SGLang, LightX2V에서 문서화된 지원과 함께 출시되었으며, AMD 및 FlagOS 경로도 포함합니다. Krea 2는 리포지토리에 ComfyUI와 SGLang을 문서화하고 있으며, 추론 스크립트와 LoRA 작업을 위한 몇 가지 학습 툴킷을 제공합니다.

Krea는 지난달 Krea-2-Raw의 다운로드 수 {{1}}84,354{{/1}}회, Krea-2-Turbo의 다운로드 수 {{2}}87,771{{/2}}회를 공개했습니다. 이는 {{3}}2026년 10월 13일{{/3}} 기준으로 확인된 수치로, 호스팅 플랫폼에서 나온 것이며 Krea에서 나온 것이 아니고 품질을 나타내는 신호도 아닙니다.

존재하는 단 하나의 독립적 테스트, 그리고 그것이 증명하지 못하는 것

알아둘 만한 나란히 비교가 하나 있는데, 그 한계도 분명히 밝힐 필요가 있다. 2026년 9월 21일에 게시된 일본어 글은 32GB RTX 5090에서 ComfyUI v0.37.0을 사용해 동일한 프롬프트와 시드로 두 모델에 28개의 프롬프트를 실행하여 76개의 비교 이미지를 생성했다. 그 집계는 Krea 2가 10회 승리, Qwen-Image 2.1이 7회 승리, 9회 무승부, 둘 모두 실패한 경우가 2회였다. 작성자는 이 패턴을 요약하며 Qwen-Image 2.1은 평면적인 상징 콘텐츠를 잘 처리하는 반면 Krea 2는 3차원 물체의 구조와 물리를 더 잘 처리한다고 했고, Krea 2의 결과는 Qwen-Image 2.1의 25스텝에 비해 8스텝에서 나왔다고 언급했다.

그것은 운영자 한 명, 프롬프트당 시드 하나, 시각 판정자 한 명, 그리고 이 글보다 한 달 전의 결과입니다. 그것은 벤치마크도 아니고 순위도 아닙니다. 이것이 유용한 점은 기대치를 보정하는 것입니다. 두 모델은 충분히 비슷해서 실제 프롬프트를 실행하는 사람은 양쪽 모두에서 승리를 보게 될 것이며, 이는 라이브 보드의 11포인트 Elo 격차와 일치합니다.

OrcaRouter가 적합한 경우와 그렇지 않은 경우

이 두 모델 중 어느 것도 OrcaRouter에 없으며, 다른 무엇보다 먼저 이 점을 말해두는 것이 좋겠습니다. 우리는 2026년 10월 13일에 자체 실시간 모델 목록을 확인했고, 그 안에 Qwen-Image 모델도 Krea 모델도 없습니다. 위의 두 비교는 모두 직접 실행하는 가중치나 각 공급업체에서 직접 구매하는 호스팅 엔드포인트에 관한 것입니다. 둘 중 하나가 우리를 통해 라우팅된다 하더라도, 라우팅은 라이선스 결정 이후에 오는 것이지 그 결정을 대신하는 것이 아닙니다.

여기서 이 구분이 중요한 이유는 문제의 형태에 있습니다. Qwen-Image 2.1과 Krea 2는 두 연구소가 내놓을 마지막 이미지 모델이 아니며, 이 세대의 라이선스 조건이 다음 세대의 지침이 되지는 않습니다 — Krea는 이미 구독 상품에서 커뮤니티 라이선스 오픈 릴리스로 이동했고, 이 회사는 이전 Qwen-Image 체크포인트의 Apache-2.0에서 이번 모델의 연구 전용 라이선스로 옮겨갔습니다. 한 벤더의 SDK 위에 이미지 파이프라인을 표준화한 팀은 라이선스가 바뀔 때마다 그 파이프라인을 다시 협상해야 합니다. OrcaRouter는 200개 이상의 모델을 하나의 OpenAI 호환 엔드포인트 뒤에 공급자 정가 그대로, 마크업 없이 제공하며, 공급자 간 자동 페일오버와 여러 모델을 하나의 호출로 구성하기 위한 라우팅 DSL을 갖추고 있습니다. 여기서 관련된 속성은 우리가 이 두 모델을 호스팅한다는 점이 아니라 — 우리는 호스팅하지 않습니다 — 모델이 우리를 통해 서비스되는 곳에서는 호출 뒤의 모델을 교체하는 것이 통합 프로젝트가 아니라 구성 변경이라는 점이며, 이것이 바로 오픈 웨이트 라이선스 변경이 보통 강제하는 일입니다.

어느 걸 고를까?

평결이 아니라 규칙입니다. 기존 이미지를 편집해야 한다면 — 사진이나 제품 촬영본을 넣고 일부를 바꾸거나, 마스크로 작업하거나, 투명 에셋을 만들어야 한다면 — 그 능력을 갖춘 모델은 Qwen-Image 2.1이며, Krea 2의 오픈 릴리스는 논의 대상조차 아닙니다. 상업적 결과물이 필요하고 매출 기준선 아래에 있는 소규모 팀이라면, Krea 2는 바로 그 용도로 라이선스되어 있고 Qwen-Image 2.1은 그 용도로 전혀 라이선스되어 있지 않습니다. 파인튜닝을 하고 있다면, Krea 2의 RAW 체크포인트는 명시적으로 학습 대상으로 만들어졌고 그 LoRA 생태계는 여러분이 그렇게 하리라고 전제합니다. Qwen-Image 2.1은 연구 전용 허가 아래에서 파인튜닝할 수 있으며, 그 결과물로 무엇을 할 수 있는지가 제약됩니다. 매출 기준선을 넘는 곳에 있고 둘 중 하나를 프로덕션에 쓰고 싶다면, 어느 쪽이든 벤더에게 문의하게 됩니다 — Krea는 opensource@krea.ai로, 벤더는 라이선스 계약서에 적힌 주소로 — 그리고 선택은 어느 쪽과 대화하고 싶은가의 문제로 좁혀집니다.

가장 자주 결정을 내리는 사실은 리더보드가 아니라 라이선스입니다. 두 모델은 그보다 더 넓은 구간을 가진 리더보드에서 11 Elo 포인트 차이가 나고, 호스팅 서비스로는 한 달에 약 100달러 차이가 나며, 그 차이 중 독자가 우회할 수 없는 유일한 것은 라이선스 파일에 적혀 있는 것입니다.