Canva Craft 在设计竞技场首秀即位列第四，但 Canva 自家 API 却将文本送往别处

Canva Craft在发布后的第二天就以 1,341 分登上 Design Arena 的图像排行榜——排名第四，以 65 分之差落后于GPT-Image-2.5 Sunburst，并且略低于 GPT-Image-2.5 Flare 和 GPT Image 2。Canva 于 2026 年 10 月 22 日通过 Dream Lab 向所有 Canva 账户发布该模型，并通过公共 API 向开发者提供；公司的说法是，仅凭一个排名第四的模型，就让它成为全球第二强的图像实验室。更有用的细节在更深一页，即提供该模型的端点参考文档中，Canva 在那里列出了针对给定任务应选择其三款图像模型中的哪一款。对于包含文本的图像，它指向的不是 Craft。

这不是丑闻，也不是忽视这次发布的理由。Canva Craft 是该公司首个从零训练的图像模型，它所采用的架构，与它被拿来一起排名的那些"提示词生成像素"模型确实不同；这也是 Canva 的设计模板首次在如此规模上被转化为训练数据。但这次发布是靠两个卖点来推销的——清晰的文字和精确的排版——而这两点都不是 Canva 自己的开发者文档向你承诺的东西。接下来呈现的，是当你把排行榜、API 参考文档和商业背景放在一起读，而不是只看新闻稿时，所得到的那个版本的发布。

10月22日到底发布了什么

同时发布了三样东西：一个模型、一个界面和一个 API。

• 该模型——Canva Craft，内部代号为 CRAFT-1 2K。Canva Research 与 Leonardo.ai 的研究人员从零构建了它；Leonardo.ai 是 Canva 于 2024 年收购的图像生成工作室。

• 使用入口——Dream Lab，即 Canva 编辑器内的生成标签页，所有账户层级（包括免费版）均可使用，但受各套餐用量额度限制。

• API——即craft_v1_2k 值，位于 Canva 的图像生成端点，下文将详细介绍。

这套架构值得理解，因为它既解释了优势，也解释了那些古怪之处。Craft 分两个阶段运行。第一阶段读取提示词并写出计划：有哪些元素、它们彼此的相对位置、它们的相对比例应该是多少、视觉层级是什么，以及需要出现哪些文字、出现在哪里。第二阶段则按照这份计划渲染像素。大多数图像模型把这两项工作压缩成一遍处理，并指望构图自行浮现；Canva 押注的是，先确定布局能带来更好的位置安排、更易读的文字，以及——实际收益——可以只针对单个元素进行编辑，而不必重绘画面的其余部分。

训练数据遵循同样的逻辑。Craft 主要是在数百万份由人类制作的 Canva 模板上接受大量训练的——包括海报、社交媒体图形、幻灯片、菜单、信息图、以文字为主的版式——而不是在照片上训练。Canva 表示，随后它又通过监督微调和强化学习，依据自家专业设计师的反馈进行训练，并称这些设计师在开发过程中对超过 25,000 对图像进行了直接对比评判。这些数字来自 Canva，其背后的对比结果尚未公布。

核心规格：输出最高可达 2K，在 Canva 内支持 30 多种宽高比，可接受任何语言的提示词，图像内文字可用 55 种语言呈现，并且输出内容可通过 Magic Layers 转换为分层、可编辑的设计。还有两款更便宜、更快的变体——Craft-fast 和 Craft-ultrafast——已承诺推出，但未公布日期。一款可将 Craft 集成到 ChatGPT 和 Gemini 中的 MCP 服务器也已承诺推出，同样未公布日期。

排名，不含新闻稿

Canva 主打的这一说法是：Craft 在 Design Arena 的图像榜单上首次亮相便位列第四，落后于三款 OpenAI 模型，而这使 Canva 成为仅次于 OpenAI 的全球第二大图像实验室。这一说法的两部分都值得分开审视。

