Krea 3 Ultra đạt vị trí #5: Thứ hạng là thật, còn “Ultra” chỉ là một cài đặt

Vào tối ngày 20 tháng 10 năm 2026, ba dòng trên bảng chỉnh sửa hình ảnh của Artificial Analysis chỉ cách nhau trong phạm vi 1,1 Elo. Krea 3 Ultra là một trong số đó, ở mức 1150,58, được hiển thị là #5. Nano Banana 2.1 là một dòng khác, ở mức 1151,65 và #3. MAI-Image-2.6 là dòng thứ ba, ở mức 1151,03 và #4 — và cả ba đều công bố cùng một khoảng thứ hạng, 3–6. Đó là hình ảnh của một thế hòa ba bên về mặt thống kê trên bảng xếp hạng này, và đó là một câu mô tả chính xác hơn về kết quả so với "#5" trong tiêu đề, vốn là thứ tự hiển thị chứ không phải một khoảng cách được đo. Những lỗi AI và sự cố tác nhân được ghi nhận đằng sau các bản phát hành như bản này được tập hợp trong the OrcaRouter AI Incident Archive trong đó mỗi mục có nguồn, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp riêng.

Hai điều đã xảy ra trong ngày hôm đó và chúng rất dễ bị nhầm lẫn với nhau. Krea đã đưa thiết lập Ultra ra khỏi chế độ xem trước: theo changelog ngày 20 tháng 10, bất kỳ workspace nào dùng gói Max trở lên đều có thể đặt thinking_mode: "ultra" trên endpoint Krea 3 thông thường. Cùng changelog đó cũng đưa Krea 3 ra khỏi beta. Và Artificial Analysis đã thêm cấu hình Ultra vào bảng xếp hạng của mình, nơi nó nhanh chóng ngang bằng với hai mô hình xếp trên nó. Bản thân Krea 3 không phải là mới — Krea đã phát hành nó vào ngày 15 tháng 10 năm 2026, và Artificial Analysis đã ghi nhận nó trên bảng xếp hạng lúc 01:21 UTC ngày hôm đó. Điều mới là chế độ đắt đỏ này đã trở nên có thể gọi rộng rãi và nhận được điểm số độc lập trong cùng 24 giờ.

Về mặt cơ chế, “Ultra” là gì

Đây không phải là một checkpoint. Không có tệp trọng số riêng nào có tên Krea 3 Ultra, và API của Krea không cung cấp id mô hình thứ hai: endpoint vẫn là POST /generate/image/krea/krea-3, và thinking_mode nhận một trong ba giá trị. Với fast, giá trị mặc định, mô hình mở rộng prompt và kết xuất. Với high, một lượt suy luận mạnh hơn lập kế hoạch chỉnh sửa từ prompt và các ảnh tham chiếu trước khi kết xuất. Với ultra, Krea tạo ra nhiều bản chỉnh sửa ứng viên, chấm điểm chúng dựa trên prompt và ảnh tham chiếu của bạn, rồi trả về bản mà nó đánh giá là tốt nhất.

Cơ chế đó có những giới hạn cứng, tất cả đều được Krea ghi lại thành tài liệu thay vì để người dùng tự phát hiện:

• Độ phân giải — Ultra chỉ xuất ở 2K. Fast và high sẽ dùng 1K hoặc 2K; Ultra thì không.

• Tham chiếu — Ultra yêu cầu ít nhất một hình ảnh trong image_urls. Chế độ này không hỗ trợ tạo ảnh hoàn toàn từ văn bản.

• Độ trễ — một tác vụ "{{1}}có thể mất vài phút{{/1}}". Tài liệu của Krea đặt mức trần khoảng mười phút, hoặc khoảng mười sáu phút với mức ưu tiên: "{{2}}thấp{{/2}}". Con số dưới tám giây từng khiến Krea 3 trở nên thú vị chỉ áp dụng cho chế độ nhanh, không áp dụng cho trường hợp này.

• Gói — API chỉ chấp nhận Ultra cho gói Max trở lên.

• Zero Data Retention — một yêu cầu mang header ZDR và thinking_mode: "ultra" sẽ trả về HTTP 422. Các doanh nghiệp cần ZDR bị loại hoàn toàn khỏi chế độ này và bị giới hạn ở tám tài liệu tham chiếu thay vì mức tối đa thông thường.

