Images 2.6 vs Krea 3: En generalist som nu animerar mot en redigerare som bara redigerar

Söker du efter "Images 2.6 vs Krea 3" får du sidor om Microsofts MAI-Image-2.6, eftersom två lanserade modeller nu delar ett nummer och ingen har brytt sig om att särskilja dem. Så låt oss börja där. Images 2.6 är OpenAI:s, utrullad i ChatGPT, Codex och API:et den 4 november 2026 – en dag innan detta skrevs – i två API-varianter, GPT-Image-2.6 Sunburst för kvalitet och GPT-Image-2.6 Flare för hastighet. Krea 3 är Kreas redigeringsmodell, live sedan 15 oktober 2026, såld som en redigerare i första hand snarare än en generator med en påklistrad redigeringsruta. De är egentligen inte samma produktkategori, och jämförelsen blir mer användbar när man accepterar det: den ena är en plattformsfunktion med två API-ansikten, den andra är en specialistprislista.

Den skillnaden avgör nästan allt nedan. Images 2.6 ärver en enorm installerad bas, lägger till generering av animerade GIF:ar och återanvändbara referensbilder i ChatGPT och levereras med tokenbaserad prissättning som inte har ändrats sedan 2.5-generationen. Krea 3 gör en sak – regionsavgränsad bildredigering i native 2K – och säljer det till ett fast pris per redigering med tillägg för varje referensbild du bifogar. Om du köper en kreativ assistent är det första det säkrare standardvalet. Om du köper ett produktionsredigeringssteg som körs en miljon gånger är det andra det med en prislista du kan prognostisera.

Det ärliga läget på topplistan

Det är här de två modellerna verkligen skiljer sig åt i verifierbarhet, och det slår åt motsatt håll mot vad man kanske skulle förvänta sig.

Krea 3 har egna siffror nu. På Artificial Analysiss AA-Image-Editing v2.1-tavla, kontrollerad den 5 november 2026, ligger Krea 3 (Ultra) på 1 151 Elo med 5 573 prover – i nivå med Nano Banana 2.1 och MAI-Image-2.6, som får samma 1 151 över plats fyra till sju. Det billigare Krea 3 (Fast) läget får 1 125. Dessa är tredjepartsbaserade, mänskliga preferenser, och de ersatte den leverantörsenda bild som fanns vid lanseringen, då tavlan inte hade någon Krea-rad alls.

Images 2.6 har ingen oberoende siffra av något slag. Inte på AA-Image-Editing v2.1, inte på AA-Image-T2I v2.1, inte på Arena. En fullständig genomläsning av båda Artificial Analysis bildtavlorna den 5 november 2026 returnerar rader för GPT Image 2.5 Sunburst (1 199 redigering, 1 224 text-till-bild), GPT Image 2.5 Flare och GPT Image 2 (high) på 1 137 och 1 188 – och ingenting för 2.6. Modellen är en dag gammal och tavlorna är Elo-system som matas av tusentals parvisa röster, så detta är en fördröjning, inte en dom. Men det innebär att varje mening av formen ”Images 2.6 slår Krea 3” för närvarande saknar stöd i någon mätning som någon har publicerat.

Det du kan jämföra är föräldramodellen. Om 2.6 bara behåller sin föregångares position är den relevanta referenspunkten GPT Image 2.5 Sunburst på 1,199 i redigering – 48 Elo högre än Krea 3 Ultra, en lucka som ligger väl utanför båda modellernas konfidensintervall. OpenAIs eget påstående är att 2.6 inte skulle gå bakåt; man säger att Sunburst är inställd för "större bildkonsekvens mellan redigeringar" vid medel- och hög kvalitet. Det är ett påstående om en egenskap som Elo-listorna belönar men inte isolerar.

Vad en redigering faktiskt kostar

Det här är den del där de två prislistorna är minst jämförbara, så det är värt att räkna på ett realistiskt jobb: ta en 2K-produktbild, bifoga två 1K-referensbilder och begär en enda regional ändring.

