Canva Craft 在 Design Arena 初登場即拿下第四名，但 Canva 自家的 API 卻將文字傳送到別處

Canva Craft在推出後隔天於 Design Arena 的圖像排行榜拿下 1,341 分——第四名，以 65 分之差落後 GPT-Image-2.5 Sunburst，且僅次於 GPT-Image-2.5 Flare 和 GPT Image 2。Canva 於 2026 年 10 月 22 日透過 Dream Lab 向每個 Canva 帳號推出它，並透過公開 API 提供給開發者；該公司的說法是，僅靠一個第四名的模型，就讓它成為全球第二強的圖像實驗室。更有用的細節藏在再深一頁的地方：在提供該模型服務的端點參考文件中，Canva 列出了針對特定工作該從旗下三個圖像模型中選哪一個。對於含有文字的圖像，它指向 Craft 以外的選項。

這不是醜聞，也不是忽略這次發布的理由。Canva Craft 是該公司第一個從零訓練的圖像模型，它採用與被拿來排名比較的提示詞轉像素模型真正不同的架構，也是 Canva 的設計範本首次以這種規模轉為訓練資料。但這次發布主打兩項說法——清晰可讀的文字與精準的版面配置——而這兩者都不是 Canva 自家開發者文件向你承諾的內容。以下是當你把排行榜、API 參考文件與商業脈絡一起閱讀，而不是只讀新聞稿時，所得到的發布版本。

10月22日實際推出了什麼

三樣東西一起推出：一個模型、一個操作介面，以及一個 API。

• 這個模型——Canva Craft，內部代號為 CRAFT-1 2K。Canva Research 與來自 Leonardo.ai 的研究人員從零開始共同打造了它；Leonardo.ai 是 Canva 在 2024 年收購的圖像生成工作室。

• 介面——Dream Lab，Canva 編輯器內的生成分頁，所有帳戶層級皆可使用，包括免費版，惟須遵守各方案的使用額度。

• API——craft_v1_2k 是 Canva 圖像生成端點上的值，詳見下文。

這套架構是值得理解的部分，因為它同時說明了強項與那些古怪的邊角。Craft 分兩個階段運作。第一階段讀取提示詞並寫出一份計畫：有哪些元素、它們彼此的相對位置、相對比例應該是多少、視覺層級是什麼，以及需要出現哪些文字、出現在哪裡。第二階段依據這份計畫渲染像素。多數圖像模型把這兩項工作壓成單一處理程序，指望構圖自然浮現；Canva 的賭注是，先決定版面配置能帶來更好的位置安排、更易辨識的文字，以及——實際的回報——可以只針對單一元素編輯，而不必重繪畫面的其餘部分。

訓練資料也遵循同樣的邏輯。Craft 的訓練大量採用數百萬份由人類製作的 Canva 範本，而非照片；這些範本包括海報、社群圖像、簡報、菜單、資訊圖表，以及以文字為主的版面。Canva 表示，之後又進行了監督式微調，並根據自家專業設計師的回饋來做強化學習；Canva 也說，這些設計師在開發期間評比了超過 25,000 組一對一圖像配對。這些數字由 Canva 提供，而其背後的比較並未公開。

主要規格亮點：輸出最高可達 2K、在 Canva 內提供超過 30 種長寬比、接受任何語言的提示詞、圖片內文字能以 55 種語言呈現，以及可透過 Magic Layers 將輸出轉換成圖層化、可編輯的設計。官方承諾推出兩個更便宜、更快速的版本——Craft-fast 和 Craft-ultrafast——但未公布日期。官方也承諾推出可將 Craft 整合進 ChatGPT 和 Gemini 的 MCP 伺服器，同樣未公布日期。

排名，不含新聞稿

Canva 主打的主張是：Craft 在 Design Arena 的圖像排行榜上首次登場即名列第四，落後於三個 OpenAI 模型；而這讓 Canva 成為全球第二大的圖像實驗室，僅次於 OpenAI。這兩個部分都值得分開檢視。