Vậy nên hàng trên bảng xếp hạng có nhãn "Krea 3 (Ultra)" là một cấu hình của một mô hình đã ra mắt năm ngày trước đó, được định giá như một tiện ích bổ sung thay vì được bán như một sản phẩm. Sự khác biệt đó quan trọng với bất kỳ ai đọc thứ hạng này như lý do để đổi nhà cung cấp: thứ đã đạt 1150.58 có thể truy cập được từ cùng endpoint mà các chỉnh sửa nhanh của bạn vốn đã dùng, chỉ bằng cách đổi một chuỗi.

Artificial Analysis thực sự đã đo lường điều gì

{{1}}Bảng xếp hạng{{/1}} sắp xếp thứ hạng {{2}}các chỉnh sửa của một hình ảnh đầu vào theo một chỉ dẫn văn bản{{/2}}, {{3}}dựa trên sở thích của con người theo từng cặp{{/3}}. {{4}}Người bỏ phiếu xem hai chỉnh sửa ẩn danh của cùng một hình ảnh theo cùng một chỉ dẫn và chọn một{{/4}}; {{5}}danh tính được tiết lộ sau đó{{/5}}, và {{6}}có thời gian xem tối thiểu trước khi một phiếu bầu được tính{{/6}}. {{7}}Tất cả các phiếu bầu được khớp đồng thời bằng mô hình Bradley-Terry và được báo cáo dưới dạng Elo{{/7}}, {{8}}trên một thang đo được neo sao cho {{9}}FLUX.2 [dev]{{/9}} ở mức 1000{{/8}}. {{10}}Bộ lời nhắc được lấy mẫu đồng đều trên mười trường hợp sử dụng và bảy hành động chỉnh sửa, và được làm mới hàng tháng{{/10}}.

Đọc vào ngày 20 tháng 10 năm 2026, khoảng 10:45 sáng giờ Thái Bình Dương, phần đầu bảng trông như thế này:

• #1 — GPT Image 2.5 Sunburst (max), 1.198,71 Elo, 18.059 mẫu.

• #2 — GPT Image 2.5 Flare (max), 1181, 18.954 mẫu.

• #3 — Nano Banana 2.1, 1151,65, ±13, 6.684 mẫu.

• #4 — MAI-Image-2.6, 1151,03, ±12, 16.468 mẫu.

• #5 — Krea 3 (Ultra), 1150.58, ±14, 5,378 mẫu.

• #7 — GPT Image 2 (cao), 1136. #8 — Seedream 5.0 Pro, 1132.

• #11 — Krea 3 (Fast), 1125.11, ±14, 5,087 mẫu.

• #16 — Nano Banana Pro (Gemini 3 Pro Image), 1106.

Các khoảng cách trong top ba nhỏ hơn khoảng tin cậy của chính chúng, đó là lý do Artificial Analysis công bố phiên bản diễn đạt dễ hiểu bên cạnh biểu đồ: chất lượng “tương tự Nano Banana 2.1 và MAI-Image-2.6”. Thứ hạng hiển thị vẫn được giữ sau tình huống hòa vì bảng xếp hạng sắp xếp theo ước lượng điểm; mức 1151,03 của MAI-Image-2.6 nhỉnh hơn 1150,58 của Krea đúng 0,45 Elo, tức khoảng một phần hai mươi lăm độ rộng khoảng tin cậy.

Số lượng mẫu là phần trong bảng mà người mua nên cân nhắc. Vị trí #1 của Sunburst dựa trên 18.059 phiếu. Hàng của Krea 3 Ultra dựa trên 5.378 phiếu — đủ để đưa nó vào nhóm dẫn đầu, nhưng không đủ để tách nó khỏi hai mô hình bên cạnh. Quy ước của chính bảng xếp hạng — công bố một khoảng xếp hạng thay vì một vị trí duy nhất — là cách đọc trung thực: 3–6.

Thứ hạng mà Krea đã in và thứ hạng mà bảng hiển thị

Bài giải thích benchmark của chính Krea, được công bố ngày 20 tháng 10, thẳng thắn về một sự khác biệt mà hầu hết nhà cung cấp sẽ để yên. Một thẻ trong chuỗi ra mắt của Krea cho thấy Ultra ở vị trí #4 trên Artificial Analysis, còn MAI-Image-2.6 ở vị trí #5. Trang bảng xếp hạng và biểu đồ của chính Artificial Analysis đều cho thấy điều ngược lại. Bài đăng của Krea nói rằng nó sử dụng bảng xếp hạng — đây là lựa chọn đúng, và đáng lưu ý vì đó là kiểu chi tiết thường bị gọt bỏ khỏi câu chuyện ra mắt.

