Krea 3 Ultra 位列第 5：排名名副其实，“Ultra”只是一个设置

2026年10月20日晚，Artificial Analysis 图像编辑榜上有三行彼此相差在 1.1 Elo 以内。Krea 3 Ultra便是其中之一，分数为 1150.58，显示为第5名。Nano Banana 2.1是另一个，分数为 1151.65，排名第3。MAI-Image-2.6是第三个，分数为 1151.03，排名第4——而且三者公布的排名区间相同，都是3–6。这就是该排行榜上三方统计并列的样子，而且这句话比标题中的“#5”更准确地描述了结果，因为那只是显示顺序，而非实测差距。像这次发布背后的那些有记录的 AI 故障和智能体事件，都收集在OrcaRouter AI Incident Archive中，其中每个条目都带有各自的来源、严重程度、置信等级和争议标记。

那天发生了两件事，很容易混为一谈。Krea 将 Ultra 设置移出了预览阶段：根据 10 月 20 日的更新日志，任何使用 Max 套餐或更高套餐的工作区，都可以在普通的 Krea 3 端点上设置 thinking_mode: "ultra"。同一份更新日志还让 Krea 3 结束了 beta 阶段。而 Artificial Analysis 则将 Ultra 配置加入了其榜单，它随即与排在其上方的两个模型并列。Krea 3 本身并不新——Krea 于 2026 年 10 月 15 日发布它，Artificial Analysis 当天 01:21 UTC 将其记录到榜单上。新的是，这个高成本模式在同一 24 小时内变得可普遍调用，并获得了一个独立评分。

从机制上讲，“Ultra”到底是什么

这不是一个检查点。并不存在名为 Krea 3 Ultra 的单独权重文件，Krea 的 API 也没有暴露第二个模型 ID：端点仍然是 POST /generate/image/krea/krea-3，而 thinking_mode 取三个值之一。在 fast（默认）下，模型会扩展提示词并渲染。在 high下，更强的推理过程会根据提示词和参考图像规划编辑，然后再渲染。在 ultra下，Krea 会生成多个候选编辑，根据你的提示词和参考图像为它们评分，并返回它判断为最佳的一个。

该机制存在硬性边界，所有这些边界均由 Krea 记录在文档中，而非由用户发现：

• 分辨率 — Ultra 仅以 2K 输出。Fast 和 High 会输出 1K 或 2K；Ultra 则不会。

• 参考图 — Ultra 要求 image_urls 中至少包含一张图片。此模式不支持纯文生图。

• 延迟 — 一个任务“可能需要好几分钟”。Krea 的文档给出的上限约为十分钟，若使用优先级“low”则约为十六分钟。让 Krea 3 引人注目的那个低于八秒的数字适用于 fast，而不适用于此。

• 方案 — API 仅在 Max 及更高方案中接受 Ultra。

零数据保留（Zero Data Retention）——携带 ZDR 请求头且 thinking_mode: "ultra" 的请求会返回 HTTP 422。需要 ZDR 的企业会被完全排除在该模式之外，并且引用数量上限为八个，而非通常的最大值。

因此，排行榜中标注为“Krea 3 (Ultra)”的那一行，是五天前发布的一款模型的一种配置，其定价方式是作为附加项，而不是作为产品出售。对于任何把该排名当作更换供应商理由的人来说，这一区别很重要：得分 1150.58 的那个东西，只需改一个字符串，就能从你快速编辑已经在用的同一个端点访问到。

Artificial Analysis 实际测量的内容

排行榜通过成对人工偏好，对根据文本指令对输入图像所做的编辑进行排名。投票者会看到同一图像在同一指令下的两个匿名编辑结果，并选择其中一个；投票后才会揭示身份，而且投票计入前设有最短查看时间。所有投票一次性使用 Bradley-Terry 模型进行拟合，并以 Elo 形式报告，其量表经过锚定，使 FLUX.2 [dev] 位于 1000。提示集在十个用例和七种编辑操作之间均匀采样，并每月更新。

