Krea 3 Ultra 登上第 5 名：排名是真的，「Ultra」只是個設定

2026 年 10 月 20 日晚上，Artificial Analysis 圖像編輯排行榜上有三個項目彼此差距在 1.1 Elo 以內。Krea 3 Ultra是其中之一，分數 1150.58，顯示為 #5。Nano Banana 2.1是另一個，分數 1151.65，排名 #3。MAI-Image-2.6是第三個，分數 1151.03，排名 #4——而三者公布的名次範圍相同，都是 3–6。這就是這個排行榜上三方統計平手的情況；相較於標題中的「#5」，這句話對結果的描述更準確，因為 #5 只是顯示順序，而非實測差距。像這次發布背後的已記錄 AI 故障與代理事件，都收錄在the OrcaRouter AI Incident Archive，每筆條目都附有各自的來源、嚴重程度、信心等級與爭議標記。

那天發生了兩件事，很容易混為一談。Krea 將其 Ultra 設定移出預覽：從 10 月 20 日的更新日誌起，任何採用 Max 方案或以上方案的工作區，都能在一般的 Krea 3 端點上設定 thinking_mode: "ultra"。同一份更新日誌也讓 Krea 3 脫離 beta。而 Artificial Analysis 將 Ultra 配置加入其排行榜，它隨即與排名在其之上的兩個模型並列。Krea 3 本身並不新——Krea 於 2026 年 10 月 15 日發布它，Artificial Analysis 當天 01:21 UTC 將其登錄於排行榜。新的是，這個昂貴模式變得可普遍呼叫，並在同一個 24 小時內獲得獨立評分。

「Ultra」在機制層面上究竟是什麼

這不是檢查點。並沒有一個名為 Krea 3 Ultra 的獨立權重檔案，Krea 的 API 也沒有公開第二個模型 ID：端點仍然是 POST /generate/image/krea/krea-3，而 thinking_mode 接受三個值之一。在 fast（預設值）下，模型會擴展提示詞並進行渲染。在 high 下，更強的推理流程會在渲染前根據提示詞與參考圖片規劃編輯。在 ultra 下，Krea 會產生多個候選編輯，依據你的提示詞與參考資料評分，並回傳它判定最佳的那一個。

那個機制有明顯的生硬限制，而且全都由 Krea 記錄在案，而非使用者自行發現：

• 解析度 — Ultra 僅輸出 2K。Fast 與 high 會輸出 1K 或 2K；Ultra 則不會。

• 參考資料 — Ultra 需要在 image_urls 中至少提供一張圖片。此模式不提供純文字轉圖片功能。

• 延遲 — 一項工作「可能要花上好幾分鐘」。Krea 的文件指出，上限約為十分鐘；若將優先級設為「低」，則約為十六分鐘。當初讓 Krea 3 備受關注的那個低於八秒的數字，只適用於 fast，並不適用於這裡。

• 方案 — API 僅在 Max 方案及以上接受 Ultra。

• 零資料保留（Zero Data Retention）—— 攜帶 ZDR 標頭與 thinking_mode: "ultra" 的請求會傳回 HTTP 422。需要 ZDR 的企業完全被排除在此模式之外，且參考資料上限為八筆，而非一般最大值。

所以排行榜上標示為「Krea 3 (Ultra)」的那一行，其實是五天前就已推出的一款模型的其中一種組態，它的定價方式是加購項，而不是當成獨立產品販售。這個區別對任何把排名當成更換供應商理由的人來說都很重要：拿下 1150.58 分的那個東西，可以從你快速編輯時已經在用的同一個端點取得，只要改一個字串就行。

Artificial Analysis 實際測量了什麼

排行榜依據成對的人類偏好，對同一輸入影像依照文字指令所做的各種編輯進行排名。投票者會看到同一張影像在相同指令下的兩份匿名編輯結果，並從中選擇一份；之後才會揭露身分，且投票前必須達到最低觀看時間，票數才會計入。所有投票會一次性以 Bradley-Terry 模型進行擬合，並以 Elo 分數呈現；分數量尺以 FLUX.2 [dev] 為 1000 作為基準。提示集均勻取樣自十種使用情境與七種編輯動作，並每月更新。

