Krea 3 對決 Qwen Image 3.0：開源之路在此止步

最有用的一項事實是，Qwen Image 3.0 跟它的基準測試成績毫無關係。阿里巴巴的圖像產品線曾連續兩代開源——Qwen-Image 1.0 與 2.0 以 Apache 2.0 授權發布，並在同日推出技術報告，而 Qwen-Image-2.1則於九月接著登場，改用限制更嚴格的 Qwen Research Licence。Qwen Image 3.0自 2026 年 8 月 4 日起全面開放使用，卻沒有權重、沒有技術報告、沒有參數量，也沒有模型卡。這條讓阿里巴巴成為開放圖像實驗室的產品線就此戛然而止，距離旗艦機型還差一個型號。Krea 3於 2026 年 10 月 15 日發布，同樣是閉源的——但 Krea 至少在今年較早時發布過一款開源圖像模型，而兩家公司如今都朝同一個方向轉了同樣的彎。這場對決真正要比的，是你換到了什麼。

Alibaba 停止公布什麼，以及它開始收取什麼費用

Qwen Image 3.0 僅以計量付費的 API 產品形式，存在於 Qwen Cloud 與阿里雲的百鍊 / Model Studio 上。那是本質上的斷裂，而非程度上的差異。

• Qwen-Image 2.1 — 70 億個參數，Qwen 研究授權，預設為非商業用途，商業用途需透過電子郵件另行協商授權。預設解析度 2048×2048、七種預設集、40 步、輸入與輸出皆支援 RGBA 透明，最多可達十張參考影像，並可透過繪製圓圈、塗繪標註或獨立遮罩進行局部編輯。

• Qwen Image 3.0 — 完全沒有權重。沒有儲存庫、沒有檢查點、沒有技術報告、沒有參數量。Artificial Analysis 將它列出時並未附上開放權重連結，這是排行榜表達同一件事的方式。

• 兩個層級，而且兩者都上榜了——但位在不同的高度。 Qwen Image 3.0 Standard 和 Qwen Image 3.0 Pro。Artificial Analysis 兩者都收錄：Pro 在影像編輯上為 1,085 Elo，Standard 為 1,062。阿里巴巴本身並未公布這兩個層級任何一方的基準測試成績，因此排行榜上的位置是兩者唯一擁有的分數。

• 定價為每張圖片 $0.03 至 $0.04。 Model Studio 的文件列出 qwen-image-3.0 為 $0.035；國內消費者定價在 Standard 方案約為每張圖片 ¥0.18，1K 時升至約 ¥0.25，而 Pro 的 2K 則約 ¥0.50，影像輸入與編輯輸入分別以每項 ¥0.02 計費——參考影像若回饋進行第二次處理，會再次按輸入計費。

Krea 採取了類似的舉措，但移動的幅度較小：Krea 2 的權重依據 Krea 2 社群授權條款開放，Krea 3 的則不然，而關於自行架設的答覆，則是一場圍繞授權條款與硬體規模規劃的企業級對話。差別在於，Krea 的開放版本已推出五個月，而且 Krea 從來就不是那家開放權重的實驗室。阿里巴巴的開放釋出則是整場宣傳的主軸。

兩種不同的修圖問題，兩者皆以每張圖片計價

這就是這兩個模型不再能互換的地方，而這與品質無關。

• Qwen Image 3.0 專為密度而打造——文字、版面、文件、結構。廠商聲稱：提示詞容量達 4,500 個 token，約為前一代的 4.5 倍；可清晰呈現小至約十像素的文字，包括數學與 LaTeX；原生支援十二種語言、超過二十種字體與一百種藝術風格；在同一個模型中即可生成與進行圖像到圖像編輯；以及能在生成時搜尋網路。

• Krea 3 是為精準與重複而打造。只改變你指定的內容，保持產品標籤與標誌清晰銳利，讓角色在整個系列中保持一致，執行十萬次也不會讓帳單成為焦點。邊界框用於放置新元素；多輪編輯能跨回合保持一致；每次編輯最多可使用六個參考。