第四名是真實存在且公開可見的。在即時圖像排行榜上，榜首顯示 GPT-Image-2.5 Sunburst 為 1,406、GPT-Image-2.5 Flare 為 1,382、GPT Image 2 為 1,362，接著是 Canva Craft 的 1,341。再往下是 Reve 2.1 的 1,321、MAI-Image-2.6 的 1,317，以及 Nano Banana 2.1 的 1,291。因此，該模型不僅僅是名列榜上——它明顯領先 Google、Microsoft 和 xAI 目前的圖像模型，這比「第四名」這個說法所暗示的結果更強。

實驗室排名是另一種主張。它是對單一模型名次所做的算術：一個第四名變成「第二好的實驗室」，這是關於組織的陳述，而不是關於你能呼叫的東西。公開排行榜上的每一筆項目都是模型，而一個只有一項強勢項目、沒有第二項的實驗室，並沒有像 OpenAI 那樣被衡量。

這些數字本身有兩點要注意。第一，這些排行榜會變動。在相隔約二十分鐘的兩次同一頁面擷取中，GPT Image 2 讀到的是 1,382，接著是 1,362——第三名在期間沒有任何公告的情況下出現 20 分的波動。第二，排行榜並未在圖表上顯示票數，因此無法從頁面判斷某個名次有多穩定。Canva 本身也稱這個名次是初步的。

子類別方面的說法，是應該寬鬆看待的部分。Canva 的開發者公告表示，Craft 在 People & Portraits 與 Landscapes & Nature 中排名第一。在撰寫本文時，公開看板的子類別分頁上，Craft 在 Abstract 中排名第二，落後 Sunburst 八分，而且分頁名稱與 Canva 的措辭不同——是 Landscape and Portrait，而非 Landscapes & Nature 和 People & Portraits。這項說法在 Canva 所測量的分頁上很可能成立；但讀者無法從今日的公開頁面確認這一點。

每個版本的排名報導都少了一件事：實測。截至撰寫本文時，還沒有任何媒體公布並排的輸出結果，Canva 也尚未釋出它的對照組。設計師真正想知道的那件事——在一份有十一項餐點的菜單上，字體做出來到底對不對——排行榜依然沒有給出答案。

API 實際上提供給你的內容

這裡是發射形態改變的地方，也是大多數報導止步之處。

端點是 POST https://api.canva.com/rest/v1/image-generations。您需要一個具備 asset:write 範圍與 image_generation 功能的使用者存取權杖，並在 craft_v1_2k 的 model 欄位中傳入該值來指定模型。工作是異步進行的：您會取得一個 ID，輪詢狀態，然後收到一個有效期為 24 小時的下載 URL。

• 速率限制 — 每位使用者每分鐘 20 次請求。

• 提示詞長度 — 1 到 10,000 個字元。

• 冪等性 — idempotency_key為必填，會保留 24 小時，因此重試時會傳回原始作業，而非重複的作業。

• 計費 — 開始工作會動用使用者的 AI 額度；超過上限會回傳 429 credit_quota_exceeded。

• 失敗模式 — unsafe_input、timeout、model_not_available、model_retired、internal_error。

• 典型延遲 — Canva 自家的開發者公告指出，一個 Craft 作業大約需要 50 到 60 秒，這與先規劃再繪製的兩階段流程相符。

現在來談最重要的限制。這個 API 目前處於預覽階段。Canva 的參考文件明確指出，預覽 API 可能隨時變更而不另行通知，破壞性變更不會獲得新的 API 版本，而使用預覽 API 的公開應用程式將無法通過審核，也無法開放給所有 Canva 使用者使用。對任何打算在 Craft 上打造產品的人來說，這就是關鍵所在：這個模型已正式提供給 Canva 使用者使用，但對第三方開發者而言，通往它的途徑尚未成為穩定的契約。

第二個限制是長寬比。在 Canva 的編輯器中，提供超過 30 種長寬比以及自訂尺寸。透過 API 則有六種：square、landscape、portrait、landscape_3_2、portrait_2_3、portrait_4_5。請求中沒有寬度或高度參數；尺寸由模型決定，並在回應中回報。如果你的流程需要 1,200 × 628 的 Open Graph 卡片，你是在事後裁切。

