MOSS-Image 對比 Krea 3：一個按圖片計費，另一個按小時計費

這個比較中的兩個模型以不同貨幣計價，這正是為什麼那個顯而易見的比較——六美分對上零——是錯的。K​rea 3於 2026 年 10 月 15 日發布，是託管式編輯模型，並公布費率：原生 2K 每張圖 0.06 美元，依廠商自身的測量，端到端不到八秒。M​OSS-Image由 OpenMOSS 於 2026 年 10 月 16 日以 Apache 2.0 檢查點M​OSS-Image-Base與M​OSS-Image-SFT的形式發布，則完全沒有費率。你租一張 GPU，按小時付費，不論那一小時你生成一張圖還是四百張。

所以，真正的問題不是哪一個比較便宜。而是你的工作負載在一個月內看起來如何，因為每張圖片的固定費率和每小時費率會在某個用量交叉，而那個用量完全取決於你自己的使用率。在那個交叉點以下，Krea 在花費上更划算，而且在延遲上要好得多。在那之上，MOSS-Image 每張圖片的邊際成本已接近電費。幾乎沒有人會去算這筆帳，而這正是整個決策的重點。

他們兩個都想要一個箱子，而且他們想要用不同的單位。

先從讓它們之間真正能互相比較的部分談起，因為這點很容易被忽略。這兩者都不是「寫個提示詞然後祈禱」型的生成器。Krea 3 的編輯工具包含用於放置新元素的邊界框，以及能在多輪之間保持脈絡的多輪編輯。MOSS-Image 的版面配置格式則以一個 JSON 物件作為提示詞——一個summary區塊，再加上一個items陣列，其中每個元素都帶有text、character或object的標籤、一段說明文字、一個邊界框，而文字元素還要帶上要呈現的字面字串。

• 框的來源 —— M​OSS-Image：佈局提示中每個項目上的一個 JSON 欄位，使用 bbox_format: "yxyx"，位於 bbox_coord_space: "abs_centralized"，也就是從畫布中心量測的絕對像素。K​rea 3：其編輯介面中的邊界框控制項，用於放置新元素。

• 輸出解析度 — M​OSS-Image：在 256px、512px 與約 1024² 上訓練，token 預算依序為 576 → 3,072 → 8,192。K​rea 3：原生 2K，範例標示為 2736 × 1536 px，而 1K 價格只要一半。

• 參考圖像 — M​OSS-Image：元素是在版面提示中以結構化方式描述，而非以參考圖像提供。K​rea 3：在發布貼文中每次編輯最多六張，在產品頁面上最多八張 — 供應商自家的資料給出兩個數字，而兩者均未被撤回。

• 你正在打造的東西 — M​OSS-Image：一種依據規格、幾乎從無到有的構圖。K​rea 3：對你已經擁有的影像進行編輯，而編輯範圍之外的區域保持不變。

最後那一行才是決定大多數真實工作負載的關鍵。如果你的工作是「拿這張產品照把背景換掉」，MOSS-Image 就是錯的工具——它不是就地編輯器，而且其供應商將編輯行為標示為實驗性。如果你的工作是「製作四百張獨一無二的海報，並在特定位置放上特定文案」，Krea 3 就是錯的工具，而且它自家資料在長文字方面很薄弱——其發布範例是英文，其記載的強項是產品場景變更、物件移除和照片清理。

速度，其中只有一方發表了任何內容

K​rea 3 的頭條數字是每次編輯不到八秒，端到端，在 2K 下。這是一個廠商數字，而該廠商異常坦率地說明了它的來源：這些計時是每個模型十二張圖片批次的請求解到結果時間的中位數，包含排隊時間，在 K​rea 自家平台上於 2026 年 9 月 24 日至 10 月 1 日期間測量。印在基準測試上的方法論比單純一個數字更有價值，而這個數字具備了這一點。這仍然是 K​rea 在測量 K​rea。

