Qwen-Image 2.1 กับ Krea 2: โมเดลภาพแบบเปิดตัวไหนที่คุณนำไปใช้งานจริงได้
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 59 tok/s
- openaiใหม่OpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 305 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 42 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 239 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 56 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 123 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 212 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845ความฉลาด75การเขียนโค้ด
โมเดลภาพแบบเปิดสองตัว ซึ่งทั้งคู่ดาวน์โหลดได้ภายในสี่เดือนที่ผ่านมา และตอบคำถามเดียวกันในทางที่ตรงกันข้าม Qwen-Image 2.1 เป็นโมเดลเท็กซ์ทูอิมเมจและแก้ไขภาพขนาด 7B ของผู้จำหน่าย เปิดตัวเมื่อวันที่ 20 กันยายน 2026 ภายใต้สัญญาอนุญาตเพื่อการวิจัยเท่านั้น — ใช้เชิงพาณิชย์ไม่ได้ Krea 2 เป็นโมเดลภาพพื้นฐานตัวแรกที่ Krea ฝึกตั้งแต่ต้น เผยแพร่เป็นเช็กพอยต์สองรายการในเดือนมิถุนายน 2026 ภายใต้ Krea 2 Community License ซึ่งอนุญาตให้ใช้เชิงพาณิชย์ได้เต็มรูปแบบเมื่อมีรายได้ต่ำกว่าเกณฑ์ที่กำหนด บนกระดานเท็กซ์ทูอิมเมจของ Artificial Analysis วันนี้ ทั้งสองมีคะแนน Elo ต่างกันไม่เกินสิบเอ็ดคะแนน สำหรับคำถามที่ทีมต้องตอบจริง ๆ ก่อนจะสร้างอะไรสักอย่าง ทั้งสองไม่ได้ใกล้เคียงกันเลย
Krea 2 จริงๆ แล้วคืออะไร
เริ่มตรงนี้ เพราะการตั้งชื่อนั้นชวนให้เข้าใจผิด และการเปรียบเทียบส่วนใหญ่ก็ตีความผิด บริษัท Krea ดำเนินแพลตฟอร์มสร้างสรรค์แบบโฮสต์ที่มีการสมัครสมาชิกแบบเสียค่าใช้จ่าย ส่วน Krea 2 ซึ่งเป็นโมเดลนั้นเป็นอีกสิ่งหนึ่งที่บังเอิญใช้ชื่อเดียวกัน Krea เปิดตัวมันในฐานะ Diffusion Transformer แบบเปิดน้ำหนักที่มีเช็กพอยต์สองตัว เผยแพร่บน Hugging Face ในชื่อ krea/Krea-2-Raw และ krea/Krea-2-Turbo โดยมีโค้ดสำหรับการอนุมานอยู่ในรีโพซิทอรีสาธารณะ
การแบ่งงานระหว่างทั้งสองเป็นไปโดยเจตนาและระบุไว้อย่างชัดเจนใน repository ของ Krea เอง: RAW เป็นฐานที่ยังไม่กลั่นกรอง มีไว้สำหรับการปรับละเอียด การฝึกภายหลัง และการฝึก LoRA; Turbo เป็นเช็คพอยต์ที่กลั่นกรองแล้วแบบแปดขั้นตอน มีไว้สำหรับการอนุมานที่รวดเร็ว คำแนะนำของ Krea คือให้ฝึกบน RAW และรันบน Turbo และระบบนิเวศ LoRA ของมันถูกสร้างขึ้นในลักษณะนั้น — อะแดปเตอร์ที่ฝึกกับฐานจะถูกนำไปใช้กับเช็คพอยต์ที่กลั่นกรองแล้วในเวลาที่ทำการอนุมาน เช็คพอยต์ทั้งสองใช้ใบอนุญาตและตระกูลร่วมกัน แต่ไม่สามารถใช้แทนกันได้และไม่มีการตั้งค่าเดียวกัน
