Krea 2
GitHub release - 2026
O repositório Krea 2 documenta o open-weight checkpoint bruto, as orientações inference e o uso local.
Carregando...
Descreva o tema, a composição, a luz e o texto visível; escolha modelo, tamanho e quantidade de imagens. Gere ilustrações, cartazes ou conceitos de produto, visualize cada PNG e baixe-o. Confira as letras e os detalhes do resultado.
Entrada
Enunciado, largura, altura, sampler preset e seed
Produção
Imagens PNG geradas com Ideogram 4 NF4.
Caso de uso
Cartazes sensíveis a texto, capas, logotipos, embalagens, visuais de produtos e conceitos de design estruturados
Escolha um modelo para seu material e objetivo e confira os exemplos antes de enviar.
Custo, tempo, formatos e parâmetros dependem do modelo escolhido.
Essa ferramenta está em manutenção. Por favor, tente novamente mais tarde.
No feedback, informe a ferramenta, os passos e o problema encontrado. Capturas de tela ajudam a localizá-lo.
Cartazes sensíveis a texto, capas, logotipos, embalagens, visuais de produtos e conceitos de design estruturados
Krea 2 Turbo é o open-weight checkpoint destilado oficial de 8 passos que a Krea recomenda para inference diário.
Ideogram 4 NF4 é o caminho de modelo de base 9.3B open-weight texto para imagem usado aqui para design, tipografia, prompts estruturados, controle de layout bbox e geração nativa de 2K.
Este checkpoint não tem uma tabela pública reproduzível. Consulte o material de lançamento indicado para ver os detalhes.
GitHub release - 2026
O repositório Krea 2 documenta o open-weight checkpoint bruto, as orientações inference e o uso local.
Krea release page - 2026
A página de lançamento do Krea descreve os componentes de lançamento e arquitetura do Raw open-weight.
Hugging Face model card - 2026
O cartão oficial de modelo Ideogram 4 documenta variantes NF4/FP8, benchmarks, prompting estruturado, suporte ao 2048 e configurações de sampler recomendadas.
Ideogram technical blog - 2026
O blog técnico descreve a arquitetura DiT de fluxo único 9.3B, o encoder de texto Qwen3-VL e o design estruturado de prompts.
Não foram fornecidos links para artigos.
Inclui resultados públicos de testes de modelos usados aqui e em outros serviços. A tabela completa da fonte é exibida por padrão; também é possível escolher condições e métricas para comparação. Pontuações de condições de teste diferentes não são diretamente comparáveis.
São exibidos apenas registros com implementação pública de inferência e pesos correspondentes verificados, além de algoritmos que não precisam de pesos. Serviços fechados, pesos não publicados e versões experimentais sem correspondência confirmada são excluídos. Esta não é uma classificação de todos os modelos.
Pesos públicos não comprovam uma licença de código aberto completa. Expanda os dados para consultar as licenças declaradas e as condições de acesso. Licenças não declaradas são indicadas separadamente.
O modelo selecionado não tem um resultado público correspondente verificado e não recebeu uma posição.
Escolha um conjunto de dados para ver todas as métricas de cada modelo. As linhas seguem a classificação oficial ou a métrica selecionada. O negrito indica o melhor valor comparável de cada coluna, incluindo empates. Protocolos de avaliação diferentes são classificados separadamente; pontuações ausentes aparecem como -.
Entradas implantáveis 7 / linhas originais 12
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
Nano-Banana-Pro · Commercial Models · Nano-Banana-2.0 · Commercial Models · GPT-Image-1.5 · Commercial Models · Qwen-Image-2.0 · Commercial Models · Seedream-4.5 · Commercial Models
Este benchmark avalia infográficos, não geração de imagens em geral.
| Classificação por métrica | Modelo | Condição de teste | BizGenEval Avg. (hard / easy) ↑ | IGenBench Q-ACC ↑ | IGenBench I-ACC ↑ | OneIG(EN) ↑ | OneIG(ZH) ↑ |
|---|---|---|---|---|---|---|---|
| 1 | SenseNova-U1-8B-MoT-Infographic-V2 | Open-source Models | 50.3 / 67.9 | 71.4 | 18.3 | 55.4 | 53.5 |
| 2 | SenseNova-U1-8B-MoT-Infographic | Open-source Models | 46.6 / 65.4 | 69.5 | 17.0 | 55.6 | 53.3 |
| 3 | SenseNova-U1-8B-MoT | Open-source Models | 39.8 / 61.1 | 51.3 | 4.2 | 54.5 | 53.8 |
| 4 | Qwen-Image | Open-source Models | 2.8 / 23.8 | 36.0 | 0.0 | 53.9 | 54.8 |
| 5 | Qwen-Image-2512Pesos públicos · Código de inferência | Open-source Models | 6.3 / 41.0 | 32.2 | 1.0 | 53.0 | 51.5 |
| 6 | Z-ImagePesos públicos · Código de inferência | Open-source Models | 8.2 / 43.8 | 30.0 | 1.0 | 54.6 | 53.5 |
| 7 | Bagel | Open-source Models | 2.0 / 3.7 | 4.9 | 0.0 | 36.1 | 37.0 |
Conjuntos, versões e condições ficam separados, inclusive fontes sem linhas elegíveis.
Entradas implantáveis 7 / linhas originais 12
Não foi verificado um pacote público completo de inferência para esses experimentos. Outros pesos com o mesmo nome não servem como substitutos.
Nano-Banana-Pro · Commercial Models · Nano-Banana-2.0 · Commercial Models · GPT-Image-1.5 · Commercial Models · Qwen-Image-2.0 · Commercial Models · Seedream-4.5 · Commercial Models
Encontre métodos e etapas adequados ao seu material.