Krea 3 Ultra 对比 Krea 3：你买到的是一种模式，而不是一个模型

理解 Krea 3 Ultra 与 Krea 3 之间区别的最省事方式，就是模型本身没有区别。二者是同一个端点——POST /generate/image/krea/krea-3——也是同一套权重。Ultra 是名为 thinking_mode 的参数的第三个取值，与 fast 和 high 并列。2026 年 10 月 20 日的变化是，Ultra 不再需要 beta 访问权限，Max 套餐及以上的任何工作区都可以调用；Krea 3 早在五天前，即 2026 年 10 月 15 日就已发布，并在同一条更新日志条目中结束 beta。此类发布背后的有记录 AI 故障和智能体事件，收集在 the OrcaRouter AI Incident Archive 中，每条条目都附带各自的来源、严重程度、置信度等级和争议标记。

这种说法听起来像是让比较变得毫无意义——选个质量设置就行了。但事实并非如此，因为 Krea 自己的基准测试页面显示，在 Artificial Analysis 衡量的七项编辑操作中，Fast 在其中两项上胜过 Ultra；也因为这些模式之间的价格差距，并非定价表所暗示的那种固定倍数。这是一篇关于在什么任务上、以什么成本、该设置哪种模式的文章。

每种模式实际有什么作用

Krea 在一张表中记录了这三种模式，区别在于规划，而不在于渲染：

• 快速 — 扩展提示词并生成。默认、最快，也是 Krea 对“清晰、简单的编辑和大多数日常请求”的推荐。

• 高 — 在生成前会根据提示词和参考图像规划编辑，运行更强的推理过程。速度较慢。适用于多步骤编辑、需要组合多个参考图像，或快速生成的结果未达到要求的情况。

• ultra — 生成多个候选编辑，对照你的提示词和参考素材进行审核，并返回最佳的一个。始终为 2K。最慢；Krea 表示，一个任务“可能需要几分钟”，上限约为十分钟，在优先级为“低”时则为十六分钟。

Ultra 的限制属于那种在讨论质量之前就决定其是否可用的限制。它要求 image_urls 中至少有一张图像，因此文生图不可行。它不会输出低于 2K 的结果。在 Max 以下的工作区中不可用。而对于携带 Krea 的 Zero Data Retention 标头的请求，它会返回 HTTP 422——有 ZDR 要求的企业无论使用哪种套餐都完全无法使用 Ultra。

High 没有此类限制。它可在 1K 或 2K 下运行，接受纯文本提示，并在 ZDR 下运行。如果你的约束是数据处理而非质量，那么现实的比较是 High 对 fast，而 Ultra 根本不会进入这个比较。

Fast 胜出的两块板

Artificial Analysis 对 Krea 3 的两种配置都进行了评分，这使其成为少数双方都有独立数据的模式对比之一。截至 2026 年 10 月 20 日查阅，Ultra 为 1150.58 Elo，排名区间 3–6，基于 5,378 个样本。Fast 为 1125.11，排名区间 7–15，基于 5,087 个样本。Ultra 总体领先 25 Elo，这是真实差距而非持平——各自 ±14 的区间重叠并不多。

然后，各品类委员会会将其细分。七项编辑操作中有五项归属于 Ultra，但有两项并非如此：

• 真人电影 — Fast 以 1151.6 位列第 8，Ultra 以 1135.79 位列第 10。Fast 以 15.8 Elo 胜出。

场景与风格编辑 — Fast #11 为 1127.35，Ultra #18 为 1119.78。Fast 以 7.6 Elo 获胜。

• 对象级编辑 — Ultra #4 为 1161.08，Fast #5 为 1157.84。Ultra 以 3.2 领先，处于噪声范围内。

Live-Action 结果才是值得停下来细想的那一个。Ultra 的整套机制是生成多个候选，并对照提示词挑出最佳结果——而在电影胶片静帧编辑上，这套评审流程产生的结果反而不如一次快速生成。最可能的解释是，选择步骤优化的是提示词贴合度，而胶片观感所依据的品质恰恰是提示词难以描述的：颗粒、衰减、光线的表现方式。无论原因为何，实际后果是：对于 Krea 营销中最常展示的这类工作，“设好 Ultra 就不用管了”恰恰是错的。