รายละเอียดหนึ่งที่น่าตั้งข้อสังเกต เพราะมันจะทำให้ใครก็ตามที่อ่านการ์ดสับสน: เมทาดาทาบน Hugging Face สำหรับเช็คพอยต์ทั้งสองระบุว่าพารามิเตอร์ 13Bในแถบด้านข้าง ขณะที่ข้อความบนการ์ดระบุว่า "Diffusion Transformer ที่มีพารามิเตอร์ 12 พันล้านตัว" Krea ยังไม่ได้เปิดเผยต่อสาธารณะว่าตัวเลขทั้งสองนี้สอดคล้องกันอย่างไร ดังนั้นให้ถือว่าจำนวนพารามิเตอร์อยู่ที่ประมาณ 12 ถึง 13 พันล้าน และยังไม่ได้รับการยืนยัน มากกว่าที่จะเป็นตัวเลขที่สรุปแน่นอนแล้ว
ตัวเลข จากบอร์ดที่ซัพพลายเออร์ทั้งสองรายชี้ไป
รีโพซิทอรีของ Krea ระบุว่า Krea 2 เป็นโมเดลแปลงข้อความเป็นภาพที่ดีที่สุดจากห้องแล็บอิสระบน Artificial Analysis; รายงานทางเทคนิคกล่าวว่าเป็น "หนึ่งใน 10 อันดับแรก" และ "อันดับสองในบรรดาโมเดลจากห้องแล็บอิสระ" นั่นเป็นคำกล่าวอ้างของ Krea เอง ซึ่งทำขึ้นในเดือนมิถุนายน สิ่งที่บอร์ดจัดอันดับสดแสดง ณ วันที่ 13 ตุลาคม 2026 นั้นแคบกว่าเล็กน้อย และควรค่าแก่การอ่านโดยตรง:
• Qwen-Image 2.1 — 1,038 Elo, ช่วงความเชื่อมั่น 95% อยู่ที่ 1,029 ถึง 1,047 จาก 5,554 ตัวอย่าง อันดับ 20 จาก 168 คอลัมน์ราคาของบอร์ดระบุว่า "ไม่มี API ให้บริการ"
• Krea 2 Large — 1,027 Elo, ช่วง 1,020 ถึง 1,034, จาก 17,514 ตัวอย่าง, อันดับ 25 จาก 168, ที่ราคา $60.00 ต่อ 1,000 ภาพ
• Krea 2 Medium Turbo — 1,022 Elo, ช่วง 1,014 ถึง 1,030, จาก 6,454 ตัวอย่าง, ราคา $15.00 ต่อ 1,000 ภาพ
• Krea 2 Medium — 1,014 Elo, ช่วง 1,007 ถึง 1,021 จาก 17,284 ตัวอย่าง ในราคา $30.00 ต่อ 1,000 ภาพ
ทั้งสี่แถวนั้นมาจากบอร์ด text-to-image ทั้งหมด บนบอร์ด editing มีเพียง Qwen-Image 2.1 เท่านั้นที่ปรากฏ — 1,072 Elo ช่วง 1,063 ถึง 1,081 จาก 6,132 ตัวอย่าง อันดับ 21 จาก 81 ไม่มีรายการ Krea 2 บนบอร์ดนั้น ตัวเลขทั้งหมดที่นี่เป็น Elo แบบ blind-vote ของ Artificial Analysis ซึ่งเก็บจากลีดเดอร์บอร์ดภาษาอังกฤษแบบสดเมื่อวันที่ 13 ตุลาคม 2026 ตัวเลขเหล่านี้เป็นอิสระจากผู้จำหน่ายทั้งสองราย และช่วงกว้างพอที่ช่องว่างระหว่าง Qwen-Image 2.1 กับ Krea 2 Large ไม่ควรถูกตีความว่าเป็นอันดับ
แถว "Krea 2 Large" และ "Krea 2 Medium" ก็ไม่ใช่เช็กพอยต์แบบเปิดเช่นกัน พวกมันเป็นระดับบริการแบบโฮสต์ของ Krea ซึ่งเป็นเหตุผลว่าทำไมจึงมีราคาต่อภาพ ขณะที่คลังแบบเปิดไม่มี การนำ Krea 2 RAW ที่ดาวน์โหลดได้ไปเทียบกับ Krea 2 Large ที่โฮสต์ไว้ ก็เหมือนเอาเช็กพอยต์ไปเทียบกับบริการ