第四名是真实且公开可见的。在实时图像排行榜上，榜单顶部显示 GPT-Image-2.5 Sunburst 为 1,406，GPT-Image-2.5 Flare 为 1,382，GPT Image 2 为 1,362，随后是 Canva Craft 为 1,341。再往下是 Reve 2.1 为 1,321，MAI-Image-2.6 为 1,317，以及 Nano Banana 2.1 为 1,291。因此，该模型不仅只是榜上有名——它还稳稳领先于谷歌、微软和 xAI 当前的图像模型，这比“第四名”这一说法所暗示的结果更强。

实验室排名是一种不同的说法。它是对单个模型所处位置所做的算术：一个第四名变成了“第二好的实验室”，这是关于一个组织的陈述，而不是关于你可以调用的那个东西的陈述。公共榜单上的每个条目都是一个模型，而一个只有一个强条目、没有第二个的实验室，并没有像 OpenAI 那样被衡量。

这些数字本身有两点需要注意。第一，这些榜单会变动。在对同一页面相隔约二十分钟的两次抓取中，GPT Image 2 先是显示 1,382，随后变成 1,362——第三名的位置摆动了 20 点，而期间没有任何公告。第二，榜单图表上不显示票数，因此无法从页面上判断某个名次有多稳定。Canva 自己也称这一排名只是初步结果。

子类别的说法才是需要谨慎看待的。Canva 的开发者公告称，Craft 在 People & Portraits 和 Landscapes & Nature 中排名第一。在撰写本文时，公共看板的子类别标签页上，Craft 在 Abstract 中排名第二，落后 Sunburst 八分，而且标签页的命名与 Canva 的措辞不同——是 Landscape 和 Portrait，而不是 Landscapes & Nature 和 People & Portraits。在 Canva 所测量的标签页上，这一说法很可能属实；但读者今天无法从公共页面上确认这一点。

每个版本的排行榜报道都缺少一项实际测试。截至本文撰写时，尚无媒体发布并排输出结果，Canva 也尚未发布其对比样本。设计师真正想知道的一件事——在一份有十一道菜的菜单上，文字是否输出正确——排行榜仍未给出答案。

API 实际提供给你的内容

这里正是发布形态发生改变的地方，也是大多数报道止步之处。

端点是 POST https://api.canva.com/rest/v1/image-generations。你需要一个具有 asset:write 作用域和 image_generation 能力的用户访问令牌，并通过将 craft_v1_2k传入 model 字段来固定模型。任务是异步的：你会获得一个 ID，轮询状态，并收到一个有效期为 24 小时的下载 URL。

• 速率限制 — 每位用户每分钟 20 次请求。

• 提示长度 — 1 到 10,000 个字符。

• 幂等性——需要提供 idempotency_key，并将其保留 24 小时，这样重试时会返回原始作业，而不是重复作业。

• 计费 — 启动任务会消耗用户的 AI 额度；超出限额时会返回 429 credit_quota_exceeded.

• 故障模式 — unsafe_input、timeout、model_not_available、model_retired、internal_error。

• 典型延迟——Canva 自己的开发者公告称，一个 Craft 任务大约需要 50 到 60 秒，这与先规划再绘制的两阶段流水线相符。

现在说最重要的限制。该 API 处于preview。Canva 的参考文档明确表示，预览版 API 可能会在未通知的情况下发生变化，破坏性变更不会获得新的 API 版本，使用预览版 API 的公开应用将无法通过审核，也无法向所有 Canva 用户开放。对于任何考虑在 Craft 上构建产品的人来说，这就是关键所在：该模型已向 Canva 用户正式开放，但第三方开发者接入它的途径还不是一份稳定的契约。

第二个限制是宽高比。在 Canva 的编辑器中，提供超过 30 种宽高比以及自定义尺寸。通过 API 只有六种： square、landscape、portrait、landscape_3_2、portrait_2_3、portrait_4_5。请求中没有宽度或高度参数；尺寸由模型决定，并在响应中返回。如果你的流水线需要一张 1,200 × 628 的 Open Graph 卡片，那只能在事后裁剪。

第三：固定模型是一项可靠性决策。Canva 建议完全省略 model，这样当某个模型不可用时，它可以回退到另一个模型——并指出，如果固定的模型无法处理请求，任务会失败，而不是进行替换。固定一个昨天才发布的模型意味着 model_not_available 是你代码从第一天起就必须处理的分支。

