MAI Image 2.7 Preview 对比 Krea 3：本系列中唯一真正可信的 Elo 差距

{{1}}在四款编辑模型中{{/1}}，{{2}}MAI Image 2.7 Preview{{/2}} 本周正被拿来与它们对比，{{3}}Krea 3{{/3}} 是唯一得分处于同一标尺上的模型。两者都出现在 {{4}}Artificial Analysis 的 AA-Image-Editing v2.1 榜单{{/4}}上，而在该榜单中，{{5}}Krea 3 Ultra{{/5}} 以 1,151 Elo 位居，与 {{6}}MAI-Image-2.6{{/6}} 和 {{7}}Nano Banana 2.1{{/7}} 的分数相同，三款模型并列第二梯队榜首。{{8}}MAI Image 2.7 Preview{{/8}} 首次亮相得分为 1,193，使两者相差 42 分。

那是一个真实的数字，而其他比较则不是。它基于同一个榜单、同一次评分运行和同一个快照。它也小到足以变得脆弱：在带有置信区间的排行榜上，42 点的 Elo 差距在总体上是真实优势，但并不是对你特定资产的保证。

这就使有趣的问题不再是“哪个更好”，而是“Krea 3 能做到哪些比它高 42 分的模型做不到的事”，因为答案其实是一长串。

同一块板，以及42分能换来什么

Artificial Analysis 在 1,193 处得分为 2.7，总排名第二，落后 GPT Image 2.5 Sunburst在其最高档位六分，并领先 GPT Image 2.5 Flare十一分。Krea 3 Ultra 的 1,151 使其位列紧随其后的梯队，与微软上一代持平。

类别细节让这一点更清晰。Microsoft 表示，相对于 2.6，2.7 在全部十个用例和全部七项编辑操作上都有改进；而 Artificial Analysis 在其中四项操作上将其排在首位——增强与修复、基于推理的编辑、场景与风格，以及文本或符号编辑——其中场景与风格的领先幅度最大，达到 24 分。它未领先的三项——构图、单个对象编辑和身份保持——则由 OpenAI 占据。

以 Krea 3 为参照来解读，这份画像表明，这 42 分是集中而非分散的。一位转用 2.7 的 Krea 3 用户，理应期待最大的收益出现在整帧类工作上——为这个场景重新定调风格、为这张照片重新打光、修复这份扫描件——而在 Krea 3 专门为之打造的区域性、蒙版化、边界精确的编辑上，收益则要小得多。

八秒对比每当你获得回合时

Krea 3 的决定性指标是延迟。该公司声称在原生 2K 分辨率下，端到端编辑可在八秒内完成，最快配置大约落在四到五秒；并称该模型尚未达到实时，但已足够接近，能带来交互感。这个数字在你自己的负载下是否成立是另一个问题，但这一宣称具体且可验证，而大多数发布宣称并非如此。

MAI Image 2.7 Preview 没有延迟数据，因为它没有端点。其交互模式是在 MAI Playground 中打开一个浏览器标签页，一次处理一张图像，并且 Microsoft 未公布该预览版的吞吐量、队列或速率信息。据报道，较早的 MAI-Image-2 playground 每天大约允许生成十五次，且两次生成之间需要等待；但这一数字从未在 2.7 上得到确认，不应据此假设。

这一结果是结构性的，而非增量式的。八秒的编辑速度足够快，可以嵌入设计工具之中，这正是 Krea 将 3 定位为面向商业团队的编辑器、而非带有编辑模式的生成器的原因。playground 的一次往返足够快，可用于评估，但用于构建又太慢。比较两者的速度，并不是在比较两种速度；而是在把一个延迟数值与一个缺失的数值作比较。

LoRA 训练是一项无可替代的能力

Krea 3 支持针对特定产品、人物或风格训练 LoRA，该公司声称这是首个能以这种方式训练的编辑模型。无论这个“首个”是否站得住脚，这项能力都是两份规格表中最具分量的东西。

一个具有泛化能力的编辑模型适合一次性工作。一个可以基于自有产品目录进行调优的编辑模型则是另一种资产：它能从提示词无法描述的视角学习你的产品外观，并且不再需要每次请求都提供参考图像。对于产品线固定的工作室来说，这会把每次调用成本转化为一次性训练成本加上更便宜的调用。

MAI Image 2.7 Preview 无法提供可与之比拟的东西，而且以其当前形态也不可能做到——它没有训练界面，没有权重，也没有 API。微软的模型是你在浏览器里租用的一项能力；Krea 的模型则是你可以自行适配的一项能力。

