Krea 3 lanseras för $0,06 per redigering och sätter tidtagaruret på bildredigering

Det intressanta talet i Krea 3 är inte priset. Det är stoppuret. Krea släppte Krea 3 den 15 oktober 2026 som en bildredigeringsmodell, och rubriken som lanserades för den är ett latenspåstående: de flesta redigeringar kommer tillbaka på under 8 sekunder, från början till slut, i native 2K, för 0,06 dollar per bild. Mot det ställer företagets eget jämförelsediagram Googles Nano Banana Pro på 33 sekunder och 0,135 dollar per bild, och OpenAIs GPT Image 2 på 90 sekunder och 0,22 dollar. De två siffrorna är Kreas, mätta på Kreas egen trafik, och de är anledningen till att en modellansering som normalt skulle vara en fotnot om en ny checkpoint är värd att läsa noga – för första gången i den här generationen redigerare sätts priset för ett katalogjobb av sekunder snarare än av cent.

Allt i den här artikeln som kommer från Krea är märkt som Kreas. Det finns ännu inget oberoende benchmark av Krea 3, och ingen tredje part har publicerat en uppmätt redigeringstid för det. Den luckan är hela historien under historien.

Vad släpptes faktiskt den 15 oktober?

Krea 3 är en redigeringsmodell, inte en generator med ett påklistrat redigeringsläge. Kreas egen FAQ är rakt på sak: modellen är "tränad för redigering", den är inte en destillerad kopia av något större, och den lägger sin beräkningskraft på området du ändrar i stället för att rita om hela bildrutan. Leverantören säger att det är där snabbheten kommer ifrån – hitta området först, rendera bara det som ändras – och det är samma mekanism bakom påståendet om noggrannhet.

Den publicerade kapacitetslistan, såsom leverantören anger den:

• Nativ 2K-utdata, med Kreas egna exempel angivna i 2736 × 1536 pixlar. 1K erbjuds också till halva priset.

• Upp till 6 referensbilder per redigering, enligt lanseringsinlägget. Produktsidan gör separat reklam för ”upp till åtta referenser” med en promptstil med numrerade bilder för att peka ut personer, produkter, platser och stilar. De två siffrorna står på två sidor på samma webbplats och Krea har inte stämt av dem.

• Regionsavgränsad redigering. Rita en ruta, beskriv vad som ändras, och resten av bilden ska förbli exakt som den var – inklusive, betonar Krea, produktetiketter och logotyper.

• Karaktärskonsekvens genom en serie redigeringar, och stilreferenser ovanpå.

• Röststyrd redigering i konsumentappen: skicka ett foto, sedan en röstanteckning, och redigeringen kommer tillbaka innan du hinner avsluta meningen.

• 251 startförinställningar, marknadsförda som dag-till-natt, blockout, skiss, re-skin, ny himmel och green screen.

Prissidan för konsumenter är där namngivningen blir lite slapp: samma modell förekommer i Kreas plan-tabeller som Krea 3 Beta, medan lanseringssidan och bloggen kallar den helt enkelt för Krea 3. Behandla identifieraren du skriver in i en konfiguration som något att verifiera snarare än att anta.

Det finns ytterligare en siffra som lanseringssidan inte inleder med men som utvecklardokumentationen gör. 0,06 $ är ett baspris för 2K-utdata utan bifogade referenser. I Kreas API-referens prissätts referenser separat: varje 1K-referensbild lägger till 0,02 $ och varje 2K-referensbild lägger till 0,07 $, utöver baspriset, oavsett utdatastorlek. Att köra redigeringen i det långsammare "high"-tankeläget lägger till ytterligare 0,02 $ per generering. En 2K-redigering med fyra 2K-referenser kostar därför 0,06 $ plus 0,28 $, eller 0,34 $ – en siffra som är värd att ha innan du dimensionerar ett katalogjobb efter rubrikpriset. Kreas egen API-dokumentation anger också att åtkomsten är i early access, där anrop endast kan göras från arbetsytor i Krea 3-beta och åtkomst begärs i stället för att vara självbetjänad.

