Krea 3 對決 MAI Image 2.5 Pro：百萬像素不等於排名

這兩款模型中，一款擁有第三方實測排名，卻無法回傳 2K 影像。另一款才剛問世一天，完全沒有任何排名，卻能原生渲染 2K。MAI-Image-2.5-Pro是 Microsoft AI 的編輯與生成模型，在 Artificial Analysis 的影像編輯排行榜上位居中段，根據 14,751 次盲測比較拿下 1,117 Elo——在由 OpenAI 的 GPT Image 2.5 Sunburst 以 1,198 分領先的榜單上，得分排名第十一。Krea 3由 Krea 於 2026 年 10 月 15 日發布，公布 2K 每張影像均一價 0.06 美元，端到端不到八秒，且完全沒有任何形式的獨立評分。所以誠實的說法是：一個經過實測、位居中段的模型，對上一個未經實測的模型；而如果你靠交付產品影像維生，決定勝負的是解析度天花板，而不是 Elo。 以單一端點串接 200 多款模型，供應商定價以 0% 加成原樣傳遞、供應商服務降級時自動容錯切換，以及可將生成步驟串接至編輯步驟的流程路由 DSL。 供應商服務降級時自動容錯切換

百萬像素上限就是整場論證的核心

微軟的文件記載 MAI-Image-2.5-Pro 的輸出上限為 1,048,576 像素——相當於 1024×1024，約一百萬像素。微軟自家的行銷宣傳則提到 8K；然而公布的上限並不支持這種解讀，而這兩者之間的落差，正是理解這個模型時首先必須弄清楚的一點。

• MAI-Image-2.5-Pro 的輸出——上限約為 100 萬像素。無論你花多少 token 預算，回傳的圖片大約都是 1024×1024。

• Krea 3 輸出 — 原生 2K，另提供 4K 供印刷使用。 Krea 的發布頁面明確標示原生 2K，並列出 4K 適用於印刷、大螢幕與行銷活動素材。

• 像素數量在 4× 到 16× 之間的差異並非表面功夫。 2K 編輯的像素量約為 1 百萬像素輸出的四倍；4K 則約為十六倍。對於產品頁面的主視覺圖片、印刷插頁或比手機更大的螢幕而言，那就是資產與佔位符之間的差異。

• Krea 還做到了 MAI-Image-2.5-Pro 文件並未承諾的事。 Krea 3 會找出需要修改的區域，只渲染該區域，未經觸及的像素則維持原樣。Krea 在自家的 Precise 模式中以「像素變更比例」這項數字來衡量這一點，而這是廠商對自家配置所做的量測，應如實標明。

這個比較並不是說哪個模型更好，而是兩者鎖定的輸出不同。MAI-Image-2.5-Pro 的打造目標，是把構圖良好、光線到位、文字正確的影像呈現在消費者眼前，而在這種情境下，一百萬像素已相當足夠。Krea 3 的打造目標，則是把 2K 素材放進商品目錄裡，而在那種情境下，這就不夠了。

定價：固定費率對比 token 計量

定價結構與輸出結果一樣截然不同，而 Token 計量器正是會讓你大吃一驚的那一項。

• Krea 3 — 1K 每張 $0.03，2K 每張 $0.06。以每張圖片計價，公開公布，固定不變。Krea 的常見問題說明指出，上市價格即為定價，且公司預期價格會調降而非調漲。

• MAI-Image-2.5-Pro — 依 token 計費。Microsoft 的預覽價目表列出每百萬個文字輸入 token 為 5 美元、每百萬個圖片輸入 token 為 8 美元，以及每百萬個圖片輸出 token 為 106 美元。Microsoft 並未公布每張圖片對應的 token 數量。

• 若以 1024×1024 計算，換算下來每 1,000 張圖片約為 108.50 美元，這是依 Artificial Analysis 的 token 對圖片換算方式得出的數字；這個數字只能粗略參考，因為它是推導而來，而非供應商公布的數據。

• 相較於自家的同系列產品，MAI-Image-2.5-Pro 的定價屬於最高階層級——約為 MAI-Image-2.5 的 2.3 倍（每 1,000 次約 48 美元），也是 MAI-Image-2.5-Flash 的約 5.4 倍（每 1,000 次約 20 美元）。而且這些都是預覽價格，並不構成正式上市價格的約束。

以任何電商團隊都熟悉的編輯量——10 萬次編輯——來看，兩者的曲線便會急遽分歧。Krea 3 在 2K 下的定價為 6,000 美元。MAI-Image-2.5-Pro 按推導出的費率計算，對於以約四分之一解析度回傳的編輯，費用約在 10,850 美元左右。代幣計量也意味著帳單會隨著指令的規模與參考圖片的數量而變動，而這是按圖片計價根本不具備的特性。

各家廠商各自聲稱的內容，以及由誰查核。

這是兩個模型差距最大的地方，而其走向與解析度比較相反。

MAI-Image-2.5-Pro 擁有真正的第三方評測數據，而這項評測將它置於中段位置，而非頂端。在 Artificial Analysis 的圖像編輯排行榜上（讀取於 2026 年 10 月 16 日），它以 14,751 次盲測比較取得 1,117 Elo——按分數排名第十一，而該榜首為 OpenAI 的 GPT Image 2.5 Sunburst，積分 1,198。同一份快照在文生圖項目中將它列為分數第十四名，以 11,776 個樣本取得 1,113 Elo，而文生圖榜首為 1,217。這差距達 104 Elo，且排名遠不如編輯項目的位置來得亮眼。Krea 3 並未出現在這兩份排行榜上。

