Krea 3 modifica immagini 2K in meno di otto secondi, e la velocità è il punto

Krea ha messo un numero sulla modifica delle immagini questo mese, e il numero è otto secondi. La maggior parte delle modifiche di Krea 3 torna indietro in meno di otto secondi, da un capo all'altro, in 2K nativo. La configurazione più veloce chiude in quattro o cinque. Krea ci tiene a dire che non è ancora tempo reale, che è esattamente il tipo di avvertenza che rende più credibile il resto della promessa.
Il modello è uscito il 15 ottobre. Il livello Ultra, quello che si è preso i titoli il 21 ottobre, è un'altra bestia: esamina diverse uscite candidate, è sempre 2K, può richiedere diversi minuti e vuole un piano Max. Quindi qui ci sono due prodotti con lo stesso nome, e quello interessante per la maggior parte dei team è il veloce.
Perché la latenza è una funzione, non una specifica
Gli strumenti di editing sono abbastanza buoni da essere utili da circa diciotto mesi. Quello che non sono è abbastanza veloci da poterci pensare sopra. Novanta secondi di attesa bastano per smettere di generare varianti e iniziare a difendere quella che hai.
Krea ha fatto un confronto interno tra il 24 settembre e il 1° ottobre, con il tempo di coda incluso e senza immagini di riferimento: Krea 3 in 2K sotto gli otto secondi a 0,06 $ per immagine, Nano Banana Pro a 33 secondi e 0,135 $, GPT Image 2 a 90 secondi e 0,22 $. Sono numeri del fornitore da un test progettato dal fornitore, quindi l'ordine è più affidabile del moltiplicatore esatto.
Victor Perez, cofondatore e CEO di Krea, mette la scommessa in modo diretto: i modelli di editing sono già usati in e-commerce, cinema e pubblicità, ma gran parte del loro potenziale è trattenuta dalla velocità. È una frase di marketing, e descrive anche esattamente come si sente chiunque abbia davvero iterato su una foto prodotto.
C'è un effetto di secondo ordine che non compare in nessun benchmark. Quando una modifica richiede otto secondi, cambi una cosa alla volta. Quando ne richiede novanta, ne cambi quattro insieme per risparmiare un giro, e poi non sai più quale cambiamento ha rotto l'immagine. Gli strumenti lenti non costano solo tempo, costano diagnosi.
{{INLINE1}}Le modifiche locali su più turni sono la parte davvero difficile
Krea 3 mantiene intatto il prodotto e ricostruisce la scena attorno. La promessa: un packshot su fondo bianco diventa una foto di campagna senza che etichetta, lettering o logo si spostino. Accetta bounding box per dire dove atterra un nuovo elemento, e supporta l'editing multi-turno, così una singola immagine si può rifinire lungo più istruzioni invece di essere rigenerata da zero.
Chi ci ha provato conosce il modo in cui si rompe. Chiedi una modifica, la ottieni, ne chiedi una seconda e scopri che la prima è tornata indietro in silenzio. L'editing multi-turno conta come editing solo se il terzo turno si ricorda del primo. Krea sostiene di sì, e qui conta il budget di riferimenti: sei-otto immagini di riferimento per modifica bastano per fissare un prodotto da più angolazioni invece che da una sola.
Il quadro dei benchmark è coerente senza essere una valanga. Sul CPI-Bench di Alibaba, che misura task di editing del mondo reale, Krea 3 Ultra avrebbe segnato 4,81 su 5, secondo dietro GPT Image 2.5 di OpenAI e davanti a GPT Image 2, Seedream 5 Pro e Nano Banana Pro. Sulla board Multi-Image Edit di Arena il livello Ultra era quarto con 1435, contro Gemini 3 Pro Image Preview nono con 1365. Su Artificial Analysis al 20 ottobre, Ultra era quinto con 1151 e il livello Fast undicesimo con 1125, entrambi sopra Nano Banana Pro a 1106.
Secondo o quarto a una frazione del prezzo è una posizione coerente. Non è la prima, e la pagina di confronto di Krea è insolitamente disposta a dire dove perde.
Il LoRA è la parte che cambia il lavoro
Krea presenta Krea 3 come il primo modello di editing che puoi addestrare su un prodotto, una persona o un personaggio specifico con il fine-tuning LoRA. Un LoRA è un piccolo adattatore sovrapposto al modello base, non un riaddestramento completo: per questo è abbastanza economico da essere una funzione e non un incarico di consulenza.