การแบ่งแยกที่แท้จริงอยู่ที่การตัดต่อ ไม่ใช่คุณภาพ
คุณภาพนั้นใกล้เคียงกันมากพอจนคณะกรรมการตัดสินไม่ได้ ความสามารถต่างหากที่ชี้ขาด Qwen-Image 2.1 เป็นโมเดลเดียวที่ทำทั้งการสร้างและการแก้ไข โดยรับได้ทั้งพรอมป์ต์เพียงอย่างเดียว หรือรูปอ้างอิงสูงสุดสิบรูปพร้อมคำสั่ง และรองรับการแก้ไขเฉพาะจุดด้วยการวาดวงกลม การระบายคำอธิบาย หรือมาสก์แยกต่างหาก พร้อมความโปร่งใสแบบ RGBA ทั้งขาเข้าและขาออก การเปิดตัวแบบโอเพนซอร์สของ Krea 2 เป็นตระกูล text-to-image การ์ดโมเดลของมันระบุถึงการสร้างภาพจากพรอมป์ต์; ไม่มีเช็กพอยต์สำหรับการแก้ไขในองค์กร และไม่มีโหมดแก้ไขแบบมาสก์ในสคริปต์อินเฟอเรนซ์ ซึ่งแฟล็กต่าง ๆ ครอบคลุมพรอมป์ต์ จำนวนสเต็ป การนำทาง ความละเอียด ซีด และจำนวนภาพ — ไม่มีอะไรที่รับภาพอินพุตได้
ความไม่สมมาตรนั้นมาจากสิ่งที่ถูกเผยแพร่ออกมา ไม่ได้มาจากสิ่งที่ห้องแล็บทั้งสองทำได้ แพลตฟอร์มของ Krea เองขายงานแก้ไขภาพ โดยดึงโมเดลแก้ไขของบุคคลที่สามหลายตัวมาใช้ ข้อเท็จจริงที่เกี่ยวข้องสำหรับผู้อ่านที่ดาวน์โหลดเวตนั้นแคบกว่า: ถ้ากระบวนการทำงานของคุณต้องการ "เอาภาพถ่ายนี้มาเปลี่ยนหนึ่งสิ่งในภาพ" Krea 2 แบบโอเพนที่คุณดาวน์โหลดได้ก็ทำไม่ได้ และสถาปัตยกรรมทั้งหมดของ Qwen-Image 2.1 ถูกสร้างขึ้นเพื่อทำสิ่งนั้น
ใบอนุญาตสองใบ กำแพงสองแบบที่ต่างกัน
นี่คือจุดที่การเปรียบเทียบไม่ใกล้เคียงกันอีกต่อไป และเป็นส่วนที่บทสรุปส่วนใหญ่มักย่นย่อจนเหลือเพียง “ทั้งคู่เปิด” ไม่มีตัวใดเป็นโอเพนซอร์สในความหมายแบบผ่อนปรน และทั้งคู่ไม่ได้เปิดภายใต้เงื่อนไขเดียวกันเลยแม้แต่น้อย
• Qwen-Image 2.1 — ข้อตกลงอนุญาตใช้งาน Qwen Research ลงวันที่ 20 กันยายน 2026 การอนุญาตนี้ไม่มีลักษณะผูกขาด ใช้ได้ทั่วโลก ไม่มีค่าลิขสิทธิ์ และจำกัดเฉพาะวัตถุประสงค์ที่ไม่ใช่เชิงพาณิชย์ โดยนิยาม "Non-Commercial" ว่าหมายถึงเพื่อการวิจัยหรือการประเมินผลเท่านั้น สิ่งอื่นใดจำเป็นต้องได้รับใบอนุญาตเชิงพาณิชย์แยกต่างหากโดยร้องขอทางอีเมล การแจกจ่ายซ้ำมีเงื่อนไขดังนี้: ต้องส่งต่อข้อตกลงนี้ไปด้วย ทำเครื่องหมายไฟล์ที่แก้ไข เก็บประกาศการให้เครดิตที่ระบุชื่อ Hangzhou Tongyi Laboratory Technology Co., Ltd แสดงข้อความ "Built with Qwen" หากคุณใช้ผลลัพธ์ในการฝึกโมเดลอื่นที่คุณเผยแพร่ และห้ามใช้ "Qwen" เป็นชื่อหลักของงานดัดแปลง กฎหมายที่ใช้บังคับคือกฎหมายจีน โดยมีเขตอำนาจศาลอยู่ที่หางโจว