Canva 自己的文档会将文本提示发送给另一个模型

整个发布中最令人惊讶的一句话并不在新闻材料中。在模型参数参考中，Canva 描述了所有三款可用模型以及每款最适合什么：

• craft_v1_2k — 推荐用于“信息图、海报、幻灯片、人物与肖像、抽象艺术、图案、风景、自然、产品和营销物料。”

• lucid_origin — 推荐用于“建筑、标志、海报或科幻与奇幻场景”。

• z_image_turbo — 推荐“如果图像包含文字，或用于食品、饮品及通用图像。”

把最后那句话与发布报道对照着看。Craft 的宣传卖点是：它是一个规划阶段，在渲染之前决定文本内容与位置，并支持 55 种语言的图内文字。而同一家公司同一天编写的 API 参考文档却告诉开发者：如果需要在图像中加入文字，就应使用 Z Image Turbo。Canva 确实把信息图和海报——这两种都包含文字的格式——列入 Craft 自己的清单，所以这并非直接矛盾，而是一种留有余地的说法。而且 Canva 将这些优势标注为“基于 Canva 的评估”，并明确指示要先用你自己的提示词测试，再锁定模型。对于发布文档而言，这种坦诚并不常见，而这也是其中最有用的的一句话。

公平地说：规划器改善了版式，也让针对性编辑变得切实可行，但“55 种语言的可读文本”是一项模型能力，并不能保证 Craft 就是 Canva 三款模型中排版能力最强的那一个。如果你的使用场景是菜单、海报或幻灯片文案，就应该用你自己的提示词分别测试 Craft 和 Z Image Turbo，而不是把发布文章或本段文字当作答案。

为什么 Canva 选择自建这个，而不是租用一个现成的

Canva 开发图像模型，并不是因为图像模型好玩，而是因为它一直在为别人的模型买单。

围绕此次发布所报道的背景异常直白。Canva原本有望实现约40亿美元营收，随后却下调了2026年增长预期；有报道称，其增长预期从约30%下调至约20%，并称其估值从约420亿美元下调至约350亿美元。相关报道将压力直接归因于AI推理成本——2026年8月，Canva不得不暂停部分AI功能的推广，因为在其使用规模下，前沿模型的token成本不可持续。

拥有模型会让这笔账在三个方面发生变化：每次生成的边际成本变成了 Canva 自己的算力成本，而不是供应商的价目表；延迟和质量不再取决于别人的路线图；模型还可以基于 Canva 独有的资产——十年的模板设计——进行调优。如今，收购 Leonardo.ai 看起来不再像是一次人才收购，更像是内部模型实验室的种子。

这也以利弊并存的方式改变了 Canva 的竞争地位。Craft 是一个设计模型，而非通用图像模型：它基于版式而非照片训练，卖点是构图和可编辑性，而非照片级真实感。这让它非常擅长 Canva 所销售的东西，而对于人们使用 Midjourney 的目的来说则不那么有吸引力。计划中与 ChatGPT 和 Gemini 的 MCP 集成就是明证——Canva 想成为其他助手内部的设计层，而不是在与它们的基准测试大战中取胜。

Craft 的代价，而这并不是一个数字

没有按单张图片计费的价格，而且 Canva 尚未说明 Craft 调用的是其 AI 配额中的哪一档。

• Canva 免费版 — 每月最多可合计使用 20 次标准版或高级版 AI 功能，因此最多可生成 20 张 Craft 图片。

• Canva Pro — 每年 $144，每月最多 200 次 Premium 使用，另有一小份额单独的 Ultra 额度。

• Canva Business — 每人每年 250 美元，每月最多可使用 400 次 Premium 功能。

如果 Craft 算作 Premium 工具，那么在 Pro 上每张图片大约为 6 美分，在 Business 上约为 5 美分。如果它算作 Standard 工具，那么付费方案在合理使用范围内完全不会获得额度。Canva 的文档对适用哪一种情况含糊不清，而这两种结果之间的差异，就是计量收费产品与免费产品之间的差异。对 API 调用方来说，同样的模糊性也存在：任务会消耗最终用户的额度，因此你的成本取决于客户的套餐，而不是你可以预测的某个明细项。