• Krea 3 — $0.06 för 2K-utdata, plus $0.02 för varje 1K-referens, så $0.10. Lägger du till "high"-tankeläget blir det $0.12. Fyra 2K-referenser i stället för två 1K-referenser drar upp det till $0.34, vilket är siffran värd att komma ihåg när en brief säger "matcha dessa fyra vinklar."

• GPT-Image-2.6 Sunburst — faktureras i tokens, inte i bilder. Textinmatning kostar $5 per miljon tokens (cachad $1,25), bildinmatning $8 per miljon (cachad $2), bildutmatning $30 per miljon. OpenAI publicerar inget fast pris per bild, så den ärliga siffran är en uppskattning utifrån budgeten för utmatningstokens: ungefär $0,053 vid hög kvalitet för en utmatning i 1024-klassen, $0,094 vid xhigh, $0,21 vid max. Dessa tokenbudgetar är hämtade från 2.5-generationen, vilket är den bästa tillgängliga uppskattningen och inte en publicerad siffra för 2.6.

• Batch — OpenAI:s publicerade batch-tokenpriser är ungefär hälften (2,50 / 4,00 / 15,00 USD per miljon), men modellsidorna för 2.6-varianterna anger att /v1/batch inte stöds, så rabatten är för närvarande inte tillgänglig för den här modellen. Krea publicerar ingen motsvarande rabatt.

Det är riskens form som spelar roll. Vid en enda redigering ligger de två inom några cent och jämförelsen är brus. Vid hundratusen redigeringar i månaden är Kreas pris fast och känt, medan 2.6-fakturan flyter med den tokenbudget som din kvalitetsinställning innebär – och inställningen är en parameter per begäran, vilket innebär att en enda slarvig standardinställning kan flytta en månadsräkning med 4× utan att någon ändrar en enda rad i applikationskoden.

Det är också där en router förtjänar sin plats i stället för att bara vara ett samtalsämne. OrcaRouter förmedlar leverantörens listpris vidare med 0 % påslag, så OpenAI-taxan per token som du ser är den som står på den här sidan och den som står på din faktura, utan någon spread inlagd däremellan. Det användbara draget med en så här ny modell är att lägga den bakom samma nyckel som de etablerade aktörer du redan litar på – GPT-Image-2.5 Sunburst och Flare, GPT Image 2, Imagen 4 och Geminis flash-image-serie finns alla i katalogen – och låta automatisk failover fånga upp den dag den nya slutpunkten sätter rate limit för dig. Du mäter en dagsgammal modell mot en känd sådan, och det vill du helst inte göra med en produktionsväg som har en enda felpunkt.

Där Krea 3 faktiskt är det bättre verktyget

Tre saker, och de är specifika.

Krea 3 tränades för att redigera, inte anpassades till det. Leverantörens påstående är att den bara renderar det ändrade området i stället för att rita om hela bildrutan, och det är därför regionsbegränsad redigering är standardinteraktionen i stället för en mask som du ritar och hoppas att modellen respekterar. För produktarbete är det skillnaden mellan att en etikett överlever en redigering och att en etikett tyst får sin text utbytt – och att texten byts ut är den feltyp som får team att helt sluta lita på ett redigeringsverktyg.

Den levereras också med 251 lanseringspresets, vilket låter som konsumentdekoration men inte är det: dag-till-natt, blockout, skiss, re-skin, ny himmel, green screen. En preset är en prompt som någon redan har finjusterat, och för en studio som kör samma fem transformationer över en katalog är det en vecka av prompt engineering som du inte behöver göra.

Och dess latensberättelse är ett fast tal per redigering som du kan lägga in i en ködesign. Krea hävdar att de flesta redigeringar blir klara på under 8 sekunder från början till slut vid inbyggd 2K. Ingen har oberoende mätt detta – det är leverantörsrapporterat – men strukturen i påståendet (en gräns vid en fast upplösning) är mer användbar för kapacitetsplanering än ett påstående om procentuell hastighetsökning mot en namnlös baslinje.

