MOSS-Image vs Krea 3: Den ena tar betalt per bild, den andra per timme

De två modellerna i den här jämförelsen är prissatta i olika valutor, vilket är varför den uppenbara jämförelsen – sex cent mot noll – är fel. K​rea 3, som släpptes den 15 oktober 2026, är en hostad redigeringsmodell med en publicerad taxa: 0,06 USD per bild vid native 2K, under åtta sekunder från början till slut enligt leverantörens egen mätning. M​OSS-Image, som släpptes av OpenMOSS den 16 oktober 2026 som Apache 2.0-checkpointarna M​OSS-Image-Base och M​OSS-Image-SFT, har ingen taxa alls. Du hyr en GPU och betalar per timme, oavsett om du genererar en bild i den eller fyrahundra.

Så den verkliga frågan är inte vilken som är billigare. Det är hur din arbetsbelastning ser ut över en månad, eftersom en fast avgift per bild och en timavgift skär varandra vid en volym som helt beror på din egen användning. Under den skärningspunkten är K​rea bättre ekonomiskt och enormt mycket bättre på latens. Över den närmar sig M​OSS-Image:s marginalkostnad per bild kostnaden för el. Nästan ingen gör räkningen, och det är hela beslutet.

Båda två vill ha en låda, och de vill ha den i olika enheter.

Börja med den del som gör dem jämförbara överhuvudtaget, eftersom den är lätt att missa. Ingen av dem är en generator där man bara skriver en prompt och hoppas. K​rea 3:s redigeringsverktyg innehåller avgränsningsrutor för att placera nya element, och redigeringar över flera turer som behåller sin kontext mellan turerna. M​OSS-Images layoutformat tar ett JSON-objekt som prompt — ett sammanfattningsblock plus en poster-array där varje element har en etikett av typen text, tecken eller objekt, en bildtext, en avgränsningsruta och för textelement den exakta strängen som ska renderas.

• Var rutan kommer ifrån — MOSS-Image: ett JSON-fält på varje objekt i layoutprompten, som använder bbox_format: "yxyx" i bbox_coord_space: "abs_centralized", dvs. absoluta pixlar mätta från canvasens mitt. Krea 3: en bounding box-kontroll i dess redigeringsgränssnitt för att placera nya element.

• Utdataupplösning — M​OSS-Image: tränad på 256 px, 512 px och ungefär 1024², med en tokenbudget som rör sig 576 → 3 072 → 8 192. K​rea 3: nativ 2K, med exempel angivna vid 2 736 × 1 536 px, och 1K till halva priset.

• Referensbilder — MOSS-Image: element beskrivs strukturellt i layoutprompten i stället för att tillhandahållas som referensbilder. Krea 3: upp till sex per redigering i lanseringsinlägget, åtta på produktsidan — leverantörens eget material anger två siffror och ingen av dem har dragits tillbaka.

• Vad du bygger — M​OSS-Image: en komposition, från en specifikation, till stor del från ingenting. K​rea 3: en redigering av en bild du redan har, där området utanför redigeringen lämnas orört.

Den sista raden är den som avgör de flesta verkliga arbetsbelastningar. Om din uppgift är att ”ta den här produktbilden och byta bakgrund” är M​OSS-Image fel verktyg – det är inte en redigerare som arbetar direkt i bilden, och tillverkaren betecknar redigeringsbeteendet som experimentellt. Om din uppgift är att ”producera fyrahundra unika affischer med specifik text på specifika platser” är K​rea 3 fel verktyg, och dess eget material är tunt när det gäller lång text – lanseringsexemplen är på engelska, dess dokumenterade styrkor är ändringar av produktscener, borttagning av objekt och rengöring av foton.

Hastighet, där bara en sida har publicerat något

K​rea 3:s huvudsiffra ligger under åtta sekunder per redigering, från början till slut, vid 2K. Det är en siffra från leverantören, och leverantören är ovanligt öppen med var den kommer ifrån: tiderna är medianen för tiden från begäran till resultat för varje modells batch på tolv bilder, inklusive kötid, uppmätt på K​reas egen plattform mellan den 24 september och den 1 oktober 2026. En metodbeskrivning som trycks på benchmarken är värd mer än en naken siffra, och den här har en. Det är fortfarande K​rea som mäter K​rea.

