Images 2.6 對決 Krea 3：如今能製作動畫的通用型工具，對上只會編輯的編輯器

搜尋「Images 2.6 vs Krea 3」，你會找到關於 Microsoft 的 MAI-Image-2.6 的頁面，因為現在有兩個已推出的模型共用一個編號，卻沒有人費心去區分它們。所以我們就從這裡開始吧。Images 2.6 是 OpenAI 的，於 ChatGPT、Codex 和 API 推出，時間為 2026 年 11 月 4 日——就在本文撰寫的前一天——共有兩個 API 版本，GPT-Image-2.6 Sunburst 主打品質，以及 GPT-Image-2.6 Flare 主打速度。Krea 3 是 Krea 的編輯模型，自 2026 年 10 月 15 日 起上線，以編輯器為優先來販售，而不是硬加上編輯框的生成器。它們其實不屬於同一產品類別，而一旦接受這點，這項比較就更有用了：一個是擁有兩種 API 面貌的平台功能，另一個則是專業級費率表。

那個差異幾乎決定了以下所有事情。Images 2.6 繼承龐大的既有使用基礎，新增動畫 GIF 生成與 ChatGPT 內可重複使用的參考圖像，並採用自 2.5 世代以來未曾變動的基於 token 的定價。Krea 3 只做一件事——以原生 2K 進行區域範圍的圖像編輯——並以固定的每次編輯價格販售，且每附加一張參考圖像就加收費用。如果你買的是創意助理，前者是較安全的預設選擇。如果你買的是會執行上百萬次的正式生產編輯步驟，後者才有你能預測的費率表。

排行榜的真實狀況

這正是兩個模型在可驗證性上真正有差異的地方，而情況的方向與你可能預期的正好相反。

Krea 3 現在已有獨立分數。在 2026 年 11 月 5 日查核的 Artificial Analysis AA-Image-Editing v2.1 排行榜上，Krea 3 (Ultra) 拿下 1,151 Elo，擁有 5,573 個樣本——與 Nano Banana 2.1 和 MAI-Image-2.6 同分，這兩款在第四至第七名之間都取得相同的 1,151 分。較便宜的 Krea 3 (Fast) 模式得分為 1,125。這些都是第三方的人類偏好評分，取代了推出時僅有廠商提供數據的情況；當時排行榜上完全沒有 Krea 這一列。

Images 2.6 沒有任何形式的獨立評分。無論是在 AA-Image-Editing v2.1、AA-Image-T2I v2.1，還是在 Arena 上，都沒有。於 2026 年 11 月 5 日完整查看 Artificial Analysis 的兩個圖像排行榜，傳回的資料列包括 GPT Image 2.5 Sunburst（編輯 1,199、文字生圖 1,224）、GPT Image 2.5 Flare，以及 GPT Image 2（high）分別為 1,137 與 1,188——而 2.6 則完全沒有資料。該模型才問世一天，而這些排行榜是由數千次成對投票驅動的 Elo 系統，所以這是資料延遲，不是定論。但這意味著任何「Images 2.6 擊敗 Krea 3」這類說法，目前都沒有任何人發表過的任何測量結果支持。

你能比較的是它的前代版本。如果 2.6 只是維持前代的位置，那麼相關的參照點就是 GPT Image 2.5 Sunburst 在編輯項目上的 1,199 分——比 Krea 3 Ultra 高出 48 Elo，而這個差距遠超出兩個模型的信賴區間。OpenAI 自己的說法是，2.6 不會退步；它表示 Sunburst 經過調校，能在中、高品質下達到「跨編輯更一致的影像」。這是關於某項特性的主張，Elo 排行榜會獎勵該特性，但並未單獨衡量它。

一次編輯究竟要付出多少代價

這是兩份價目表最難以比較的部分，所以值得用一個實際的工作來算一算：拿一張 2K 產品照，附上兩張 1K 參考圖，然後要求進行單一區域的修改。

• Krea 3 — 2K 輸出為 $0.06，每個 1K 參考再加 $0.02，因此是 $0.10。再加上「high」思考模式就是 $0.12。若用四個 2K 參考取代兩個 1K，價格會推到 $0.34——當需求說明寫著「比照這四個角度」時，這個數字值得記住。

• GPT-Image-2.6 Sunburst — 以權杖計費，而非按圖像計費。文字輸入為每百萬權杖 $5（快取 $1.25），圖像輸入為每百萬 $8（快取 $2），圖像輸出為每百萬 $30。OpenAI 並未公佈固定的每張圖像價格，因此誠實的數字是根據輸出權杖預算所作的估算：大約 高品質時為 $0.053，適用於 1024 級輸出；xhigh 時為 $0.094；max 時為 $0.21。這些權杖預算是沿用自 2.5 世代，這是目前可取得的最佳近似值，並非已公佈的 2.6 數據。

• 批次 — OpenAI 公布的批次 token 費率大約是半價（每百萬 $2.50 / $4.00 / $15.00），但 2.6 各變體的模型頁面將 /v1/batch 列為不支援，因此此模型目前無法享有該折扣。Krea 並未公布同等的折扣。

風險的形態才是關鍵。只做一次編輯時，兩者相差僅幾美分，這種比較只是雜訊。但每月十萬次編輯時，Krea 的價格固定且已知，而 2.6 的帳單則會隨著你的品質設定所隱含的 token 預算而浮動——而且該設定是逐請求參數，這意味著一個疏忽的預設值就能讓每月帳單變動達 4 倍，卻不需要任何人改動應用程式碼的任何一行。