复杂的提示词会消耗更多额度，因此请将上文中每张图片的额度数值视为上限，而非固定费率。免费额度在每月第一天 UTC 午夜重置；付费方案则在账单日重置。

如何在不押注任何东西的情况下测试 Craft

对 Canva 用户来说，这个决定很简单：打开 Dream Lab，生成一份菜单、一张海报和一张社交卡片，然后看看小字号文字。该模型在每个套餐中都可以免费试用，而规划器的优势在包含多个元素和一个标题的布局上应该最为明显。要根据你实际制作的格式来评判它，而不是根据横向照片提示词——这个模型并不是为此训练的。

对开发者来说，考量方式不同，而且要从预览状态说起。不要把面向客户的产品建立在 Canva 称无法通过应用审核的预览 API 上。应当把它用于内部工具和原型，并像针对不稳定契约那样编写集成：把 model_not_available 视为预期分支，遵守 24 小时下载窗口而不是存储 URL，在重试时复用幂等键，并且不要把六种宽高比硬编码到自己的 API 接口中——它们是最有可能扩大的部分。

如果你想要的是比较而不是集成，那么有用的测试不是“Craft 好不好”，而是“在我自己的提示词上，Craft 是否比排在其上的三个模型更好”。这个测试在另一边成本很低。Canva Craft 不在 OrcaRouter 上——我们不提供它，所以这里没有可供其路由的东西。排在其上的三个模型则是另一回事：gpt-image-2.5-sunburst、gpt-image-2.5-flare 和 gpt-image-2 都可以通过一个涵盖 200 多个模型、按供应商标价以 0% 加价透传的 API调用，因此同一个提示词可以用一个密钥在全部三个模型上运行，并与 Craft 在 Dream Lab 中生成的任何结果进行比较。路由 DSL 让你可以将这些调用组合成一个请求，而不是三个脚本；自动故障转移覆盖我们确实提供的模型——它不是 Craft 集成的安全网，你也不应把它当作安全网。

这个对比才是大多数团队本月真正要面对的决定：不是要不要迁移到 Craft，而是布局规划后的输出是否值得引入一个仅用于预览的依赖，外加一个耗时 50 秒的任务。用一个下午把同一个提示词分别跑过这两条路径，比一个 1,341 的 Elo 分数更能回答这个问题。

看什么

有四件事会改变这一局面，而这四件事的时间都依据 Canva 自己的路线图确定，而非猜测。

• Craft-fast 和 Craft-ultrafast。50 至 60 秒的任务耗时，是 Craft 在任何交互式流水线中面临的主要实际障碍。如果快速变体的耗时能降到几秒左右，那么对 API 用户而言，这笔账会在一夜之间改变——而 Canva 尚未说明它们会沿用同一个模型 ID，还是会启用新的 ID。

• 摘掉预览标签。在生成 API 脱离预览阶段之前，任何公开的 Canva 应用都无法基于它发布。这一句话对采用率的制约，比任何基准测试都更大。

• MCP 服务器。将 Craft 引入 ChatGPT 和 Gemini，会使 Canva 成为其当前竞争对手的助手们的供应商，也会让该模型可被比 Canva 自有 API 所覆盖的更大范围的开发者访问。

• 排名是否站得住脚。首次亮相就拿到 1,341 分、与第一名相差 65 分，对第一个模型来说是一个强劲的开局，但在观察的 20 分钟内，榜单第三名的分数就变动了 20 分。真正重要的是，当投票不断累积、且有了独立对比之后，Craft 会处在什么位置。

第一天的诚实总结：Canva 发布了一个真正的模型，背后有真正的架构理念，但它所进入的开发者界面仍处于预览阶段，定价方案也尚未定价。已经确定的是它相对同行的质量——对首次尝试来说，第四名确实不错。尚未确定的是团队要基于它进行构建所需的一切。