Se regge in produzione, la coerenza passa da problema di prompt a problema di configurazione. Oggi tenere la stessa sneaker su quaranta immagini significa scrivere un paragrafo sempre più paranoico su cuciture e forma della suola, e ottenere comunque un sosia alla diciassettesima. Addestrare un LoRA su quella sneaker significa che il modello l'ha vista, e il prompt torna a descrivere la scena invece di difendere l'oggetto.
È un cambiamento più grande del taglio di prezzo. I tagli di prezzo vengono recuperati in un trimestre. Un flusso di lavoro in cui l'asset di marca è un adattatore addestrato è più appiccicoso, perché l'adattatore vive nel tuo account e il prossimo modello che proverai non ce l'ha.
L'avvertenza onesta: il post di lancio di Krea non citava il fine-tuning, e le funzioni annunciate sulla stampa a volte arrivano a tappe. Controlla la documentazione attuale prima di costruirci una pipeline, e prova sul tuo prodotto invece che su una scatoletta dimostrativa.
Dove Nano Banana Pro vince ancora
Il modello di Google conserva quattro cose che Krea non rivendica: output 4K, grounding sulla ricerca, testo lungo dentro l'immagine e un pool separato di immagini di personaggi. Se il tuo lavoro è un poster con un paragrafo di copy, o un'infografica con numeri leggibili, il vantaggio di velocità di Krea non conta niente, perché il testo lo correggerai comunque.
La divisione è abbastanza pulita. Krea 3 serve per cambiare scena a un prodotto, rimuovere oggetti e ripulire foto, in volume, dove lo stesso asset viene rimesso in scena decine di volte. Nano Banana Pro serve per layout in cui l'immagine deve portare testo e contesto fattuale. Sceglierne uno e lamentarsi dell'altro è come i team finiscono con due abbonamenti e nessuna pipeline.
La distribuzione sta facendo un lavoro silenzioso
Krea 3 è disponibile su krea.ai e sulla Krea API, e anche tramite fal, Hedra, Together AI, Nous Research, OpenRouter, Replicate e Baseten. Questa diffusione conta più di quanto sembri. Un modello che esiste solo dentro la propria interfaccia compete sull'interfaccia. Un modello che appare come endpoint dentro altri sei strumenti compete per essere il modello predefinito che il flusso di qualcuno sta già chiamando.
Krea è un'azienda di San Francisco cofondata da Victor Perez e Diego Rodriguez, con 83 milioni di dollari raccolti e una valutazione intorno ai 500 milioni dopo un Serie B da 47 milioni guidato da Bain Capital Ventures. Dichiara 35 milioni di utenti. Contro OpenAI e Google è un gruzzolo piccolo, e un secondo posto su un benchmark pubblico è una vera sorpresa, non un esito scontato.
La domanda da farsi prima di cambiare
Otto secondi non sono un fossato. Qualcuno tirerà fuori cinque, poi due. Quello che vale la pena valutare adesso è se il modello di editing tiene stabile un asset lungo venti turni, e se puoi addestrarlo su ciò che vendi. Queste due proprietà decidono se un team di tre persone può gestire una campagna che prima richiedeva uno studio, e nessuna delle due è un numero su una pagina di prezzi.
Provalo prima sulla tua foto prodotto peggiore. Quella con l'etichetta riflettente, l'angolazione strana e il logo che esce sempre scritto male. Se sopravvive a quello in meno di otto secondi, la decisione si prende da sola.
Articoli correlati
Una società di trading di agenti LLM: 117.000 stelle e un avviso
Analisti, toro, orso, trader, team di rischio, gestore di portafoglio: l'organigramma è l'architettura, e l'avvertimento del README sulil non determinismo è la riga più importante.
FLUX 3 Klein promette 8 GB di VRAM. Le dimensioni dei file dicono altro
Il modello a pesi aperti da 5.6 miliardi di parametri di Black Forest Labs promette di girare con 8 GB. Sommando i file dei componenti esce un altro numero, e quello scarto spiega il settore.
225,000 stelle per un Markdown: Karpathy in quattro regole
Niente codice, niente build, niente benchmark: quattro principi in un CLAUDE.md hanno attirato più attenzione della maggior parte delle release dell'anno.
Cloudflare apre il suo auditor: la chiave è il contraddittorio
Sei fasi, tre verdetti e una regola che conta: l’agente che controlla un risultato non è mai quello che lo ha trovato. Cloudflare ammette anche che una sola esecuzione ne trova circa la metà.