MOSS-Image 完全沒有公布任何延遲數據，而在把它當作一項遺漏之前，值得先了解原因。取樣預設是 flow-matching Euler、50 步，CFG 3.0、shift 5.0，以及第 22 層的負分支跳層引導。預設引導路徑每步需要兩次 transformer 前向傳遞。因此，MOSS-Image 的延遲並不是模型本身的屬性，不像託管端點那樣——它是你所搭配 GPU 的屬性、你所選步數的屬性，以及你是否捨棄引導或執行蒸餾的屬性。社群在發布後大約一天內就推出了 INT8 與 INT4 量化、4 步 DMD LoRA 和 8 步蒸餾變體，這說明人們覺得 50 步預設對互動式工作來說太慢，於是自行修正了。

所以，關於速度，老實的比較是：Krea 3 報出一個取決於 Krea 的數字，而 MOSS-Image 沒有數字，因為它取決於你。每步兩次前向傳遞的 50 步預設並不快。在租來的顯卡上跑 8 步蒸餾版則可能很快。這兩個說法都無法從任何廠商的頁面查證，而第二個說法你可以在一個下午內查證。

修訂算術，而這正是六分錢不再重要的地方。

這就是改變決策的計算，而它始於 Krea 自己的框架。

每次編輯 0.06 美元，執行五輪並挑出最好的一版只要 30 美分，而且不用開會。這就是 Krea 隱含的賣點，而且很誘人，因為便宜重試的替代方案，就是設計師的一小時。每月以 2K 進行十萬次編輯是 6,000 美元——而 Krea 明確表示，上市價就是定價，並且預期價格會下降而非上漲，這使得 6,000 美元是上限，而不是下限。

MOSS-Image 在同一筆算術中的這一邊不是費率問題，而是使用率問題。授權條款是 Apache 2.0，沒有營收門檻，而且在這個比較的鄰近範圍內，有另一家廠商提供每張影像 $0.008 的開放權重模型可供參考——但開放路線的運作方式並非如此。下載檔案約 27.2 GB，其中約 16.8 GB 分散於四個分片，是凍結的 Qwen3.5-9B 文字編碼器，而約 10.2 GB 分散於三個分片，則是 transformer。5B 這個標籤僅描述擴散生成器本身，而編碼器才是磁碟佔用中較大的那一半。

那是否能勝過六美分，取決於你已經知道的三個數字：你的 GPU 每小時費率、在你最後選定的步數下你每小時能產出的圖片數量，以及這張卡每個月實際上有多忙碌的比例。一個穩定運作生產線的團隊，會得到很低的每張圖片有效成本，因此應該自架。一個需要在週二下午產出四十張圖片的團隊，不該為此租用 GPU，也不該假裝授權價格就是圖片價格。

雙方都提出、卻都未能證實的精細調校主張

這是規格比較通常會遺漏的部分，而這也是這兩款機型最有趣的共同點。

Krea 的主張是，Krea 3 是第一個可針對特定產品、人物或風格進行微調的編輯模型，讓品牌的產品照或反覆出現的角色能在整個行銷活動中保持一致。這個機制是可檢驗的——API 參考文件中有「訓練自訂風格（LoRA）」端點——而「第一個」是否成立，是關於該領域的主張，而非測量結果。這是 Krea 的說法。但這個機制確實存在、有文件記載，而且是 Krea 方面唯一公開的鎖定主體途徑。

OpenMOSS 的對等做法是結構性的，而非商業性的。Base 是預訓練檢查點，刻意保持未蒸餾——模型卡明確指出，並未套用任何後訓練，也未對 CFG 等推論參數進行蒸餾，目的是保留訓練資訊，並讓 LoRA 訓練仍可行。這是廠商選擇推出較差的預設版本，以換取更好的訓練基底，而這也是整個發布中最清楚的訊號，表明 Base 檢查點究竟是為誰而設。

這兩種說法都指向同一種買家：擁有反覆出現、且絕不能漂移的主體的人。兩家廠商都未公布漂移測量，而社群圍繞 MOSS-Image 的建設——ComfyUI 封裝、量化版本、蒸餾 LoRA——約在一天內出現，這說明訓練路徑是真的，儘管該廠商尚未公布任何訓練結果。

• LoRA 所在之處——K​rea 3：K​rea 平台上的一個託管端點，在 K​rea 的基礎設施上依據 K​rea 的模型進行訓練。M​OSS-Image：你自己的權重、你自己的訓練執行、你自己的 GPU，外加一個廠商刻意保留在可訓練狀態的檢查點。