• Krea 2 — สัญญาอนุญาตชุมชน Krea 2 การใช้งานเชิงพาณิชย์ได้รับอนุญาต โดยมีเงื่อนไขด้านรายได้ว่า คุณและบริษัทในเครือของคุณต้องมีรายได้รวมต่อปีทั่วทั้งบริษัทต่ำกว่าหนึ่งล้านดอลลาร์สหรัฐ โดยวัดจากรายได้ย้อนหลังสิบสองเดือนจากทุกแหล่งที่มา หากเกินเส้นนั้น จำเป็นต้องได้รับใบอนุญาตระดับองค์กรจาก Krea ก่อนการใช้งานเชิงพาณิชย์เพิ่มเติมใด ๆ การแจกจ่ายซ้ำกำหนดให้คุณส่งต่อข้อตกลงนี้ ต้องเติมคำนำหน้าชื่อโมเดล — "Krea 2 [ชื่อโมเดลของคุณ]" — และต้องเก็บประกาศระบุที่มาไว้ Krea ระบุว่าตนไม่เรียกร้องความเป็นเจ้าของในผลลัพธ์ และคุณเป็นเจ้าของงานดัดแปลงของคุณภายใต้สิทธิพื้นฐานของ Krea กฎหมายรัฐเดลาแวร์ใช้บังคับ การเข้าถึงถูกควบคุมด้วยข้อตกลงและนโยบายการใช้งานที่ยอมรับได้ และจุดตรวจทั้งสองแห่งมีแท็กใบอนุญาต krea-2-community-license บน Hugging Face
เมื่ออ่านวางเทียบกัน รูปแบบของทั้งสองนั้นแตกต่างกัน แทนที่จะเป็นว่าฝ่ายหนึ่งเข้มงวดกว่า Qwen-Image 2.1 คือคำว่าไม่แบบเด็ดขาดสำหรับการใช้งานเชิงพาณิชย์ โดยมีช่องทางออกที่คุณต้องเจรจาเอง Krea 2 คือคำว่าได้ แต่มีเพดาน และเพดานนั้นเป็นจำนวนเงินดอลลาร์ที่เฉพาะเจาะจงและตรวจสอบได้ ไม่ใช่การตัดสินด้วยดุลยพินิจ สำหรับสตูดิโอเล็ก ๆ หรือนักพัฒนาอิสระ ความแตกต่างนั้นคือทั้งหมดของการตัดสินใจ และช่องว่าง Elo เป็นเพียงเสียงรบกวน สำหรับใครก็ตามที่อยู่เหนือเกณฑ์ ทั้งสองโมเดลลงเอยที่จุดเดียวกัน นั่นคืออีเมลถึงผู้ขายก่อนที่คุณจะปล่อยงาน
ค่าใช้จ่ายในการใช้งานแต่ละรายการสำหรับคุณ
ตัวเลขทั้งสองจำนวนไม่ได้ถูกเผยแพร่โดยผู้จำหน่าย ดังนั้นคำตอบที่ตรงไปตรงมาคือการเปรียบเทียบจะต้องสร้างขึ้นจากข้อมูลสเปกมากกว่าที่จะมาจากใบเสนอราคา
• การสุ่มตัวอย่าง — Krea 2 RAW ทำงานที่ 52 สเต็ป ด้วยค่า guidance scale เท่ากับ 3.5 ส่วน Krea 2 Turbo ทำงานที่ 8 สเต็ป โดยปิดการใช้งาน guidance ขณะที่ Qwen-Image 2.1 ใช้ค่าเริ่มต้นที่ 40 สเต็ป
• ความละเอียด — Krea ระบุว่า checkpoint พื้นฐาน (base) ของตนรองรับได้ถึง 1K และ checkpoint แบบ Turbo อยู่ในช่วงประมาณ 1K ถึง 2K ส่วน Qwen-Image 2.1 ตั้งค่าเริ่มต้นไว้ที่ 2048×2048 พร้อมพรีเซ็ตที่เผยแพร่แล้วเจ็ดแบบในช่วงเดียวกัน
• สิ่งที่คุณดาวน์โหลด — ที่เก็บ Diffusers ของ Qwen-Image 2.1 มีขนาด 33.1 GB โดยส่วนใหญ่เป็นตัวเข้ารหัสข้อความ Qwen3-VL 8B ขณะที่ Krea ยังไม่ได้เผยแพร่ขนาดที่เทียบเคียงได้สำหรับเช็กพอยต์ของตน