Det Krea 3 inte gör är att generera. Det finns ingen text-till-bild-rad för den på AA T2I board eftersom det inte finns något text-till-bild-läge. Den behöver en källbild. Om din pipeline börjar med en prompt behöver du en generator framför den, och det förändrar kostnadsjämförelsen helt — nu betalar du för två modeller.

Där Images 2.6 drar ifrån

Images 2.6 är den enda av de två som kan starta från ingenting, och det är den enda med animation.

GIF-funktionen är huvudnyheten i släppet den 4 november: ChatGPT kan nu skapa en loopande animerad GIF från en prompt eller en uppladdad bild, i ett enda steg, med kontroll av uppspelningshastighet och redigering bildruta för bildruta i efterhand. Huruvida API:et returnerar animerade filer är en separat fråga och för närvarande obesvarad — OpenAI:s modellsidor listar bildutdata och hänvisar till bildguiden för "animerad GIF-utdata", men inget offentligt test har bekräftat att en GIF kommer tillbaka från ett anrop till /v1/images/generations. Betrakta ChatGPT:s GIF-stöd som lanserat och API:ets GIF-stöd som overifierat.

Resten av releasen är mer betydelsefull för utvecklare än GIF:en. Images 2.6 lägger till SVG-export, markeringsstyrda redigeringar (skicka en annoterad bild och modellen redigerar där du ritade), återanvändbara referensbilder och en komplexitetsparameter som styr hur mycket planeringsbudget modellen lägger på en förfrågan – OpenAI:s rekommendation är att börja lågt och höja den när en scen har flera samverkande begränsningar. SVG-export i synnerhet är en kategoriförändring: en redigerare som producerar vektorbanor är användbar för logotyp- och ikonarbete som en rasterredigerare inte kan matcha på någon kvalitetsnivå, och Krea 3 har ingen motsvarighet.

Volympåståendet är värt att upprepa med etiketten angiven: OpenAI uppger att användare nu genererar över 4 miljarder bilder i veckan via ChatGPT och API:et, upp från 3 miljarder i september 2026. Det är en företagssiffra, utan någon publicerad uppdelning per funktion och utan garanti för att de två siffrorna definieras på samma sätt.

Vilken ska man lägga i pipelinen

Om ditt arbete är redigering av befintliga bilder i stor skala — katalogretuschering, regionala ändringar av produktfotografi, omstyling av ett befintligt set — är Krea 3 det mer förutsägbara köpet. Fast pris per redigering, native 2K-utdata, uppmätta 1 151 Elo på en oberoende lista, och en design där bevarandet av det orörda området är själva poängen snarare än en trevlig bonus.

Om ditt arbete är generering med tillhörande redigering – konceptframtagning, marknadsföringsvarianter, allt som börjar med en mening – är Images 2.6 den enda av de två som gäller, och SVG- och markup-redigeringsfunktionerna gör den till mer än en bekvämlighet i en chattbot. Att det saknas ett oberoende benchmark är ett skäl att pilottesta den, inte ett skäl att avfärda den; en modell som är en dag gammal och saknar Elo-rad är helt enkelt en modell som ingen har röstat på ännu.

Misstaget att undvika är att behandla jämförelsen 1 151 mot ingenting som en vinst för någon av sidorna. Krea 3 har en siffra och Images 2.6 har ingen, vilket säger dig något om mätkalendern, inte om modellerna. Jämförelsen som faktiskt kommer att avgöra saken kommer när AA-listorna lägger till en rad för 2.6 – och när de gör det är siffran att hålla ögonen på om den passerar 1 199, eftersom det är där OpenAIs egen föregångare ligger och ungefär där en specialistredigerare måste besegras för att motivera ett byte.

Fram till dess är det billigaste sättet att få ett riktigt svar att köra dina egna tjugo redigeringar genom båda och räkna dem som du skulle skicka iväg. Det kostar ungefär två dollar. Det är också det enda test som för närvarande finns som inte är någons marknadsföring.