Hastighetsdiagrammet, läs noggrant

Krea publicerar sin redigerarjämförelse två gånger, och de två publiceringarna stämmer inte överens.

Lanseringsbloggens jämförelsetabell anger 33 sekunder för Nano Banana Pro och 90 sekunder för GPT Image 2, med en fotnot om att dessa är median­tider från begäran till färdig bild för redigeringsjobb som körts på Krea mellan den 24 september och den 1 oktober 2026, inklusive kötid. Produktsidans animation med sida vid sida använder ännu ett annat par siffror – 26,8 sekunder för Nano Banana Pro och 39,9 sekunder för GPT Image 2.5 Sunburst – och beskriver dem som median­tiden från begäran till resultat för varje modells batch på 12 bilder. En separat rad på samma sida säger att prissättningen för GPT Image 2.5 är ”en preliminär uppskattning i väntan på validering”.

Det är inte en skandal, men det är ett avslöjande du bör hålla fast vid. Att mäta en konkurrents latens genom att dirigera din egen trafik till den säger dig vad den modellen gör från din infrastruktur, på dina prompter, vid den tidpunkten – en verklig och användbar siffra som inte är samma sak som ett oberoende latensbenchmark. Spannet mellan 39,9 och 90 sekunder för OpenAI:s redigerare är storleken på osäkerheten i jämförelsen, och det är bredare än gapet som Krea marknadsför.

Det som är stabilt över båda sidorna är påståendet om Krea 3 i sig: under 8 sekunder, från början till slut, vid 2K, $0.06 per bild. Det är siffran att testa först, eftersom det är den som hela pitchen vilar på.

Precisionspåståendet, och hur det mäts

Den andra halvan av pitchen är det som modellen inte rör. Krea definierar precision som andelen pixlar utanför redigeringsområdet som lämnas oförändrade, jämfört vid kvarts upplösning efter bästa anpassning så att en skillnad i utdatastorlek inte räknas som en förändring, med ett försök per modell vid 2K på samma bild och med samma prompt, och med Krea 3 som körs i ett "Precise"-läge för testet.

Två saker är värda att säga om det. För det första är det en egenutförd jämförelse — Krea valde prompten, bilden och läget. För det andra är själva måttet det rätta för problemet. Det fel som förstör en redigering i produktion är inte en dålig soffa; det är en bra soffa som kom tillbaka med en subtilt omstylad matta, en annan fönsterutsikt och en logotyp som nu läses lite fel. Vilken modell som helst som får bra resultat på oförändrade pixlar utanför rutan löser det som utövare faktiskt klagar på, oavsett vem som körde testet.

Kreas egna genomarbetade exempel bygger på precis det: att byta ut sittmöbleringen i ett rum medan mattan, utsikten och läsaren i hörnet står kvar; att förvandla en teknisk linjeritning plus en palett med sex färger till ett arkitekturfotografi med varje färg där briefen placerade den; att sätta samma ensemble på en ny gata i nytt ljus.

Vad $0,06 gör för ett katalogjobb

Priser för bildredigering har angivits per bild ett tag, så det intressanta greppet här är inte enheten – det är förhållandet. Kreas egen volymaritmetik, som presenteras på lanseringssidan, jämför en månad med 100 000 bilder till $0,06 mot samma månad till $0,135 och kommer fram till $6 000 mot $13 500. Betrakta båda siffrorna som leverantörens egna räkneexempel, för det är vad de är. Argumentets form står sig ändå trots förbehållet: vid $0,135 är en redigering en övervägd handling som du schemalägger, och vid $0,06 är en redigering något du kan köra fem gånger och välja den bästa, vilket förändrar arbetsflödet snarare än fakturan.

Det förändrar också vad ett nytt försök kostar. Om en första körning missar etiketten, är det inte ett beslut som någon behöver fatta att lägga ytterligare sex cent. Om det kostar tjugotvå, måste någon fatta det.