這也正是路由器能真正證明自身價值、而不只是嘴上說說的地方。OrcaRouter 把供應商定價以 0% 加價原樣轉出，因此你看到的 OpenAI 每 token 費率，就是本頁上的那個數字，也是你發票上的那個數字，中間沒有夾進任何價差。面對這麼新的模型，最有用的做法是把它放在你早已信任的既有模型所用的同一把金鑰後面——GPT-Image-2.5 Sunburst 與 Flare、GPT Image 2、Imagen 4 以及 Gemini 的 flash-image 系列全都在目錄上——並讓自動容錯切換接住新端點對你限流的那一天。你是在拿一個才上線一天的模型去對照一個已知的模型，而你實在不希望這件事跑在一條有單點故障的生產路徑上。

Krea 3 實際上更勝一籌的地方

三件事，而且都很具體。

Krea 3 是為編輯而訓練，而非事後改造成編輯用途。廠商宣稱它只渲染變更的區域，而不是重繪整個畫面，因此區域範圍編輯是預設的互動方式，而不是由你畫遮罩、再指望模型遵守。對產品工作而言，這正是標籤在編輯後仍保留，與標籤被悄悄重新排字之間的差別——而重新排字正是讓團隊完全不再信任編輯器的失敗模式。

它還隨附 251 個首發預設集，聽起來像是消費級的花俏點綴，但其實不然：日轉夜、blockout、素描、換皮、換新天空、綠幕。預設集就是別人已經調校好的提示詞；對一間要在整個作品目錄上執行同樣五種轉換的工作室來說，那等於省下一週的提示詞工程。

而它的延遲表現是一個固定的每次編輯數字，可以直接放進佇列設計裡。Krea 聲稱大多數編輯在原生 2K 下、端到端可在 8 秒內完成。沒有人獨立測量過這一點——這是廠商自行報告的——但這個說法的結構（在固定解析度下的一個上限）對於容量規劃來說，比針對未具名基線的百分比加速宣稱更有用。

Krea 3 並不具備生成能力。AA T2I 排行榜上沒有它的文生圖項目，因為它沒有文生圖模式。它需要一張來源影像。如果你的流程是從提示詞開始，你就需要在它前面放一個生成器，而這會徹底改變成本比較——你現在是在支付兩個模型的費用。

Images 2.6 領先之處

Images 2.6 是兩者中唯一能從零開始的，也是唯一具備動畫的。

GIF 功能是 11 月 4 日發布的重點：ChatGPT 現在可以從提示詞或上傳的照片，一步生成可循環播放的動態 GIF，之後還能控制播放速度並逐格編輯。API 是否會回傳動畫檔案則是另一個問題，目前尚無答案——OpenAI 的模型頁面列出了影像輸出，並指向影像指南中的「動態 GIF 輸出」，但尚無公開測試證實會從/v1/images/generations 呼叫回傳 GIF。請將 ChatGPT 的 GIF 支援視為已推出，而 API 的 GIF 支援則視為未經證實。

這次發佈的其他內容對開發者而言，比 GIF 更具實質影響。Images 2.6 新增 SVG 匯出、標註引導編輯（傳送附有標註的圖片，模型就會在你繪製的位置進行編輯）、可重複使用的參考圖片，以及一個 complexity 參數，用來控制模型在處理請求時花費多少規劃預算——OpenAI 的建議是從低開始，當場景包含多項相互影響的限制時再調高。尤其是 SVG 匯出，堪稱類別上的轉變：能輸出向量路徑的編輯器可用於標誌與圖示製作，這是點陣編輯器無論品質多高都無法企及的，而 Krea 3 沒有對等功能。

這個數量說法值得連同其標籤一併重申：OpenAI 表示，使用者現在每週透過 ChatGPT 和 API 生成超過 {{1}}40 億{{/1}}張影像，高於 2026 年 9 月的 30 億張。這是該公司自家的數字，既未公布各功能的分項數據，也無法保證這兩項計數的定義方式相同。

該把哪一個放進 pipeline 中？

如果你的工作內容是大量編輯現有影像——型錄修圖、產品攝影的地區性調整、為既有素材套組重新造型——那麼 Krea 3 是較可預測的選擇。每次編輯固定計價、原生 2K 輸出、在獨立排行榜上實測 1,151 Elo，以及把「保留未經更動的區域」視為核心要點、而非聊備一格的設計。

如果你的工作是附帶編輯的生成——概念發想、行銷素材變體，任何從一句話開始的東西——Images 2.6 是兩者中唯一適用的，而 SVG 與標記編輯功能讓它不只是聊天機器人的便利工具。缺乏獨立基準是試行它的理由，而不是否定它的理由；一個剛推出一天、在 Elo 榜上還沒有排名的模型，就只是一個還沒有人投票過的模型。

要避免的錯誤，是把 1,151 對上「毫無數據」的比較當成任何一方勝出。Krea 3 有數字，Images 2.6 沒有，這反映的是評測時程，不是模型本身。真正能定案的比較，要等 AA 排行榜加入 2.6 那一列——屆時要看的數字，是它能不能超過 1,199，因為那正是 OpenAI 自家前代所在的位置，也大致是專業編輯器必須被超越、才足以證明值得改用它的門檻。

在那之前，想得到真正答案最便宜的方法，就是把你自己的二十項編輯分別丟進兩邊跑一遍，然後數一數你會真的採用的有幾項。這大約要花兩塊美元。這也是目前唯一不是誰家行銷話術的測試。