• 解析度 — Krea 3 原生以 2K 渲染，並提供 4K 供列印；Qwen Image 3.0 最高僅達 2048×2048，且單次呼叫最多可回傳六張影像。單次呼叫的倍增能力是 Qwen 的優勢；列印上限則是 Krea 的強項。

• 介面 —— Qwen 的是一個提示詞和一組參考素材。Krea 的則是一個提示詞、一組參考素材，還有一個讓你畫出變更位置的方框。

如果你要生成含有真實文字的資訊圖表、報紙版面、考卷或 UI 模型，Qwen Image 3.0 就是為此設計的，而 Krea 3 則不是。如果你要把同一項產品替換到四十個場景中，而標籤必須在四十次中都維持完好，那情況正好相反。這兩者的發布頁面所展示的範例幾乎沒有重疊，而這並非巧合。

各獨立董事會怎麼說——關於其中一個

Qwen Image 3.0 有一份實測紀錄，而對旗艦機種而言，這並不是一份體面的紀錄。

• 圖像編輯，讀取於 2026 年 10 月 16 日——Qwen Image 3.0 Standard 為 1,062 Elo，取自 7,473 個樣本，每 1,000 張圖像收費 30 美元，落在排行榜第 21 至 26 名的區間；Qwen Image 3.0 Pro 為 1,085 Elo，取自 12,851 個樣本，每 1,000 張收費 40 美元，位於第 15 至 20 名區間。23 分 Elo，就是平價層級與昂貴層級之間的全部差距。

• 同日文字轉圖像 — Standard：1,069 Elo，來自 5,619 個樣本，價格為每 1,000 個 $30；Pro：1,094 Elo，來自 5,898 個樣本，價格為每 1,000 個 $40。 形狀相同、間距相同，稍微更寬。

• 排行榜上的領先者可說遙遙領先。OpenAI 的 GPT Image 2.5 Sunburst 在編輯項目拿下 1,198 分、文字轉圖像拿下 1,217 分，Flare 變體則以 1,177 和 1,207 分緊隨其後。Qwen 的 Pro 版本位居中段，背後有一萬二千票的樣本支撐，這至少是一項測量數據，而非空口宣稱。

• 讓 Qwen 變得有意思的，是較弱的那個等級，而且如今這點已有可量化的數據佐證。標準版每千張圖片便宜 10 美元，但在編輯上差了 23 Elo，而阿里巴巴並未公布任何能讓你主張這個差距比這更小的基準測試。這樣的取捨——價格少一成，換來品質可量化地下滑一階——才是真正的決策，而這正是供應商自家發布頁面沒有點出的那一個。

Krea 3 完全沒有這些。截至 2026 年 10 月 16 日，也就是推出後隔天，它沒有 Artificial Analysis 的收錄條目、沒有競技場評測結果，也沒有任何第三方資料。它有的是把方法論直接印在上頭的發表頁面：那些速度數字，是各模型一次十二張圖片批次的請求到結果中位時間，包含排隊時間，於 2026 年 9 月 24 日至 10 月 1 日在 Krea 平台上測得；而同頁面上的一項比較價格，在其本身的註腳中被描述為「尚待驗證的草稿估計值」。這種程度的揭露很罕見，但這仍然是廠商在自我評估。

所以，這個比較的真實樣貌是：一個模型有平庸的實測分數，還有一個隱藏的低價層級；另一個則沒有分數，卻有已公開的價格。這兩種立場都不輕鬆，而要從中選擇，就等於選擇你能與哪一種不確定性共處。

成本計算，誠實進行

以定價來說，兩者相當接近，差別在於結構，而非數字。

• Qwen Image 3.0 Standard — 在 Model Studio 定價表中每張圖片為 $0.035，約每 1,000 張 $30，此數字依據 Artificial Analysis 的推算。Qwen Image 3.0 Pro 則約為每 1,000 張 $40。

• Krea 3 — 1K 尺寸每張圖片 $0.03，2K 尺寸為 $0.06。在 1K 下，兩者差距不到半美分；在 2K 下，Krea 3 幾乎是 Qwen Standard 每張圖片定價的兩倍。