• มีอะไรที่รันมันได้บ้าง — Qwen-Image 2.1 มาพร้อมการรองรับที่มีเอกสารระบุไว้ใน Diffusers, ComfyUI, vLLM-Omni, SGLang และ LightX2V รวมถึงเส้นทางของ AMD และ FlagOS ส่วน Krea 2 มีการระบุถึง ComfyUI และ SGLang ไว้ในรีโพซิทอรี พร้อมสคริปต์สำหรับการอินเฟอเรนซ์และชุดเครื่องมือสำหรับการเทรนจำนวนหนึ่งสำหรับงาน LoRA
Krea เผยแพร่จำนวนการดาวน์โหลดที่ 84,354 ครั้งสำหรับ Krea-2-Raw และ 87,771 ครั้งสำหรับ Krea-2-Turbo ในเดือนที่ผ่านมา เมื่ออ่านเมื่อวันที่ 13 ตุลาคม 2026 — ตัวเลขจากแพลตฟอร์มโฮสติ้ง ไม่ใช่จาก Krea และไม่ใช่สัญญาณบ่งชี้คุณภาพ
การทดสอบอิสระเพียงหนึ่งเดียวที่มีอยู่ และสิ่งที่มันไม่ได้พิสูจน์
มีการเปรียบเทียบแบบเคียงข้างกันที่น่ารู้ และจำเป็นต้องระบุข้อจำกัดของมัน บทความภาษาญี่ปุ่นที่เผยแพร่เมื่อวันที่ 21 กันยายน 2026 ได้รันพรอมป์ต์ 28 รายการผ่านทั้งสองโมเดลด้วยพรอมป์ต์และ seed ที่เหมือนกันบน RTX 5090 ที่มีหน่วยความจำ 32 GB ใน ComfyUI v0.37.0 ทำให้ได้ภาพเปรียบเทียบ 76 ภาพ ผลนับคะแนนคือ Krea 2 ชนะ 10, Qwen-Image 2.1 ชนะ 7, เสมอ 9 และทั้งคู่ล้มเหลว 2 บทสรุปของผู้เขียนเกี่ยวกับรูปแบบนี้คือ Qwen-Image 2.1 จัดการเนื้อหาเชิงสัญลักษณ์แบบแบนราบได้ดี ขณะที่ Krea 2 จัดการโครงสร้างและฟิสิกส์ของวัตถุสามมิติได้ดีกว่า และตั้งข้อสังเกตว่าผลลัพธ์ของ Krea 2 ได้มาใน 8 สเต็ป เทียบกับ 25 ของ Qwen-Image 2.1
นั่นคือผู้ดำเนินการหนึ่งคน หนึ่ง seed ต่อพรอมป์ต์ ผู้ตัดสินด้านภาพหนึ่งคน และหนึ่งเดือนก่อนบทความนี้ ไม่ใช่เบนช์มาร์กและไม่ใช่การจัดอันดับ สิ่งที่มันมีประโยชน์คือการปรับเทียบความคาดหวัง: สองโมเดลนี้ใกล้กันมากพอที่คนที่รันพรอมป์ต์จริงจะเห็นชัยชนะของทั้งสองฝ่าย ซึ่งสอดคล้องกับส่วนต่าง Elo 11 คะแนนบนลีดเดอร์บอร์ดสด
OrcaRouter เหมาะกับตรงไหน และไม่เหมาะกับตรงไหน
ไม่มีโมเดลใดในสองตัวนี้อยู่บน OrcaRouter และควรพูดเรื่องนี้ก่อนเป็นอันดับแรก: เราได้ตรวจสอบรายการโมเดลที่ใช้งานจริงของเราเมื่อวันที่ 13 ตุลาคม 2026 และไม่มีโมเดล Qwen-Image และไม่มีโมเดล Krea อยู่ในรายการนั้น การเปรียบเทียบทั้งสองข้างต้นเป็นเรื่องเกี่ยวกับเวตที่คุณรันเองหรือเอนด์พอยต์แบบโฮสต์ที่คุณซื้อจากผู้ให้บริการแต่ละรายโดยตรง หากตัวใดตัวหนึ่งถูกส่งผ่านเรา การส่งผ่านจะเกิดขึ้นหลังจากการตัดสินใจเรื่องใบอนุญาต ไม่ใช่แทนการตัดสินใจนั้น
