Images 2.6 vs Krea 3: een generalist die nu animeert tegenover een editor die alleen maar bewerkt

Als je zoekt naar "Images 2.6 vs Krea 3", krijg je pagina's over Microsofts MAI-Image-2.6, omdat twee modellen die nu in omloop zijn hetzelfde nummer hebben en niemand de moeite heeft genomen ze van elkaar te onderscheiden. Laten we daar dus beginnen. Images 2.6 is van OpenAI en is in ChatGPT, Codex en de API uitgerold op 4 november 2026 — een dag voordat dit werd geschreven — in twee API-varianten, GPT-Image-2.6 Sunburst voor kwaliteit en GPT-Image-2.6 Flare voor snelheid. Krea 3 is Krea's bewerkingsmodel, live sinds 15 oktober 2026, en wordt in de eerste plaats verkocht als editor, niet als generator met een bewerkingsvak eraan vastgeschroefd. Ze vallen niet echt in dezelfde productcategorie, en de vergelijking is nuttiger zodra je dat accepteert: het ene is een platformfunctie met twee API-gezichten, het andere is een gespecialiseerde tariefkaart.

Dat verschil bepaalt vrijwel alles hieronder. Images 2.6 erft een enorme geïnstalleerde basis, voegt generatie van geanimeerde GIF's en herbruikbare referentieafbeeldingen binnen ChatGPT toe, en wordt geleverd met tokengebaseerde prijsstelling die sinds de 2.5-generatie niet is gewijzigd. Krea 3 doet één ding — regiospecifieke beeldbewerking op native 2K — en verkoopt dat tegen een vaste prijs per bewerking, met toeslagen voor elke referentieafbeelding die je toevoegt. Als je een creatieve assistent koopt, is de eerste de veiligere standaardkeuze. Als je een productiebewerkingsstap koopt die een miljoen keer draait, is de tweede degene met een tariefkaart die je kunt voorspellen.

De eerlijke stand van het klassement

Dit is waar de twee modellen echt verschillen qua verifieerbaarheid, en dat pakt precies omgekeerd uit aan wat je zou verwachten.

Krea 3 heeft nu onafhankelijke cijfers. Op het AA-Image-Editing v2.1-bord van Artificial Analysis, gecontroleerd op 5 november 2026, staat Krea 3 (Ultra) op 1.151 Elo met 5.573 steekproeven — gelijk aan Nano Banana 2.1 en MAI-Image-2.6, die dezelfde 1.151 noteren op de plaatsen vier tot en met zeven. De goedkopere Krea 3 (Fast)-modus scoort 1.125. Dat zijn cijfers van derden op basis van menselijke voorkeur, en ze vervingen het beeld dat bij de lancering alleen van de leverancier kwam, toen het bord helemaal geen Krea-rij had.

Images 2.6 heeft geen enkele onafhankelijke score van welke aard dan ook. Niet op AA-Image-Editing v2.1, niet op AA-Image-T2I v2.1, niet op Arena. Een volledige uitlezing van beide Artificial Analysis-afbeeldingsboards op 5 november 2026 levert rijen op voor GPT Image 2.5 Sunburst (1.199 editing, 1.224 text-to-image), GPT Image 2.5 Flare, en GPT Image 2 (high) op 1.137 en 1.188 — en niets voor 2.6. Het model is één dag oud en de boards zijn Elo-systemen die worden gevoed door duizenden paarsgewijze stemmen, dus dit is een vertraging, geen verdict. Maar het betekent wel dat elke zin van de vorm "Images 2.6 verslaat Krea 3" op dit moment door geen enkele meting die iemand heeft gepubliceerd wordt ondersteund.

Wat je kunt vergelijken, is het moedermodel. Als 2.6 slechts de positie van zijn voorganger vasthoudt, is het relevante referentiepunt GPT Image 2.5 Sunburst op 1.199 in de categorie bewerken — 48 Elo boven Krea 3 Ultra, een gat dat ruim buiten de betrouwbaarheidsintervallen van beide modellen valt. OpenAI's eigen bewering is dat 2.6 niet achteruit zou gaan; er staat dat Sunburst is afgestemd op "grotere beeldconsistentie bij bewerkingen" bij gemiddelde en hoge kwaliteit. Dat is een bewering over een eigenschap die de Elo-ranglijsten belonen, maar niet isoleren.

Wat één bewerking werkelijk kost

Dit is het onderdeel waarop de twee tariefkaarten het minst vergelijkbaar zijn, dus het loont om de rekensom te maken voor één realistische opdracht: neem een 2K-productfoto, voeg twee 1K-referentieafbeeldingen toe en vraag om één enkele regionale wijziging.