• 那會讓你付出什麼代價 — Krea 3：訓練對話就是一場授權對話。MOSS-Image：訓練對話是你的電費帳單，以及某人的一週。

• 它回饋你什麼 —— K​rea 3：一種你能呼叫的風格，但得靠別人的上線時間。M​OSS-Image：一個你擁有的檢查點，即使供應商離開，仍能繼續運作。

存取，以及路由器在雙工具管線中的定位

Krea 3 是封閉的。Krea 過去曾釋出開放權重——Krea 2 RAW 與 Turbo 都在 Hub 上——但 Krea 3 並不在其中，而 Krea 的常見問題將自行架設歸類於企業方案，跑在你自己的 GPU 上，授權條款與硬體規格需求還得再談。所以這是個抉擇。MOSS-Image 就是一個下載檔，而下載就是整個產品。

這兩者都不在 OrcaRouter 的型錄上——我們提供超過 200 款模型，而這兩個都不在其中——所以兩者都意味著得回到源頭：Krea 3 要找 Krea 自家的 API 和幾個第三方平台；MOSS-Image 則要靠那些儲存庫和你自己的硬體。

在這樣的一條流程裡，路由器真正有用的地方，在於它負責的是不屬於任何一個模型的那一部分。把一個元素放進畫面，通常只是一項工作中的一個步驟，這項工作還需要一個代管的基礎影像生成器、一個獨立的放大模型，以及一道標註或評判的程序——而這正是以單一端點涵蓋數百個模型並具備自動容錯移轉、以及供應商定價以 0% 加價原樣轉嫁，能省下的是整合工作而非模型工作的環節。路由 DSL 之所以重要也是同樣的道理：如果基礎影像步驟和編輯步驟是兩個不同的模型，在單一設定檔中為每個請求各自鎖定模型，勝過同時持有兩套供應商 SDK。它扮演的是管路，而 MOSS-Image 本身的架構正好提醒我們，相對於模型，這些管路有多少價值——該廠商最強的端到端版面配置成果，是由一條流程產出的，而這條流程中負責提示規格的那一半，完全交由第三方模型執行。

哪一個，以及決定它的交叉點

如果交付成果是編輯既有影像，就選 K​rea 3；如果貴團隊衡量自身延遲的單位是分鐘；如果你的用量起伏大到租來的 GPU 在一個月大多時候都會閒置。六美分、八秒內的來回處理、有文件佐證的精確度說明，以及供應商自家基礎架構上的 LoRA 端點，對那項工作來說是一套一致的產品；而上市價格即標價這件事，代表其經濟效益不太可能變差。進場前要知道：附在它身上的每一項效能數據都是 K​rea 自家的，引用次數以兩種方式記錄，而且它沒有任何形式的獨立評分——這也完全解釋了它為何未出現在排行榜上，因為它是在本文研究資料蒐集的前一天才發布。

選擇 MOSS-Image，如果你是要依照規格以穩定產量產出合成影像、如果 JSON 提示中的邊界框比某人 UI 裡的框更適合你的流程，或者如果擁有檢查點是必要條件而非偏好。Apache 2.0 且沒有營收門檻，讓法律審查短了不少，Base 檢查點刻意設計成可訓練，而版面配置結構描述是真正的規格。進場前要知道：延遲取決於你、編碼器佔了下載的大部分、社群量化版本之所以存在是因為 50 步預設很慢，而且廠商的兩項基準測試都沒有任何人重現過。

交叉點並不是什麼謎團。把你每月的 GPU 成本除以你每月的圖片數量，再把結果拿來和六美分比較。如果你無法有信心地估算每小時的圖片數量，那麼這種不確定性就是答案：租用 Krea 一個月，產生你實際預期的量，然後讓帳單告訴你，這條開放路徑是否值得打造。這比租一張顯卡一個月來弄清楚還要便宜。

像這次發布背後有紀錄的 AI 失敗與代理事件，都收錄於 OrcaRouter AI Incident Archive，其中每一筆條目都附有各自的來源、嚴重程度、信心評級與爭議標記。