MOSS-Image har ingen publicerad latenssiffra alls, och det är värt att förstå varför innan man betraktar det som en utelämning. Standardinställningarna för sampling är flow-matching Euler vid 50 steg med CFG 3,0, shift 5,0 och negativ-branch skip-layer-guidance vid lager 22. Standardguidningsvägen kräver två transformer-forward-passningar per steg. Latensen för MOSS-Image är därför inte en egenskap hos modellen så som den är för en hostad endpoint – den är en egenskap hos GPU:n du placerar under den, antalet steg du väljer och huruvida du hoppar över guidning eller kör destillation. Communityn släppte INT8- och INT4-kvantiseringar, en 4-stegs DMD-LoRA och en 8-stegs destillerad variant inom ungefär ett dygn från lanseringen, vilket visar att folk tyckte att standarden på 50 steg var för långsam för interaktivt arbete och åtgärdade det själva.

Så den ärliga hastighetsjämförelsen är: Krea 3 uppger en siffra som beror på Krea, och MOSS-Image har ingen siffra eftersom den beror på dig. En standard på 50 steg med två framåtpassningar per steg är inte snabb. En destillerad version med 8 steg på ett hyrt kort kan vara det. Inget av dessa påståenden går att kontrollera på någon leverantörs sida, och det andra kan du kontrollera själv på en eftermiddag.

Revisionsaritmetiken, vilket är där de sex centen slutar spela roll

Här är beräkningen som ändrar beslutet, och den utgår från Kreas egen inramning.

Med ett pris på 0,06 dollar per redigering kostar det trettio cent och inget möte att köra fem omgångar och välja den bästa. Det är K​reas implicita säljpitch, och det är en bra sådan, eftersom alternativet till ett billigt omförsök är en designers timme. Hundratusen redigeringar i månaden i 2K är 6 000 dollar — och K​rea säger uttryckligen att lanseringspriset är listpriset och att företaget räknar med att priset sjunker snarare än stiger, vilket gör 6 000 dollar till ett tak snarare än ett golv.

MOSS-Images sida av samma aritmetik är inte en taxa, det är ett utnyttjandeproblem. Licensen är Apache 2.0 utan intäktströskel, och det finns en modell med öppna vikter för 0,008 dollar per bild i den här jämförelsens närhet från en annan leverantör som referens – men det är inte så den öppna vägen fungerar. Nedladdningen är omkring 27,2 GB, varav ungefär 16,8 GB fördelat på fyra shardar är den frysta Qwen3.5-9B-textkodaren och omkring 10,2 GB fördelat på tre är transformatorn. 5B-beteckningen beskriver enbart diffusionsgeneratorn, och kodaren är den större halvan av diskutrymmet.

Om det slår sex cent beror på tre tal som du redan känner till: din GPU-timkostnad, ditt antal bilder per timme vid det antal steg du bestämmer dig för, och hur stor del av månaden kortet faktiskt är upptaget. Ett team som kör en jämn produktionslinje får en låg effektiv kostnad per bild och bör sköta driften själv. Ett team som behöver fyrtio bilder på tisdagseftermiddagen bör inte hyra en GPU för det, och bör inte låtsas att licenspriset är bildpriset.

Finjusteringspåståendet, som båda sidor framför och ingen av dem har bevisat

Det här är avsnittet som en specifikationsjämförelse vanligtvis missar, och det är det mest intressanta som dessa två modeller har gemensamt.

Kreas påstående är att Krea 3 är den första redigeringsmodellen du kan finjustera på en specifik produkt, en person eller en stil, så att ett varumärkes packshot eller en återkommande karaktär förblir densamma genom en kampanj. Mekanismen är kontrollerbar – API-referensen innehåller en slutpunkt för "Train a custom style (LoRA)" – och huruvida "först" står sig är ett påstående om området snarare än en mätning. Det är Kreas påstående. Men mekanismen finns, den är dokumenterad, och det är den enda publicerade vägen på Kreas sida för att låsa ett motiv.

Motsvarigheten hos OpenMOSS är strukturell snarare än kommersiell. Base är den förtränade checkpointen, avsiktligt lämnad utan destillering – modellkortet säger uttryckligen att ingen efterträning eller destillering av inferensparametrar såsom CFG har tillämpats, i syfte att bevara träningsinformation och hålla LoRA-träning genomförbar. Det är en leverantör som väljer att leverera en sämre standard i utbyte mot ett bättre träningssubstrat, och det är den tydligaste signalen i hela släppet om vem Base-checkpointen är till för.

Båda påståendena pekar på samma köpare: någon med ett återkommande motiv som inte får drifta. Ingen av leverantörerna har publicerat någon driftmätning, och gemenskapen som bygger kring MOSS-Image – ComfyUI-paketeringen, kvantiseringarna, de destillerade LoRA:erna – dök upp inom ungefär ett dygn, vilket säger att träningsvägen är verklig även om leverantören inte har publicerat något träningsresultat.