第三：釘選是一項可靠性決策。Canva 建議省略 模型，也就是完全不要指定，這樣當某個模型無法使用時，就能改用另一個模型——並指出若釘選的模型無法處理請求，工作會失敗，而不會改用其他模型。釘選一個昨天才推出的模型，意味著 model_not_available 是你程式碼從第一天起就必須處理的分支。

Canva 自家的文件會將文字提示傳送給不同的模型

整個發布內容中最令人意外的一句話，並不在新聞資料裡。在模型參數參考中，Canva 說明了全部三個可用模型，以及每個模型最適合的用途：

• craft_v1_2k — 推薦用於「資訊圖表、海報、簡報投影片、人物與肖像、抽象藝術、圖案、風景、自然、產品及行銷素材。」

• lucid_origin — 推薦用於「建築、標誌、海報，或科幻與奇幻場景」

• z_image_turbo — 建議「若影像包含文字，或用於食物、飲品及一般用途影像。」

把最後一句話對照一下發布報導。Craft 的宣傳主張是：它是一個規劃階段，會在渲染前決定文字內容與位置，並支援 55 種語言的圖片內文字。而同一天由同一家公司撰寫的 API 參考文件，卻告訴需要在圖像中加入文字的開發者去使用 Z Image Turbo。Canva 確實在 Craft 自己的清單中納入了資訊圖表與海報——兩者都是承載文字的格式——所以這並非徹底的矛盾，而是一種保留餘地的模糊說法。而且 Canva 將這些優勢標註為「依據 Canva 的評估」，並明確指示在確定採用某個模型前，先測試你自己的提示詞。對發布文件而言，這異常坦白，也是整份文件中最有用的一句話。

公允的解讀是：規劃器改善了版面配置，並讓有針對性的編輯變得實用，但「能以 55 種語言呈現清晰可讀的文字」是一項模型能力，並不保證 Craft 是 Canva 三款模型中排版最好的。任何使用情境是菜單、海報或簡報文案的人，都應該用自己的提示詞分別測試 Craft 和 Z Image Turbo，而不是把發布文章或這段話當成答案。

為什麼 Canva 要自行打造這個，而不是租一個

Canva 打造自家的圖像模型，並不是因為圖像模型好玩，而是因為它一直在為別人的模型付費。

圍繞此次發布的報導背景異常直白。Canva原本有望達到約40億美元營收，隨後卻下調了2026年成長預測；報導稱，該預測從約30%下修至約20%，並稱其估值從約420億美元下調至約350億美元。相關報導將壓力直接歸因於AI推論成本——Canva不得不在2026年8月暫停部分AI部署，因為前沿模型的token成本在其使用量水準下難以持續。

擁有模型會從三個方面改變這套盤算：每次生成的邊際成本會變成 Canva 自家的運算資源，而不是供應商的價目表；延遲與品質不再取決於別人的產品路線圖；模型還能依據 Canva 獨有的資產——十年來的範本設計——進行調校。如今看來，Leonardo.ai 的收購不太像人才收購，更像是內部模型實驗室的種子。

這也以雙面刃的方式改變了 Canva 的競爭定位。Craft 是設計模型，不是通用影像模型：它是以版面配置而非照片訓練，賣點是構圖與可編輯性，而非照片寫實感。這讓它非常擅長 Canva 所販售的東西，卻較不適合人們使用 Midjourney 的目的。計畫與 ChatGPT 和 Gemini 進行的 MCP 整合就是明顯訊號——Canva 想成為其他助理內的設計層，而不是在基準測試競賽中擊敗它們。

Craft 的代價是什麼，而這不是一個數字

目前沒有按每張圖片計價的方式，而 Canva 也尚未說明 Craft 使用的是其 AI 額度中的哪一個層級。

• Canva Free — 每月合計最多可使用 20 次 Standard 或 Premium AI，因此最多可製作 20 張 Craft 圖片。

• Canva Pro — 每年 $144，每月最多 200 次 Premium 使用額度，另附少量獨立的 Ultra 額度。

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

如果 Craft 算作 Premium 工具，換算下來，Pro 方案每張圖片約 6 美分，Business 方案約 5 美分。如果它算作 Standard 工具，付費方案在合理使用範圍內完全沒有額度。Canva 的文件對於哪種情況適用含糊不清，而這兩種結果的差異，就是按量計費產品與免費產品之間的差異。對 API 呼叫者而言，同樣的模糊性也適用：工作任務會消耗終端使用者的額度，所以你的成本取決於客戶的方案，而不是你能預測的單項成本。