• Qwen 的計量方式有一些 Krea 沒有的陷阱。 圖片輸入與編輯輸入各自以 ¥0.02 分開計費，因此若採用把前一次結果再回饋進去的迭代工作流程，就得為它再付一次錢。每張圖片的固定價格不會因為提示詞變長而變動；以 token 計量的價格則會。

• Krea 的計費方式設有下限，Qwen 則沒有。 Krea 3 的每張圖片價格就是按每次編輯計價，沒有例外，而且官方並未公布針對小尺寸輸出的更便宜方案。在兩者重疊最多的層級上，Qwen Standard 能夠壓低價格，而它也確實這麼做了。

實務上的判讀是：如果你的工作負載是中小型影像的單次轉換，Qwen Image 3.0 Standard 可能比較便宜，而 Krea 3 可能比較快。如果是對單一素材進行長時間的多輪編輯工作階段，那麼 Qwen 這邊的輸入計量就是你在投入前必須建模估算的數字，因為帳單正是在那裡累積放大。

可用性，以及路由層的定位

Qwen Image 3.0 在 Qwen Cloud 與阿里雲的百鍊 / Model Studio 上提供服務，而 Krea 3 則在 krea.ai 上、透過一個標示為 beta 的 Krea API 端點，以及透過一系列第三方經銷合作夥伴提供。兩者均未收錄於 OrcaRouter 的目錄中——我們的圖像產品線涵蓋 OpenAI 的 GPT-Image 模型、xAI 的 Grok Imagine 圖像模型，以及 Google 的 Imagen 與 Gemini 圖像系列。我們提供阿里巴巴的 Qwen 文字模型；我們不提供 Qwen 圖像模型。

真正關鍵之處在於轉接器問題。一個團隊若想用 Qwen Image 3.0 處理密集文字版面，並用 Krea 3 處理型錄重複性作業，就得同時運行兩家封閉式供應商、兩套計費模式，其中一套按 token 計量，另一套則按圖片計量。這正是單一端點天生要消解的整合形態：一組金鑰通行 200 多款模型，供應商定價以 0% 加成原樣轉嫁，因此供應商調價當天即時生效，當某家供應商效能衰退時可跨供應商自動容錯移轉，以及一套路由 DSL，無須第二個 SDK 就能表達某個工作負載的生成步驟與另一個工作負載的編輯步驟。

這個比較之所以會出現在我們的頁面上，完全是因為這兩個都是你會去呼叫的模型，而不是你會下載的模型。當兩家供應商都不願意把權重交給你時，你的籌碼就完全在於你能多便宜、多可靠地呼叫它們——而那是路由問題，不是模型問題。

決定

• 密集文字、文件、版面配置、多語言渲染 —— Qwen Image 3.0。 供應商的說法具體且不尋常——字型小至約十像素仍清晰可辨，包含 LaTeX 與數學式，涵蓋二十多種字型的十二種語言——而這批模型中沒有其他模型定位於此。

• 大規模下的產品與角色一致性 — Krea 3。每次編輯可使用六個參考素材、邊界框、精確模式，以及在模型本身進行 LoRA 訓練，而 Qwen Image 3.0 並未發佈這些功能。

• 你需要最便宜的單張圖片呼叫費用，而且能接受中段班的品質——Qwen Image 3.0 Standard 每 1,000 張約 $30。它在編輯項目上的 1,062 Elo 是真實的、經過實測的，且比榜首低 136 分；而真正不存在的是任何能主張這個差距更小的供應商基準測試。

• 簽約前，你需要一個實測數字——是 Qwen Image 3.0，不是 Krea 3。 Qwen 的兩個等級都提供這樣的數字，較便宜的等級也不例外，這比 Krea 3 能提供的還多。這兩個數字都不是你會放在採購文件最前面的那種，但兩者都是你可以引用的。

兩家實驗室今年都做過的一件事，比任何一次發布都更值得關注。阿里巴巴花了兩代時間證明，一家前沿圖像實驗室可以在同一天發布開放權重和技術報告，卻在真正重要的那個模型上停止了這麼做。Krea 曾在五月做過一次，之後就沒有再重複。那是一種發展方向，而非巧合，也正是為什麼在不進行整合的情況下呼叫模型的能力，已成為可攜性更高的技能。