• Var LoRA:n bor — Krea 3: en hostad endpoint på Kreas plattform, tränad mot Kreas modell på Kreas infrastruktur. MOSS-Image: dina egna vikter, din egen träningskörning, din egen GPU, med en checkpoint som leverantören medvetet lämnat i ett träningsbart skick.

• Vad det kostar dig — K​rea 3: träningssamtalet är ett licenssamtal. M​OSS-Image: träningssamtalet är din elräkning och någons vecka.

• Vad det ger dig tillbaka — K​rea 3: en stil du kan anropa, på någon annans drifttid. M​OSS-Image: en checkpoint du äger, som fortsätter fungera även om leverantören lämnar.

Åtkomst, och var en router passar in i en pipeline med två verktyg

Krea 3 är stängt. Krea har släppt öppna vikter tidigare – Krea 2 RAW och Turbo finns på Hub – men Krea 3 finns inte bland dem, och Kreas FAQ placerar självhosting under företagsplaner, på dina egna GPU:er, med licensvillkor och hårdvarudimensionering som ska diskuteras. Så det är ett beslut. MOSS-Image är en nedladdning, och nedladdningen är hela produkten.

Ingen av dem finns med i OrcaRouter-katalogen — vi erbjuder fler än 200 modeller och ingen av dessa två är en av dem — så båda innebär att gå till källan: för K​rea 3, K​reas eget API och flera tredjepartsplattformar; för M​OSS-Image, repositorierna och din egen hårdvara.

Vad routern är bra för i en pipeline som denna är den del som inte är någon av modellerna. Att placera ett element i en ram är vanligtvis ett steg i ett jobb som också behöver en hostad generator för basbilden, en separat modell för uppskalning och en bildtextnings- eller bedömningsomgång — och det är där en slutpunkt över några hundra modeller med automatisk failover och leverantörernas listpriser som förs vidare med 0 % påslag tar bort integrationsarbetet snarare än modellarbetet. Routnings-DSL:en spelar roll av samma anledning: om basbildssteget och redigeringssteget är två olika modeller är det bättre att låsa var och en per begäran i en konfiguration än att hålla två leverantörs-SDK:er. Det är rördragningen, och MOSS-Images egen arkitektur är en påminnelse om vad rördragningen är värd i förhållande till modellen — leverantörens starkaste end-to-end-layoutresultat producerades av en pipeline vars promptspecifikationshälft helt och hållet körs på en tredjepartsmodell.

Vilken av dem, och crossovern som avgör det

Välj K​rea 3 om leveransen är en redigering av en befintlig bild, om ert team mäter sin egen latens i minuter och om er volym är så ojämn att en hyrd GPU skulle stå oanvänd större delen av månaden. Sex cent med en rundtur på under åtta sekunder, en dokumenterad precisionsredogörelse och en LoRA-slutpunkt på leverantörens egen infrastruktur är en sammanhängande produkt för det jobbet, och det faktum att lanseringspriset anges som listpris innebär att ekonomin sannolikt inte blir sämre. Gå in med vetskapen om att varje prestandasiffra som kopplas till den är K​reas egen, att antalet referenser dokumenteras på två sätt och att den inte har någon oberoende poäng av något slag — vilket är hela förklaringen till att den saknas på topplistorna, eftersom den släpptes dagen innan researchen för den här artikeln samlades in.

Välj MOSS-Image om du producerar komponerade bilder från en specifikation i jämn volym, om en avgränsningsbox i en JSON-prompt passar din pipeline bättre än en box i någons användargränssnitt, eller om att äga checkpointen är ett krav snarare än en preferens. Apache 2.0 utan intäktströskel gör den juridiska granskningen kort, Base-checkpointen är avsiktligt träningsbar, och layoutschemat är en riktig specifikation. Gå in med vetskapen att latensen beror på dig, att encodern utgör större delen av nedladdningen, att community-kvantiseringarna finns eftersom standarden på 50 steg är långsam, och att ingen av leverantörens benchmarks har reproducerats av någon.

Brytpunkten är inget mysterium. Dela din månatliga GPU-kostnad med dina bilder per månad och jämför resultatet med sex cent. Om du inte med säkerhet kan uppskatta bilder per timme är den osäkerheten svaret: hyr K​rea i en månad, generera den volym du faktiskt förväntar dig och låt fakturan tala om för dig om den öppna vägen är värd att bygga. Det är ett billigare experiment än att hyra ett grafikkort i en månad för att ta reda på det.

De dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omstridd flagga.