风格参考是同一思路的轻量版本，Krea 3 也支持这一功能，同时还支持区域编辑和边界框控制。这个模式始终如一：Krea 交付的是控制手段，Microsoft 交付的是判断力。

引用计数在两边都一团糟

Krea 3 的文档在它接受多少张参考图像这一点上自相矛盾。发布文章说是六张。产品页面和 API 文档说是八张。API 会缩小第五张之后的参考图像，并建议为获得完整细节最多使用四张，而 Zero Data Retention 模式会将数量上限设为四张。所有这些都是 Krea 自己的数字，是在不同时间、针对不同界面发布的。

这一点值得指出，但并非将其视为欺骗，而是提醒人们规格表会如何过时。参考上限由分辨率、内存和计费模式共同决定，并会随着厂商调整服务栈而变化。

对于 MAI Image 2.7 Preview，根本不存在对应的数值。微软未公布任何参考图数量上限、分辨率、质量层级或蒙版约定。前代 MAI-Image-2.6 最多接受五张参考图，输出上限约为 1536×1536；假设 2.7 继承其中任一限制，都属于推断。在这个维度上，Krea 3 的文档并没有更完善——它是有文档的，而且这种模糊性是可见的，而非不存在。

思考模式与谨慎的代价

Krea 3 提供快速思考和高思考模式，定价也体现了这一差异：标准设置下 2K 图像每张 $0.06，高思考模式下 2K 图像每张 $0.08；1K 下则分别为 $0.05 和 $0.03。输入图像按每兆像素 $0.02 单独计费。输出为原生 2K，并提供 4K 选项，适用于印刷和大幅面工作。

双模式设计非常适合编辑，因为编辑难度呈明显的双峰分布。校正地平线和重建倒影并不是同一类工作，对两者支付相同费率会让简单案例被多收费。将简单编辑交给快速模式、复杂编辑交给高思考模式的团队，可以大幅削减账单，而无需对每个请求都做出质量决策。

MAI Image 2.7 Preview 没有档位、没有模式，也没有定价。它的质量取决于模型自身的表现，而它的成本则是分析师的一个下午。

CPI-Bench 与排行榜对比

Krea 引用 Krea 3 Ultra 在 CPI-Bench 上获得 5 分中的 4.81 分，使其落后于 GPT Image 2.5，领先于 GPT Image 2、Seedream 5 Pro 以及 Nano Banana 2 和 Pro。这是厂商报告的基准测试结果，也应如此理解——它不是独立排名，且对比集合由发布该结果的公司选择。

不过，它确实指向了 Elo 排行榜未能很好捕捉的一点：用户在商业创意工作上的偏好，而这正是 CPI-Bench 所围绕构建的核心。Krea 自己的宣传是，该模型比 GPT Image 2 快 10 倍、比 Nano Banana Pro 快 4 倍；而一个以单位时间内可用产出为奖励的基准测试，会更青睐快速的模型，即便较慢的模型在盲测成对比较中得分更高。

微软的证据则指向相反的方向。其数据是排行榜名次——在编辑榜上排名第二，在 Arena Edit 上以 1,470 分排名第三，且比 2.6 高出 45 分，这使微软成为该榜上排名第二的实验室——外加一系列由这些运行结果得出的类别主张。两者都合理；但两者都不是与另一模型的正面对决。

裁决按职业分化，而非按分数

如果你本季度要把编辑功能做进产品里，Krea 3 默认就是答案，而且不是因为它的 Elo 分数。它有 API、公开定价、延迟数据、参考控制、区域蒙版、用于低成本编辑的快速模式，以及针对你自己的商品目录进行 LoRA 训练。MAI Image 2.7 Preview 这些全都没有，而它的 42 分领先优势，一旦遇上无法调用它的流水线，就荡然无存。

如果你是在为需要人工手动完成的工作挑选编辑器，这个排名就有一定的参考价值。场景风格重构、重新打光和修复，正是 2.7 优势集中的地方，而在 Playground 中工作的设计师可以直接把这一优势用起来。

如果要判断前沿是否已经移动得足够远、足以值得切换，那么诚实的解读是：它在一个榜单上移动了 42 分，这在群体规模上有意义，但在单张困难图像的尺度上很小。实际解决办法是把你最难的五次编辑分别用两者跑一遍——2.7 的 Arena 对比不花钱，而 Krea 3 以 2K 跑同样五项大约要三十美分。

OrcaRouter 并不托管这两个模型中的任何一个，所以今天这并不是一个路由决策。这是一个关于要把你的编辑层构建在什么之上的决策；而当前可路由的那些层——在那个榜单上围绕 2.7 的 OpenAI 图像层级，按提供商标价且不加价——正是你可以放进回退链、同时让预览级模型证明自己的那些层。