複雜的提示詞會消耗更多，因此請將上方每一項每張圖片的數字視為上限，而非固定費率。免費額度於每月一日的 UTC 午夜重置；付費方案則於帳單日期重置。

如何在不下任何賭注的情況下測試 Craft

對 Canva 使用者來說，這個決定很簡單：打開 Dream Lab，生成一份菜單、一張海報和一張社群卡片，然後看看小字的部分。每個方案都能免費試用這個模型，而規劃器的優勢在多個元素加上標題的版面上應該最明顯。請用你實際產出的格式來評判，而不是用風景照片提示詞——這個模型並非為此訓練。

對開發者來說，考量就不同了，而且得從預覽狀態談起。別把面向客戶的產品建立在 Canva 表示無法通過應用程式審查的預覽 API 上。可以用於內部工具與原型，並以對待不穩定契約的方式來撰寫整合：把 model_not_available 視為預期會走到的分支，遵守 24 小時的下載時限而非儲存 URL，重試時重複使用冪等鍵，也不要將六種長寬比硬編碼進你自己的 API 介面——它們是最可能擴增的部分。

如果你要的是比較，而不是整合，那麼有用的測試不是「Craft 好不好」，而是「就我的提示詞而言，Craft 是否優於它上面的三個模型」。這個測試在另一邊的成本很低。Canva Craft 不在 OrcaRouter 上——我們沒有提供它，所以這裡沒有任何東西可以讓它路由。排名在它前面的三個模型則是另一回事：gpt-image-2.5-sunburst、gpt-image-2.5-flare 和 gpt-image-2 都可透過單一 API 呼叫超過 200 個模型，供應商牌價以 0% 加價直接傳遞，因此同一個提示詞可以用單一金鑰對這三個模型執行，並與 Craft 在 Dream Lab 產出的任何結果相比。路由 DSL 讓你可以把這些呼叫組合成一個請求，而不是三份腳本；自動容錯移轉涵蓋的是我們有提供的模型——它不是 Craft 整合的安全網，你也不應把它當成安全網。

這個比較才是多數團隊這個月實際面對的抉擇：不是要不要遷移到 Craft，而是佈局規劃的輸出值不值得一個僅供預覽的相依套件，以及一個耗時 50 秒的任務。用同一個提示詞分別跑過兩條路徑、花一個下午，会比 1,341 的 Elo 分數更能回答這個問題。

看什麼

有四件事會改變這個局面，而這四件事的時程都是依據 Canva 自家的發展藍圖，而非憑空猜測。

• Craft-fast 與 Craft-ultrafast。在任何互動式流程中，Craft 最主要的實際障礙就是 50 至 60 秒的作業時間。如果這些快速版本能將時間縮短到幾秒左右，對 API 使用者而言，整體盤算將在一夜之間改觀——而 Canva 尚未說明它們會沿用相同的模型 ID，還是採用新的 ID。

• 預覽標籤還沒拿掉。在生成 API 脫離預覽階段之前，沒有任何公開的 Canva 應用程式能靠它上架。這一句話對採用率的箝制，比任何基準測試都來得大。

• MCP 伺服器。將 Craft 推出到 ChatGPT 與 Gemini，會讓 Canva 成為它目前所競爭之助理的供應商，也會讓這個模型能觸及比 Canva 自家 API 多出許多的開發者。

• 這個排名是否站得住腳。首度登場拿下 1,341 分、與第一名相差 65 分，對第一個模型來說是強勁的起步，但在二十分鐘的觀察期間內，榜單第三名的分數就變動了 20 分。真正重要的是，等到票數累積、且出現獨立比較之後，Craft 會位居何處。

第一天的誠實總結：Canva 已推出一個真正的模型，背後有真正的架構構想，並放進仍屬預覽階段的開發者介面，以及一套尚未定價的收費方案。已經確定的是它相對於同類產品的品質——對第一次嘗試來說，第四名確實很不錯。尚未確定的是團隊若要以此為基礎開發，所需要的所有一切。