於2026年10月20日太平洋時間上午約10:45讀取時，排行榜頂部看起來是這樣：

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

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

• #3 — Nano Banana 2.1，1151.65，±13，6,684 個樣本。

• #4 — MAI-Image-2.6，1151.03，±12，16,468 個樣本。

• #5 — Krea 3（Ultra），1150.58，±14，5,378 個樣本。

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

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

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

前三名內部的差距小於它們各自的信賴區間，這也是為什麼 Artificial Analysis 在圖表旁發布了通俗版本：品質「與 Nano Banana 2.1 和 MAI-Image-2.6 相似」。顯示的排名之所以能在並列中保留下來，是因為排行榜是按點估計排序；MAI-Image-2.6 的 1151.03 以 0.45 Elo 微幅領先 Krea 的 1150.58，而這大約是區間寬度的二十五分之一。

樣本數是買家應該權衡的部分。Sunburst 的冠軍地位建立在 18,059 票之上。Krea 3 Ultra 的排名則建立在 5,378 票之上——這足以讓它躋身頂尖群組，卻不足以讓它與身旁的兩個模型拉開差距。排行榜本身的慣例——公布名次區間而非單一位置——才是最誠實的解讀：3–6。

Krea 印出的名次和看板顯示的名次

Krea 於 10 月 20 日自行發布的基準測試說明，對於一處大多數廠商都會選擇避而不談的落差，坦白以對。Krea 發布串中的一張圖卡顯示，Ultra 在 Artificial Analysis 上排名第 4，MAI-Image-2.6 排名第 5。然而排行榜頁面與 Artificial Analysis 自家的圖表卻都顯示相反的結果。Krea 的貼文表示其採用的是排行榜——這是正確的做法，也值得一提，因為這正是那種通常在發表敘事中被抹平的細節。

該公司更有力的主張落在其他排行榜上，而那些榜的競爭較不激烈。Arena 的 Multi-Image Edit 排行榜中，Ultra 以 2,991 票取得 1435 ± 11，排名第 4，標記為 Preliminary，比 Nano Banana 2.1 在 10,284 票下的 1432 ± 6 高三分。在 Arena 的單圖排行榜上，同一配置以 1411 ± 11 排名第 8，排名跨度為 5–10——位於群體之中，並未領先。Design Arena 將 Krea 3 以 1298 Elo 排在 51 個中的第 4。這是三種不同的量表：Artificial Analysis 將 FLUX.2 [dev] 錨定在 1000，Design Arena 的文件描述基準為 1200，而 Arena 的 1435 與兩者都不可相比。將兩者相減只會得到一個毫無意義的數字。

模式強勢之處，以及它並非如此的三個地方

Artificial Analysis 將編輯分為 17 個類別排行榜，而 Krea 3 Ultra 結果的形態比其整體排名更具資訊量。在 10 月 20 日的讀數中，它在 17 個類別中有 14 個位居前七，並在七項編輯操作中有五項位居前七。

• 最佳使用案例 — 在「動畫與遊戲」中排名第 2（1178.77），在「Frontier」中排名第 2（1169.73），兩者均落後於 GPT Image 2.5 Sunburst。在「生產力與知識工作」、「零售與電子商務」、「社群媒體與創作者內容」及「行銷與廣告」中排名第 4。

• 最佳編輯操作 — 在構圖與取景中排名第 3（1182.68），在基於推理的編輯中排名第 4（1186.82）。第二項正是 Krea 發表時所倚重的：需要對場景進行推斷、而非字面替換的編輯。

• 在前七名之外——{{1}}實景真人電影{{/1}}排名第 10、{{2}}增強與修復{{/2}}排名第 8、{{3}}場景與風格編輯{{/3}}排名第 18。{{4}}重打光{{/4}}、{{5}}風格重塑{{/5}}與{{6}}背景替換{{/6}}是最弱的類別，對於一個以將產品置入新場景為行銷賣點的模型而言，這是個尷尬的缺口。