Những tuyên bố mạnh hơn của công ty nằm ở các bảng khác, nơi mật độ đối thủ thưa hơn. Bảng xếp hạng Multi-Image Edit của Arena đặt Ultra ở vị trí #4 với 1435 ± 11 trên 2.991 phiếu, được đánh dấu là Preliminary, cao hơn ba điểm so với 1432 ± 6 của Nano Banana 2.1 trên 10.284 phiếu. Trên bảng single-image của Arena, cùng cấu hình đó ở vị trí #8 với 1411 ± 11, với khoảng xếp hạng 5–10 — nằm trong nhóm giữa, không vượt lên dẫn đầu. Design Arena xếp Krea 3 ở vị trí #4 trong số 51 với 1298 Elo. Đó là ba thang đo khác nhau: Artificial Analysis neo FLUX.2 [dev] ở mức 1000, tài liệu của Design Arena mô tả mức nền là 1200, và mức 1435 của Arena không thể so sánh với cả hai. Lấy số này trừ số kia chỉ tạo ra một con số vô nghĩa.

Nơi chế độ phát huy thế mạnh và ba điểm còn yếu

Artificial Analysis chia chỉnh sửa thành 17 bảng danh mục, và hình thái kết quả của Krea 3 Ultra mang nhiều thông tin hơn thứ hạng tổng thể của nó. Theo số liệu ngày 20 tháng 10, nó nằm trong top bảy ở 14 trong số 17 bảng, và ở năm trong bảy thao tác chỉnh sửa.

Các trường hợp sử dụng tốt nhất — #2 ở Hoạt hình & Trò chơi (1178.77) và #2 ở Frontier (1169.73), cả hai đều xếp sau GPT Image 2.5 Sunburst. #4 ở Năng suất & Công việc tri thức, Bán lẻ & Thương mại điện tử, Mạng xã hội & Nội dung của nhà sáng tạo, và Tiếp thị & Quảng cáo.

• Các thao tác chỉnh sửa tốt nhất — #3 ở hạng mục Bố cục & Khung hình (1182.68) và #4 ở hạng mục Chỉnh sửa dựa trên suy luận (1186.82). Cái thứ hai chính là điều mà buổi ra mắt của Krea nhấn mạnh: những chỉnh sửa đòi hỏi phải suy luận về cảnh thay vì chỉ hoán đổi theo nghĩa đen.

• Ngoài top bảy — #10 ở Phim người đóng, #8 ở Nâng cao & Phục hồi, và #18 ở Chỉnh sửa Bối cảnh & Phong cách. Chiếu sáng lại, tạo kiểu lại và thay nền là những hạng mục yếu nhất, một khoảng trống khó xử đối với một mô hình mà hoạt động tiếp thị được xây dựng trên việc đưa sản phẩm vào những bối cảnh mới.

Hai lưu ý về danh sách đó. Các bảng theo danh mục mỗi bảng có vài trăm phiếu — 302 ở Text Rendering, 455 ở Commercial Design — với các khoảng ±20 đến ±38, nên một vị trí #2 trong một danh mục có thể thành #5 ở lần làm mới tiếp theo. Và bài đăng của chính Krea lưu ý rằng luồng của Artificial Analysis nói “top 7 ở 15 trong số 17 danh mục” và “6 trong 7 thao tác chỉnh sửa”, trong khi trang trực tiếp hiển thị 14 và 5. Các biểu đồ trong luồng được đóng dấu Elo tính đến ngày 16 tháng 10; còn trang thì đã thay đổi.

Chi phí của một cuộc gọi là bao nhiêu, và tại sao con số đó không phải là $0.06

Krea tính giá Krea 3 theo từng thành phần và các thành phần được cộng dồn. Giá cơ bản là $0.03 cho mỗi ảnh 1K hoặc $0.06 cho mỗi ảnh 2K. Mỗi tham chiếu 1K cộng thêm $0.02, mỗi tham chiếu 2K cộng thêm $0.07. High thinking cộng thêm $0.02 mỗi lần tạo. Ultra cộng thêm $0.20 mỗi lần tạo và chỉ hỗ trợ 2K.

