Krea 2
GitHub release - 2026
Repozytorium Krea 2 dokumentuje surowe open-weight checkpoint, inference wskazówki oraz lokalne użycie.
Ładowanie...
Opisz temat, kompozycję, światło i widoczny tekst, a następnie wybierz model, rozmiar i liczbę obrazów. Twórz ilustracje, plakaty lub koncepcje produktu, oglądaj każdy PNG i pobieraj go. Sprawdź napisy i szczegóły wyniku.
Wejście
Prompt, szerokość, wysokość, sampler preset i seed
Produkcja
Obrazy PNG wygenerowane za pomocą Ideogram 4 NF4.
Przypadek użycia
Plakaty wrażliwe na tekst, okładki, logo, opakowania, wizualizacje produktów oraz strukturalne koncepcje projektowe
Wybierz model do swojego materiału i celu, a przed wysłaniem zapoznaj się z przykładami.
Koszt, czas, formaty i parametry zależą od wybranego modelu.
To narzędzie jest w trakcie konserwacji. Proszę, spróbuj ponownie później.
W opinii podaj nazwę narzędzia, kroki i napotkany problem. Zrzuty ekranu ułatwią jego zlokalizowanie.
Plakaty wrażliwe na tekst, okładki, logo, opakowania, wizualizacje produktów oraz strukturalne koncepcje projektowe
Krea 2 Turbo to oficjalna 8-krokowa destylacja open-weight checkpoint którą Krea poleca na codzienne inference.
Ideogram 4 NF4 to ścieżka modelu 9.3B open-weight bazowy tekst-do-obrazu, używana tutaj do projektowania, typografii, ustrukturyzowanych promptów, kontroli układu bboxa oraz natywnej generacji 2K.
Dla tego checkpointu nie ma odtwarzalnej publicznej tabeli wyników. Szczegóły są w podlinkowanych materiałach.
GitHub release - 2026
Repozytorium Krea 2 dokumentuje surowe open-weight checkpoint, inference wskazówki oraz lokalne użycie.
Krea release page - 2026
Strona wydania Krea opisuje komponenty Raw open-weight release oraz architekturę.
Hugging Face model card - 2026
Oficjalna karta modelu Ideogram 4 dokumentuje warianty NF4/FP8, benchmarki, ustrukturyzowane promptingi, wsparcie dla 2048 oraz zalecane ustawienia sampler.
Ideogram technical blog - 2026
Blog techniczny opisuje architekturę 9.3B single-stream DiT, encoder tekstu Qwen3-VL oraz strukturalny design promptingu.
Nie podano odnośników do publikacji.
Zawiera publiczne wyniki testów modeli używanych tutaj i poza serwisem. Domyślnie wyświetlana jest pełna tabela źródłowa; można też wybrać warunki i metryki do porównania. Wyniki z różnych warunków testowych nie są bezpośrednio porównywalne.
Wyświetlane są tylko wyniki ze zweryfikowaną publiczną implementacją inferencji i odpowiednimi wagami oraz algorytmy niewymagające wag. Zamknięte usługi, nieopublikowane wagi i niepotwierdzone wersje eksperymentalne są pomijane. To nie jest ranking wszystkich modeli.
Publiczne wagi nie potwierdzają pełnej licencji open source. Rozwiń dane, aby sprawdzić zadeklarowane licencje wag i warunki dostępu. Brak deklaracji licencji jest oznaczony osobno.
Wybrany model nie ma zweryfikowanego, odpowiadającego mu publicznego wyniku i nie otrzymał miejsca w rankingu.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 7 / wiersze źródłowe 12
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
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
Ten benchmark dotyczy infografik, a nie ogólnego generowania obrazów.
| Pozycja według metryki | Model | Warunek testu | 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-2512 | Open-source Models | 6.3 / 41.0 | 32.2 | 1.0 | 53.0 | 51.5 |
| 6 | Z-ImagePubliczne wagi · Kod inferencji | 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 |
Zbiory, wersje i warunki są rozdzielone, również źródła bez kwalifikujących się wierszy.
Do wdrożenia 7 / wiersze źródłowe 12
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
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
Znajdź metody i kroki odpowiednie dla swojego materiału.