• Krea 3 — $0,06 voor de 2K-output, plus $0,02 voor elke 1K-referentie, dus $0,10. Voeg de "high"-denkmodus toe en het is $0,12. Vier 2K-referenties in plaats van twee 1K-referenties brengt het naar $0,34, het getal dat je moet onthouden wanneer een briefing zegt: "match deze vier invalshoeken."

• GPT-Image-2.6 Sunburst — afgerekend in tokens, niet in afbeeldingen. Tekstinvoer kost $5 per miljoen tokens (gecachet $1,25), afbeeldingsinvoer $8 per miljoen (gecachet $2), afbeeldingsuitvoer $30 per miljoen. OpenAI publiceert geen vaste prijs per afbeelding, dus het eerlijke cijfer is een schatting op basis van het output-tokenbudget: ruwweg $0,053 bij hoge kwaliteit voor een uitvoer van 1024-klasse, $0,094 bij xhigh, $0,21 bij max. Die tokenbudgetten zijn overgenomen uit de 2.5-generatie, wat de best beschikbare benadering is en geen gepubliceerd 2.6-cijfer.

• Batch — OpenAI's gepubliceerde batch-tokenprijzen zijn ongeveer de helft ($2,50 / $4,00 / $15,00 per miljoen), maar de modelpagina's voor de 2.6-varianten vermelden /v1/batch als niet ondersteund, dus de korting is momenteel niet beschikbaar voor dit model. Krea publiceert geen equivalente korting.

De vorm van het risico is wat ertoe doet. Bij één bewerking liggen de twee binnen een paar cent van elkaar en is de vergelijking ruis. Bij honderdduizend bewerkingen per maand is de prijs van Krea vast en bekend, terwijl de factuur van 2.6 meebeweegt met het tokenbudget dat je kwaliteitsinstelling impliceert — en die instelling is een parameter per verzoek, wat betekent dat één onzorgvuldige standaardwaarde een maandrekening met 4× kan verplaatsen zonder dat iemand een regel applicatiecode wijzigt.

Dat is ook waar een router zijn bestaansrecht verdient in plaats van alleen een praatpunt te zijn. OrcaRouter geeft de lijstprijs van de provider door tegen 0% opslag, dus het OpenAI-tarief per token dat je ziet, is het tarief op deze pagina en op je factuur, zonder dat er daartussen een spread wordt toegevoegd. De nuttige zet met een model dat zo nieuw is, is het achter dezelfde sleutel te zetten als de gevestigde modellen die je al vertrouwt — GPT-Image-2.5 Sunburst and Flare, GPT Image 2, Imagen 4 en Gemini's flash-image line staan allemaal in de catalogus — en automatische failover de dag op te vangen waarop de nieuwe endpoint je een rate limit oplegt. Je meet een model van één dag oud af tegen een bekend model, en dat doe je liever niet met een productiepad dat één storingspunt heeft.

Waar Krea 3 eigenlijk de betere tool is

Drie dingen, en ze zijn specifiek.

Krea 3 is getraind om te bewerken, niet aangepast aan bewerken. De claim van de leverancier is dat het alleen het gewijzigde gebied rendert in plaats van het hele frame opnieuw te tekenen, waardoor gebiedsgebonden bewerking de standaardinteractie is in plaats van een masker dat je tekent en hoopt dat het model het respecteert. Voor productwerk is dat het verschil tussen een label dat een bewerking overleeft en een label waarvan de letters stilletjes worden vervangen — en dat vervangen van letters is de faalmodus waardoor teams een editor volledig leren wantrouwen.

Het wordt ook geleverd met 251 presets bij de lancering, wat klinkt als consumentenopsmuk maar dat niet is: day-to-night, blockout, sketch, re-skin, nieuwe lucht, green screen. Een preset is een prompt die iemand al heeft afgesteld, en voor een studio die dezelfde vijf transformaties op een catalogus toepast, is dat een week prompt-engineering die je jezelf bespaart.

En het latencyverhaal is een vast getal per bewerking dat je in een wachtrijontwerp kunt stoppen. Krea beweert dat de meeste bewerkingen end-to-end in minder dan 8 seconden klaar zijn bij native 2K. Niemand heeft dat onafhankelijk gemeten — het is door de leverancier gerapporteerd — maar de structuur van de bewering (een bovengrens bij een vaste resolutie) is nuttiger voor capaciteitsplanning dan een claim van procentuele versnelling ten opzichte van een niet nader genoemde baseline.