เหตุผลที่ความแตกต่างนี้สำคัญในกรณีนี้คือรูปร่างของปัญหา Qwen-Image 2.1 และ Krea 2 ไม่ใช่โมเดลรูปภาพตัวสุดท้ายที่ทั้งสองแล็บจะปล่อยออกมา และเงื่อนไขสัญญาอนุญาตของรุ่นนี้ก็ไม่ใช่แนวทางสำหรับรุ่นถัดไป — Krea ได้เปลี่ยนจากผลิตภัณฑ์แบบสมัครสมาชิกมาเป็นการเปิดให้ใช้ฟรีภายใต้สัญญาอนุญาตแบบชุมชนแล้ว และบริษัทก็เปลี่ยนจาก Apache-2.0 ในเช็คพอยต์ Qwen-Image รุ่นก่อน ๆ มาเป็นสัญญาอนุญาตแบบเพื่อการวิจัยเท่านั้นในรุ่นนี้ ทีมที่กำหนดมาตรฐานไปป์ไลน์รูปภาพของตนบน SDK ของผู้ให้บริการรายเดียวย่อมต้องเจรจาไปป์ไลน์นั้นใหม่ทุกครั้งที่สัญญาอนุญาตเปลี่ยนไป OrcaRouter นำโมเดลกว่า 200 รายการมาอยู่เบื้องหลังเอนด์พอยต์ที่เข้ากันได้กับ OpenAI เพียงจุดเดียว ในราคาตามที่ผู้ให้บริการระบุโดยไม่บวกเพิ่ม พร้อมด้วยการสลับไปยังผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อเกิดความล้มเหลวและ DSL สำหรับการจัดเส้นทางเพื่อประกอบหลายโมเดลเข้าเป็นการเรียกครั้งเดียว คุณสมบัติที่เกี่ยวข้องไม่ใช่ว่าเราโฮสต์สองตัวนี้ — เราไม่ได้โฮสต์ — แต่คือที่ใดที่มีการให้บริการโมเดลผ่านเรา การสลับโมเดลที่อยู่เบื้องหลังการเรียกหนึ่งครั้งกลายเป็นการเปลี่ยนแปลงการตั้งค่ามากกว่าจะเป็นโปรเจกต์งานบูรณาการ ซึ่งเป็นสิ่งที่การเปลี่ยนแปลงสัญญาอนุญาตแบบน้ำหนักเปิดมักบังคับให้เกิดขึ้น
เลือกอันไหนดี
นี่คือหลักเกณฑ์ ไม่ใช่คำตัดสิน หากคุณต้องแก้ไขภาพที่มีอยู่ — ป้อนภาพถ่ายหรือภาพสินค้าเข้าไปแล้วเปลี่ยนบางส่วนของภาพ ทำงานกับมาสก์ สร้างงานที่โปร่งใส — Qwen-Image 2.1 คือโมเดลที่มีความสามารถนี้ ส่วนการเปิดตัวแบบโอเพนซอร์สของ Krea 2 ไม่ใช่ตัวเลือกที่ต้องนำมาพูดถึง หากคุณต้องการผลลัพธ์เชิงพาณิชย์และคุณเป็นทีมเล็กที่อยู่ต่ำกว่าเส้นรายได้ Krea 2 มีใบอนุญาตสำหรับสิ่งนั้นโดยเฉพาะ และ Qwen-Image 2.1 ไม่ได้รับอนุญาตสำหรับเรื่องนี้เลย หากคุณกำลังปรับแต่งโมเดล เช็คพอยต์ RAW ของ Krea 2 ถูกสร้างขึ้นมาเพื่อให้เทรนต่ออย่างชัดเจน และระบบนิเวศ LoRA ของมันก็ตั้งสมมติฐานว่าคุณจะทำเช่นนั้น ส่วน Qwen-Image 2.1 ปรับแต่งได้ภายใต้สิทธิ์สำหรับการวิจัยเท่านั้น ซึ่งจำกัดสิ่งที่คุณทำได้กับผลลัพธ์ หากคุณอยู่เหนือเกณฑ์รายได้และต้องการใช้ตัวใดตัวหนึ่งในการผลิตจริง ไม่ว่าทางไหนคุณก็ต้องติดต่อผู้ขาย — Krea ที่ opensource@krea.ai, ผู้ขายตามที่อยู่ที่ระบุในข้อตกลงใบอนุญาต — และทางเลือกก็ลดลงเหลือแค่ว่าคุณอยากคุยกับใครมากกว่า
ข้อเท็จจริงที่มักใช้ตัดสินมากที่สุดคือ ใบอนุญาต ไม่ใช่ตารางอันดับ สองโมเดลนี้ห่างกัน 11 คะแนน Elo บนตารางที่มีช่วงกว้างกว่านั้น และห่างกันราวหนึ่งร้อยดอลลาร์ต่อเดือนในฐานะบริการโฮสต์ และความแตกต่างเพียงอย่างเดียวในนั้นที่ผู้อ่านหลีกเลี่ยงไม่ได้คือความแตกต่างที่พิมพ์อยู่ในไฟล์ใบอนุญาต