账本的另一面，比总体排名所体现的差距更大。在基于推理的编辑任务中，Ultra 位列第 4，Fast 排在第 20——在奖励规划能力的操作上，两者相差十六个位次。在营销与广告任务中，Ultra 第 4，Fast 第 21。在动画与游戏任务中，则是第 2 对第 13。这些正是候选与评审循环发挥其设计作用的场景。

每个类别排名仅建立在几百票的基础上——Artificial Analysis 的类别榜单每个模型大约有 300 到 800 个样本，置信区间为 ±20 到 ±38。请把单个类别的排位视为一种方向，在把生产工作流迁移到该排位之前，先核对置信区间。

Ultra 在 Krea 3 基础上额外收费多少？

Krea 按组件计价，各组件费用累加。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。High thinking 每次生成增加 $0.02。Ultra 每次生成增加 $0.20，仅限 2K。

三个已处理的案例，全部在 2K 下：

• 一次主视觉编辑，一张 2K 参考图 —— Fast $0.06 + $0.07 = $0.13。Ultra $0.13 + $0.20 = $0.33。Ultra 的费用是 Fast 的 2.5 倍。

• 一个由四个参考项组成的产品组合——Fast $0.06 + $0.28 = $0.34。Ultra $0.54。Ultra 的价格是其 1.6 倍。

• 一个包含十张参考图的活动素材组，在 Krea 开始将每张参考图的最长边降采样至 1536 px 之前，就已经超出了 Ultra 四张参考图的实际预算——该模式并非为此设计，因此这一比较不适用。

随着参考数量增加，溢价会缩小，因为参考费用在两种模式下是共通的，而 $0.20 是固定的。运行单参考编辑的团队要支付完整的 Ultra 加价；运行四个参考的团队则约多付 60%。这两个数字都不是将 $0.20 与 $0.06 相比所暗示的 3.3×，也都不是比较两个 $0.06 基础价格所暗示的“相同价格”。

吞吐量，说实话

Krea 对 Krea 3 的发布宣传是“大多数编辑端到端在 8 秒内完成，原生 2K”。这个数字属于 fast 路径。该公司尚未公布 high 的中位数，并且仅将 Ultra 描述为“数分钟”，上限为十分钟。任何为目录批量运行做预算的人，都应将 Ultra 视为另一类操作：同样一项 1,000 张图像的任务，在 fast 上能在一个工作时段内完成，在 Ultra 上则无法在一个工作时段内完成。

这正是路由层能物有所值、而不是成为一项单列成本的地方。OrcaRouter 用一把密钥覆盖几百个模型，以 0% 加价透传提供商标价，因此上面的算术结果就是你实际被计费的结果，而且 当提供商出错或触发速率限制时自动故障转移，正是它让长时间的 Ultra 批处理不会因单个坏任务而停滞。Krea 3 本身不在我们的产品目录中——Ultra 通过 Krea 自己的 API 销售，并且需要 Krea Max 套餐才能解锁——但你会用来绕开它的那些模型，包括 O​penAI 的 gpt-image-2.5 和 G​oogle 的 Nano Banana Pro，都在目录中。这对模式选择很重要：要检验“Ultra 是否胜过我现有的方案”，成本最低的方式就是用同一把密钥把相同的简报分别跑过两者。

在两者之间选择

当编辑需要推理时——例如图像中的算术、场景推进到之后的时刻、需要重新计算自身总和的收据——并且当一次好的回答值得花上几分钟时，就设置 Ultra。Artificial Analysis 公布的示例正是这种情形：一次购物车编辑将马克杯从一件改成三件，并且必须重新推导行总计、小计、税费和总计。Ultra 正确保留并更新了这一行项目；两个竞品更新了小计，却让该行保持旧值。

对于大批量任务、任何必须在几秒内返回的任务，以及排行榜显示 Ultra 并不领先的电影级或重新打光工作，都继续使用 fast。当 fast 的结果没有达到要求，而任务又过于复杂、无法重试，但你承担不起 Ultra 的延迟，或者你的工作区无法满足其套餐与数据处理条件时，就选用 high。

值得明确做出的决定是：Ultra 究竟是默认选项，还是升级选项。Krea 把它作为同一端点上的一个设置来售卖，按每次生成计价——这意味着对大多数团队而言，合理的配置是：默认使用 fast，而只对少数几项足以证明 0.33 美元和五分钟成本合理的素材，才刻意调用 Ultra。会因这次发布而亏钱的团队，是那些因为 Ultra 排名第 5 就在全局切换该模式的团队，随后却发现自己的电影剧照编辑效果变差了。