Krea : Krea 2 Large est un modèle d'image de Krea, et Microsoft AI : MAI-Image-2.6 est un modèle d'image de Microsoft. Les deux sont listés sur api14 dans la catégorie image, et les deux acceptent une entrée texte et image tout en renvoyant une sortie image. Le modèle Krea a été publié le 2026-07-20, et le modèle Microsoft a suivi le 2026-09-04.
La différence la plus claire entre eux est la longueur de contexte. Krea 2 Large accepte jusqu'à 65536 tokens, tandis que MAI-Image-2.6 accepte jusqu'à 4096 tokens. Cela fait du modèle Krea celui avec le plus grand contexte, ce qui compte lorsque votre prompt, votre matériel de référence ou votre historique de conversation est long. Sur les modalités, les deux sont identiques : texte et image en entrée, image en sortie. Ils diffèrent aussi par la prise en charge des paramètres. MAI-Image-2.6 expose max_completion_tokens, max_tokens et temperature, vous pouvez donc ajuster la longueur de génération et le comportement d'échantillonnage dans la requête. Krea 2 Large ne liste aucun paramètre pris en charge, vous envoyez donc l'identifiant du modèle et votre entrée et vous acceptez les valeurs par défaut. La comparaison qualitative ne montre aucune différence significative de prix d'entrée ou de sortie, le coût n'est donc pas un facteur décisif entre eux ici ; consultez le tableau des prix en direct sur la page pour les chiffres actuels.
Pour la plupart des travaux, choisissez en fonction de la quantité d'entrée que vous devez envoyer. Si vous fournissez de longs prompts, plusieurs images de référence décrites en texte, ou un fil continu de tours précédents, Krea 2 Large vous donne bien plus de marge avant de devoir réduire quoi que ce soit. Si vos requêtes sont courtes et autonomes, et que vous voulez contrôler la temperature ou une limite de tokens, MAI-Image-2.6 est le plus ajustable des deux. Un prompt court typique avec une image de référence tient confortablement dans l'un ou l'autre modèle, les contrôles de paramètres sont donc le facteur décisif dans ce cas. En cas de doute et si votre entrée est petite, l'un ou l'autre fera l'affaire.
Appeler l'un ou l'autre via api14 fonctionne de la même manière, car l'API est compatible OpenAI. Vous pointez votre client existant vers l'URL de base api14, vous envoyez votre requête au point de terminaison chat completions, et vous définissez le champ model. Pour utiliser le modèle Krea, définissez model sur "krea/krea-2-large". Pour utiliser le modèle Microsoft, définissez model sur "microsoft/mai-image-2.6". Rien d'autre dans la forme de la requête ne doit changer, passer de l'un à l'autre est donc une modification d'une ligne dans votre configuration ou votre code. Si vous dépendez de temperature ou d'une limite de tokens, gardez à l'esprit que ces champs appartiennent au modèle Microsoft et ne sont pas listés comme pris en charge du côté Krea.
Il existe un cas où MAI-Image-2.6 reste le meilleur choix même si Krea 2 Large a le plus grand contexte. Si vos prompts sont courts mais que vous devez faire varier la temperature entre les tentatives, ou que vous voulez plafonner explicitement les tokens de sortie, le modèle Microsoft est celui qui prend en charge ces paramètres. Le modèle Krea reste le choix lorsque la longueur d'entrée est la contrainte.