微軟自己為它提供的數字是供應商自行報告且未經重現的：在中華民國、英文、日文、韓文與西班牙文上達到 96.8% 的文字算繪準確率；在內部評估中，宣稱提示遵循度比 GPT-Image-1.5 提升 27%；94% 的多圖像角色一致性。微軟也引用諸如「GPU 成本最高降低 84%」的數據，但那是在特定 PowerPoint 和 OneDrive 情境下，是關於兩款微軟產品的陳述，而非一般性的成本主張，不應被解讀為後者。

Krea 3 完全沒有任何第三方評測。它於 2026 年 10 月 15 日推出，而發表頁面就是公開紀錄的全部：在 2K 下從頭到尾不到八秒、最多六張參考圖像、原生 2K 並提供列印用的 4K、可針對產品、人物或風格訓練 LoRA。Krea 的速度展示公布了自家方法論——一批十二張圖像從請求到結果的中位數時間（含排隊時間），於 2026 年 9 月 24 日至 10 月 1 日在 Krea 自家平台上測得——而該頁面上的一項比較價格附有註記「尚待驗證的草擬估算」。在發表頁面上說明自家方法，已經比大多數實驗室做得更多。但那終究是廠商自我評測，無法取代 14,751 張盲投票。

一致性、訓練，以及這兩項能力實際上的差異所在

兩個模型都做出了一致性的承諾，而它們是透過不同的機制達成這一點的。

• MAI-Image-2.5-Pro — 多圖角色一致性達 94%，廠商報告值。其機制由提示詞與參考素材驅動。Microsoft 表示，其 MAI 模型是以乾淨、可追溯的資料訓練而成，並未從第三方模型蒸餾；這是關於來源溯源的宣稱，而非關於能力的宣稱。

• Krea 3 — 針對產品、人物或風格進行 LoRA 微調。 Krea 稱它是第一個能用這種方式訓練的編輯模型；這是對整個領域的宣稱，而可查證的部分在於，Krea 的 API 參考文件在 Krea 3 beta 端點旁，發布了一個「Train a custom style (LoRA)」端點。訓練是一個帶有自身成本的資料收集步驟，而不是一個參數。

• 參考圖數量 — Krea 3 每次編輯最多六張；MAI-Image-2.5-Pro 的規格表公布的是 32,000 個 token 的文字輸入上限、131k 的上下文視窗，以及 4,096 個 token 的輸出上限，而非參考圖片數量。

• 介面 — Krea 3 新增了用於元素定位的邊界框，以及可跨多輪維持一致的多輪編輯；MAI-Image-2.5-Pro 已公布的功能涵蓋指定物件替換、版面變更、影像內文字更新與瑕疵清理。

真正與眾不同的能力是 LoRA 訓練。那張清單上的其他項目，都只是參考條件式編輯的變體，而這兩者都做得到。如果你反覆遇到的問題是某個特定 SKU，或某張特定人臉，必須在數百張影像中保持一致、不能漂移，那麼這兩者之中，一個會提供為此而生的機制，另一個則只會給你一個百分比。

供應情況，以及預覽星號

MAI-Image-2.5-Pro 在 Microsoft Foundry 上提供服務，並可在免費的 MAI Playground 中使用，於 2026 年 7 月 23 日以公開預覽形式發布。預覽是一種狀態，而非形式：這代表費率表可能變更、端點形式可能改變，模型也可能被撤回。它的同系列模型 MAI-Image-2.6 已於 2026 年 8 月 19 日進入私人預覽，因此在你準備整合的模型之下，這個系列仍在持續變動。

Krea 3 透過 krea.ai、位於已文件化 beta 端點的 Krea API，以及一系列第三方經銷合作夥伴提供服務。Krea 亦為企業客戶提供在自有 GPU 上自行託管的選項，授權條款與硬體規格需另行討論——這屬於採購層面的對話，而非產品功能。

這兩款模型都不在 OrcaRouter 的目錄中。我們的圖像產品線是 OpenAI 的 GPT-Image 系列模型、xAI 的 Grok Imagine 圖像模型，以及 Google 的 Imagen 與 Gemini 圖像系列；Microsoft 的 MAI-Image 系列與 Krea 的模型則都不在其中。對正在使用上述任一模型的買家而言，我們真正能改變局面之處在於更上一層：涵蓋 200 多款模型的單一，以 0% 加成原樣傳遞供應商定價、在供應商服務劣化時自動容錯移轉，並提供路由 DSL，用於將生成步驟串接至編輯步驟的流程。來自大型廠商的預覽模型，正是那種值得在背後備妥容錯移轉路徑的依賴項目，而來自小型廠商的 beta 模型更是如此。

你的工作負載想要哪一種

• 實測編輯品質最高，輸出約一百萬像素，企業採購已納入 Microsoft 內部 — MAI-Image-2.5-Pro。1,117 Elo 是兩款模型中任一最強而有力的證據，而在面向消費者或僅供螢幕顯示的素材上，解析度上限可能永遠不會造成限制。

• 2K 或 4K 輸出、逐張影像的預算控管、高產量 — Krea 3.像素量達四倍，而推導出的單張成本僅略超過一半，同時公開統一價格，並表明有意進一步調降。

• 必須在整個行銷活動期間保持完全一致的品牌素材 — Krea 3。在編輯模型上進行 LoRA 訓練是雙方唯一公開的機制，而這正是 Krea 主打的能耐。

• 在採購文件中，你必須能在其旁邊標上數字的模型——MAI-Image-2.5-Pro。Krea 3 有價格、延遲聲明和引用次數。它沒有排名。

你能用這一對做的最有用的事，就是別再把它們當成替代品。一個是經過實測的品質標竿，有解析度上限，也有預覽標籤；另一個則是未經實測、以產能取勝的選擇，具備型錄所需的解析度和價格。把前者用在主打商品照上，後者用在成千上萬種款式上，那麼關於哪個更好的爭論就不再重要了。