2026年10月20日太平洋时间上午10:45左右读取时，排行榜顶部如下所示：

• #1 — GPT Image 2.5 Sunburst (max)，1198.71 Elo，18,059 个样本。

• #2 — GPT Image 2.5 Flare（max），1181，18,954 个样本。

• #3 — Nano Banana 2.1，1151.65，±13，6,684 个样本。

• #4 — MAI-Image-2.6，1151.03，±12，16,468 个样本。

• #5 — Krea 3 (Ultra)，1150.58，±14，5,378 个样本。

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

• #11 — Krea 3 (Fast)，1125.11，±14，5,087 个样本。

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

前三名之间的差距小于它们各自的置信区间，这就是为什么 Artificial Analysis 在图表旁发布了通俗语言版本：质量“与 Nano Banana 2.1 和 MAI-Image-2.6 相似”。显示的排名之所以在并列情况下仍得以保留，是因为排行榜按点估计值排序；MAI-Image-2.6 的 1151.03 以 0.45 Elo 的优势略高于 Krea 的 1150.58，这大约只有区间宽度的二十五分之一。

样本量是买家在表格中应当权衡的部分。Sunburst 的第一名建立在 18,059 票之上。Krea 3 Ultra 所在行基于 5,378 票——足以让它进入第一梯队，却不足以让它与旁边的两个模型拉开差距。榜单自身公布排名区间而非单一排名的惯例，才是最诚实的解读：3–6。

Krea 打印的排名和看板显示的排名

Krea 自己于10月20日发布的基准测试说明，坦诚地谈到了一处大多数厂商本会避而不谈的矛盾。Krea 发布帖中的一张卡片显示，Ultra 在 Artificial Analysis 上排名第4，MAI-Image-2.6 排名第5。排行榜页面和 Artificial Analysis 自己的图表却都显示相反。Krea 的帖子称其采用的是排行榜——这是正确做法，也值得注意，因为这类细节通常会在发布叙事中被抹平。

该公司更有力的说法建立在其他榜单上，而那些榜单的竞争深度更浅。在 Arena 的 Multi-Image Edit 排行榜上，Ultra 以 2,991 票获得 1435 ± 11，位列第 4，标注为初步，比 Nano Banana 2.1 在 10,284 票上的 1432 ± 6 高出三分。在 Arena 的单图榜单上，同一配置以 1411 ± 11 位列第 8，排名区间为 5–10——处于群体之中，而非领先。Design Arena 将 Krea 3 排在 51 个中的第 4，Elo 为 1298。这是三种不同的量表：Artificial Analysis 将 FLUX.2 [dev] 锚定在 1000，Design Arena 的文档说明基准为 1200，而 Arena 的 1435 与二者均不可比。从一个中减去另一个所得出的数字毫无意义。

模式的优势所在，以及它并不擅长的三个地方

Artificial Analysis 将编辑任务拆分为 17 个类别榜单，而 Krea 3 Ultra 的成绩分布形态比其总体排名更能说明问题。以 10 月 20 日的读数来看，它在 17 个类别中有 14 个跻身前七，在七项编辑操作中则有五项进入前七。

最佳应用场景——动画与游戏领域排名第2（1178.77），前沿领域排名第2（1169.73），这两个领域均落后于 GPT Image 2.5 Sunburst。在生产力与知识工作、零售与电商、社交媒体与创作者内容以及营销与广告领域排名第4。

• 最佳编辑操作 — 在 Composition & Framing 中排名第 3（1182.68），在 Reasoning-Based Edit 中排名第 4（1186.82）。后者正是 Krea 发布时所倚重的一点：这类编辑需要对场景进行推断，而不是做字面替换。