Hãy làm một ví dụ. Một bản chỉnh sửa 2K Ultra với một ảnh tham chiếu 2K là $0.06 + $0.07 + $0.20 = $0.33. Thêm bốn ảnh tham chiếu 2K, mức thông thường cho một buổi chụp sản phẩm, thì là $0.06 + $0.28 + $0.20 = $0.54. Cùng một công việc ở chế độ fast với cùng bốn ảnh tham chiếu là $0.34. Vậy phần phụ trội Ultra gần gấp đôi ở mức thấp và khoảng 60% ở mức cao — không phải mức 3,3× mà việc so $0.20 với $0.06 gợi ra, và cũng không phải chi phí cố định mà dòng “$0.06 mỗi ảnh” trong bài đăng ra mắt ngụ ý. So sánh khi ra mắt của Krea, “$0.06 so với $0.135 của Nano Banana Pro và $0.22 của GPT Image 2”, mô tả luồng fast không có ảnh tham chiếu.

Đây là điểm mà phép tính của một router trở nên đáng giá. OrcaRouter truyền nguyên giá niêm yết của nhà cung cấp với mức đánh thêm 0%, nên con số mỗi lần gọi mà nhà cung cấp mô hình công bố chính là con số bạn bị tính tiền — kể cả khoản phụ phí mà Krea cộng thêm, nếu Krea là nhà cung cấp. Krea 3 Ultra hiện chưa có trong danh mục của chúng tôi; Ultra được bán qua API riêng của Krea theo gói Max, và đó là cách duy nhất để đặt chế độ này. Thứ chúng tôi định tuyến là nửa còn lại của phép so sánh — gpt-image-2 và gpt-image-2.5 của O​penAI, Grok Imagine Image của x​AI, và Nano Banana, Nano Banana 2 cùng Nano Banana Pro của G​oogle — phía sau một khóa duy nhất, với chuyển đổi dự phòng tự động khi nhà cung cấp gặp lỗi hoặc bị giới hạn tốc độ. Nếu lý lẽ cho một lần chỉnh sửa giá $0,33 là nó thay thế một lần chỉnh sửa giá $0,06 cộng với các lần thử lại, thì chính chiếc khóa đó là nơi bạn đo xem điều ấy có đúng hay không.

Bài đọc trụ lại qua tuần

Krea 3 Ultra là một kết quả thực sự: một trình chỉnh sửa mà chỉ năm ngày sau khi ra mắt đã ngang bằng với những mô hình tầm trung tốt nhất của Google và Microsoft trên một bảng xếp hạng nơi nó chỉ có một phần mười số phiếu bầu của họ, và đạt được điều đó bằng một thao tác chuyển chế độ thay vì một sản phẩm mới. Đây cũng là một kết quả có phần đứng đầu hẹp: hai hạng mục mà nó đứng thứ 2 là những hạng mục mà GPT Image 2.5 Sunburst dẫn trước 13 và 29 Elo, còn phần việc về cảnh và phong cách mà hầu hết các đội ngũ marketing thực sự chi tiền lại là nơi nó xếp thứ 18.

Điều cần chú ý không phải là thứ hạng. Mà là số lượng mẫu và mức giá của chế độ. 5,378 phiếu của Krea 3 sẽ còn tăng, và nếu mức 1150.58 vẫn giữ nguyên khi số phiếu tăng, thì việc hòa sẽ trở thành một vị trí xếp hạng thay vì chỉ là hệ quả của một mẫu nhỏ. Trong khi đó, Ultra tốn $0.20 mỗi lần tạo, cộng thêm vào mức giá cơ bản vốn đã tăng theo từng tham chiếu bạn gửi — nghĩa là câu hỏi thực tế đối với một nhóm sản xuất không phải là "Ultra có tốt hơn Krea 3 không", mà là "bao nhiêu chỉnh sửa mỗi chiến dịch thì mới đáng để trả giá cao gấp đôi nhằm để mô hình tự chọn câu trả lời tốt nhất của nó". Đó là một phép thử bạn có thể chạy trên chính các brief của mình trong tuần này, và sẽ không có bảng xếp hạng nào chạy phép thử đó thay bạn.