Wat Krea 3 niet doet, is genereren. Er is geen tekst-naar-afbeelding-rij voor op het AA T2I-bord, omdat er geen tekst-naar-afbeelding-modus is. Het heeft een bronafbeelding nodig. Als je pipeline vanuit een prompt vertrekt, heb je een generator ervoor nodig, en dat verandert de kostenvergelijking volledig — je betaalt nu voor twee modellen.

Waar Images 2.6 vooroploopt

Images 2.6 is de enige van de twee die vanuit het niets kan starten, en het is de enige met animatie.

De GIF-functie is het paradepaardje van de release van 4 november: ChatGPT kan nu in één stap een loopende geanimeerde GIF maken op basis van een prompt of een geüploade foto, met regeling van de afspeelsnelheid en bewerking per frame achteraf. Of de API geanimeerde bestanden retourneert, is een aparte kwestie en momenteel onbeantwoord — de modelpagina's van OpenAI vermelden beeldoutput en verwijzen voor "animated GIF output" naar de afbeeldingsgids, maar geen enkele openbare test heeft bevestigd dat er een GIF terugkomt uit een /v1/images/generations-aanroep. Beschouw GIF-ondersteuning in ChatGPT als uitgebracht en GIF-ondersteuning in de API als niet-geverifieerd.

De rest van de release is belangrijker voor ontwikkelaars dan de GIF. Images 2.6 voegt SVG-export toe, markup-gestuurde bewerkingen (stuur een geannoteerde afbeelding en het model bewerkt waar je hebt getekend), herbruikbare referentieafbeeldingen, en een complexity-parameter die bepaalt hoeveel planningsbudget het model aan een verzoek besteedt — OpenAI's advies is om laag te beginnen en het te verhogen wanneer een scène meerdere met elkaar samenhangende beperkingen heeft. Vooral SVG-export is een categorieverandering: een editor die vectorpaden uitvoert is bruikbaar voor logo- en iconenwerk waar een raster-editor op geen enkel kwaliteitsniveau aan kan tippen, en Krea 3 heeft geen equivalent.

De bewering over het volume is het herhalen waard, met het label erbij: OpenAI zegt dat gebruikers nu via ChatGPT en de API samen meer dan 4 miljard afbeeldingen per week genereren, tegen 3 miljard in september 2026. Dat is een cijfer van het bedrijf zelf, zonder gepubliceerde uitsplitsing per functie en zonder garantie dat de twee tellingen op dezelfde manier zijn gedefinieerd.

Welke moeten we in de pipeline zetten?

Als je werk bestaat uit het op volume bewerken van bestaande afbeeldingen — catalogusretouche, regionale aanpassingen aan productfotografie, het restylen van een set die al bestaat — dan is Krea 3 de voorspelbaardere aankoop. Een vaste prijs per bewerking, native 2K-output, een gemeten 1.151 Elo op een onafhankelijke ranglijst, en een ontwerp dat het behoud van het onaangeroerde gebied als het doel ziet in plaats van als een nice-to-have.

Als je werk generatie met gekoppelde bewerking is — conceptontwikkeling, marketingvarianten, alles wat begint met een zin — dan is Images 2.6 van de twee de enige die van toepassing is, en de SVG- en markup-bewerkingsfuncties maken het meer dan alleen een handige chatbot. Het ontbreken van een onafhankelijke benchmark is een reden om het te piloten, niet om het af te schrijven; een model van een dag oud zonder Elo-regel is simpelweg een model waar nog niemand op heeft gestemd.

De fout die je moet vermijden, is de vergelijking van 1.151 tegenover niets te behandelen als een overwinning voor een van beide kanten. Krea 3 heeft een cijfer en Images 2.6 niet, wat iets zegt over de meetkalender, niet over de modellen. De vergelijking die dit daadwerkelijk zal beslechten, komt wanneer de AA-ranglijsten een rij voor 2.6 toevoegen — en als dat gebeurt, is het cijfer om in de gaten te houden of het boven 1.199 uitkomt, want daar staat de eigen voorganger van OpenAI en ongeveer daar moet een gespecialiseerde editor worden verslagen om overstappen te rechtvaardigen.

Tot die tijd is de goedkoopste manier om een echt antwoord te krijgen: je eigen twintig bewerkingen door beide laten verwerken en tellen welke je zou uitbrengen. Dat kost ongeveer twee dollar. Het is ook de enige test die momenteel beschikbaar is en niet iemands marketing is.