• 在七强之外——实拍电影排第 #10，增强与修复排第 #8，场景与风格编辑排第 #18。重新布光、风格重塑和背景替换是最弱的类别，对于一款以将产品置入新场景为卖点的模型来说，这是一个尴尬的短板。

关于那份榜单，有两点需要提醒。各分类榜单每项只有几百票——文本渲染有302票，商业设计有455票——误差区间为±20到±38，所以某个分类里的第2名到下一次刷新时可能变成第5名。而且Krea自己的帖子指出，Artificial Analysis的讨论帖说“17个分类中有15个进入前7”以及“7项编辑操作中有6项”，而实时页面显示的是14和5。该讨论帖的图表标注的是截至10月16日的Elo；页面已经更新了。

通话费用是多少，以及为什么这个数字不是 $0.06

Krea 对 Krea 3 按组件计价，且各组件费用会叠加。基础价格为每张 1K 图像 $0.03，或每张 2K 图像 $0.06。每个 1K 参考图增加 $0.02，每个 2K 参考图增加 $0.07。高思考模式每次生成增加 $0.02。Ultra 每次生成增加 $0.20，且仅支持 2K。

举个例子。一次带一张 2K 参考图的 2K Ultra 编辑是 $0.06 + $0.07 + $0.20 = $0.33。再加四张 2K 参考图——这对产品拍摄来说很常见——就是 $0.06 + $0.28 + $0.20 = $0.54。同样的任务在 fast 上、使用同样的四张参考图，是 $0.34。所以 Ultra 溢价在低端大约是两倍，在高端约为 60%——不是 $0.20 对 $0.06 所暗示的 3.3 倍，也不是发布文章里“每张图 $0.06”那句话所暗示的固定成本。Krea 发布时的对比——“$0.06 对 Nano Banana Pro 的 $0.135 和 GPT Image 2 的 $0.22”——描述的是不带参考图的 fast 路径。

这正是路由器的计算能体现价值的地方。OrcaRouter 按 0% 加价将提供商的标价原样透传，因此模型厂商公布的每次调用价格就是你被计费的价格——如果提供商是 Krea，还包括 Krea 额外收取的附加费。Krea 3 Ultra 目前不在我们的目录中；Ultra 通过 Krea 自有 API 以 Max 套餐出售，而这是设置该模式的唯一方式。我们确实路由的是对比的另一半——O​penAI 的 gpt-image-2 和 gpt-image-2.5、x​AI 的 Grok Imagine Image，以及 G​oogle 的 Nano Banana、Nano Banana 2 和 Nano Banana Pro——统一在一个密钥之后，并在提供商报错或限流时自动故障转移。如果说每次编辑 0.33 美元的理由是它能取代一次 0.06 美元的编辑加上重试，那么同一个密钥正是你衡量它是否做到这一点的地方。

经得起一周考验的阅读

Krea 3 Ultra 是一个实打实的成果：这款编辑器在发布五天后，就在一个票数只有 Google 和 Microsoft 最佳中端模型十分之一的榜单上，与它们打成平手，而且靠的是一次模式切换，而非一款新产品。它也是一个顶端优势很窄的成果：它排名第 2 的两个类别，正是 GPT Image 2.5 Sunburst 分别领先 13 和 29 Elo 的类别；而大多数营销团队真正付费购买的场景与风格类工作，它却排在第 18 名。

值得关注的不是排名，而是样本量和该模式的价格。Krea 3 的 5,378 票还会增长；如果 1150.58 能像他们那样保持住，那么并列就会变成一种排位，而不是小样本造成的假象。与此同时，Ultra 在已经随你发送的每个参考素材而递增的基础价格之上，每次生成还要花费 0.20 美元——这意味着对制作团队来说，实际问题不是“Ultra 是否比 Krea 3 更好”，而是“每个项目要做多少次编辑，才值得支付大约两倍的价格，让模型自己挑选最佳答案”。这是你本周就能用自己的需求简报来做的测试，而没有任何排行榜会替你跑这个测试。