關於那份清單，有兩點要留意。各分類排行榜每個只有幾百票——文字渲染 302 票、商業設計 455 票——誤差區間為 ±20 到 ±38，因此某分類中排名第 2 的項目，到了下一次更新可能變成第 5。而且 Krea 自己的貼文指出，Artificial Analysis 的討論串說「17 個分類中有 15 個進入前 7」以及「7 項編輯操作中有 6 項」，但即時頁面顯示的卻是 14 和 5。該討論串的圖表標註的是截至 10 月 16 日的 Elo；頁面已經更新了。

一通電話的成本是多少，以及為什麼這個數字不是 $0.06

Krea 依元件計價 Krea 3，且各元件會疊加。基本價格為每張 1K 圖像 $0.03，或每張 2K 圖像 $0.06。每個 1K 參考圖加收 $0.02，每個 2K 參考圖加收 $0.07。High thinking 每次生成加收 $0.02。Ultra 每次生成加收 $0.20，且僅支援 2K。

舉一個例子。一次 2K Ultra 編輯搭配一張 2K 參考圖是 $0.06 + $0.07 + $0.20 = $0.33。加上四張 2K 參考圖（這對產品拍攝來說很常見），就是 $0.06 + $0.28 + $0.20 = $0.54。同樣的工作改用快速模式、同樣四張參考圖，是 $0.34。所以 Ultra 的溢價在低端大約是兩倍，在高階約 60%——不是 $0.20 對比 $0.06 所暗示的 3.3 倍，也不是發布文章中「每張圖片 $0.06」那句話所暗示的固定成本。Krea 的發布比較「$0.06 對上 Nano Banana Pro 的 $0.135 與 GPT Image 2 的 $0.22」，描述的是沒有參考圖的快速路徑。

這正是路由器的算術能發揮價值的地方。OrcaRouter 以 0% 加價直接傳遞供應商的定價，因此模型供應商公布的每次呼叫價格，就是你被計費的金額——包括由 Krea 提供服務時 Krea 額外加收的附加費。Krea 3 Ultra 目前不在我們的目錄中；Ultra 是透過 Krea 自家 API 在 Max 方案中販售，而那是設定該模式的唯一方式。我們實際路由的是這項比較的另一半——O​penAI 的 gpt-image-2 與 gpt-image-2.5、x​AI 的 Grok Imagine Image，以及 G​oogle 的 Nano Banana、Nano Banana 2 與 Nano Banana Pro——透過同一把金鑰提供，並在供應商發生錯誤或觸發速率限制時自動容錯移轉。如果每次編輯 $0.33 的理由，是它能取代每次 $0.06 的編輯加上重試，那麼同一把金鑰正是你衡量它是否真的做到的地方。

經得起一週考驗的閱讀

Krea 3 Ultra 是一項實打實的成績：一款編輯器在推出五天後，就在一個其票數只有對方十分之一的排行榜上，與最優秀的中價位 G​oogle 和 Microsoft 模型並列，而且是靠模式切換、而非新產品做到。這也是一項頂端優勢狹窄的成績：它排名第 2 的兩個類別，正是 GPT Image 2.5 Sunburst 分別以 13 和 29 Elo 領先的類別；而多數行銷團隊真正付費購買的場景與風格作品，正是它排名第 18 的地方。

要注意的不是排名，而是樣本數與該模式的價格。Krea 3 的 5,378 票會增加，而如果 1150.58 在他們這樣做的過程中保持住，這種並列就會變成一個名次，而不是小樣本造成的假象。同時，Ultra 每次生成要價 $0.20，而且是在一個已隨你送出的每張參考圖而提高的基礎價格之上——這意味著對製作團隊來說，實際問題不是「Ultra 是否比 Krea 3 更好」，而是「每個專案要做多少次編輯，才值得付大約兩倍的價錢，讓模型自己挑出最佳答案」。這是你可以這週用自己的簡報來跑的測試，而沒有任何排行榜會替你跑。