Vad är inte med i releasen?

Tre fall av frånvaro definierar gränserna för vad som kan hävdas idag.

Det finns inga öppna vikter. Kreas egen FAQ säger att självhosting är tillgängligt i företagsplaner, kört på dina egna GPU:er i ditt eget moln, vilket är en licensfråga snarare än en nedladdning. Inget om Krea 3 finns i ett offentligt repository.

Det finns ingen oberoende benchmark. Ingen tredje part har publicerat ett Elo, en head-to-head eller en uppmätt latens för Krea 3. Varje prestandasiffra i den här artikeln går tillbaka till Krea, och jämförelsesiffrorna för de konkurrerande modellerna samlades också in av Krea.

Det finns ingen publicerad arkitektur. Krea säger att modellen är ny och tränad för redigering snarare än destillerad, och att den endast renderar det ändrade området – men den har inte publicerat något parameterantal, någon artikel och inga träningsdetaljer, så mekanismen bakom hastighetspåståendet är en beskrivning snarare än en specifikation.

Mot detta finns det en verklig tredjepartssignal i lanseringen, och det är en kund snarare än ett benchmark: Pixelcuts medgrundare och vd citeras för att ha sagt att hans team hade tidiga checkpoints framför betalande användare, och att det som stack ut var ljussättningen på produktbilder. Det är ett vittnesmål från en partner, inte en utvärdering, och det bör läsas som ett sådant – men det är ett påstående från någon som satte modellen framför kunder före lansering, vilket är mer än vad en rad i en topplista vanligtvis säger dig.

Var du kan ringa det, och var den här bloggen ligger

Krea 3 är live i Kreas egen app och API, och leverantören säger att partnerplattformar också tillhandahåller det. Om du väljer en åtkomstväg snarare än en modell är den användbara frågan huruvida de redigeringsverktyg du redan kör ligger bakom samma nyckel som det redigeringsverktyg du är på väg att prova, eftersom en redigeringspipeline som kräver ett separat avtal per modell är en pipeline där ingen experimenterar.

En ärlig kommentar om oss: OrcaRouter routar inte Krea 3 i dag, så att anropa den innebär att anropa Krea. Det vi däremot erbjuder är en OpenAI-kompatibel endpoint över några hundra modeller, med leverantörers listpriser som förs vidare utan påslag och automatisk failover när en leverantör ger fel eller begränsar anropsfrekvensen. Anledningen till att det spelar roll här är snävare än en säljpitch: modellerna som Krea 3 mäts mot — GPT Image 2, GPT-Image-2.5 Flare och Sunburst, och Grok Imagine Image — är sådana du vill A/B-testa på dina egna bilder innan du accepterar någons median, och att köra det testet via en enda endpoint är en konfigurationsändring snarare än fyra integrationer.

Vad du ska titta på härnäst

Det första att hålla ögonen på är en oberoende mätning av time-to-edit, eftersom hela positioneringen är ett latenspåstående och de enda tidtagaruren hittills tillhör leverantören. Det andra är huruvida avvikelsen mellan 6 och 8 referenser och namngivningen Krea-3 kontra Krea-3-Beta reds ut, eftersom båda är den sorts små inkonsekvenser som blir ett supportärende när man bygger mot dem. Det tredje är huruvida en tredje part kör precisionstestet med sin egen prompt, eftersom ”endast det du bad om” är ett mätbart påstående och branschen ännu inte har mätt det för någon.

Fram till dess är den rimliga tolkningen av Krea 3 att det är en släppt, prissatt och omedelbart användbar redigeringsmodell, med en trovärdig mekanism bakom sitt hastighetspåstående och ingen extern verifiering av något av det. Med 0,06 dollar per redigering är kostnaden för att ta reda på det själv tillräckligt låg för att det dyrare valet skulle vara att vänta på en resultattavla.