Krea 2
Une option solide pour l'auto-hébergement et le contrôle total des données.
Présentation
Krea 2 est le premier foundation model maison de Krea AI, annoncé le 12 mai 2026, puis publié en open weights fin juin. C'est un Diffusion Transformer de 12,9 milliards de paramètres entraîné from scratch, avec un parti pris assumé : la diversité esthétique plutôt que le rendu « IA par défaut » vers lequel convergent la plupart des générateurs. Fait notable, le corpus d'entraînement exclut totalement les images générées par IA, filtrées via des classifieurs maison — l'équipe a constaté que même une petite proportion de données synthétiques plafonne la qualité du modèle. La release open source suit un pattern « train on Raw, generate with Turbo » : Krea 2 Raw est le checkpoint non distillé, idéal comme base d'entraînement LoRA pour capturer un style ou un produit ; Krea 2 Turbo est le checkpoint d'inférence, capable de générer en 2K en environ 2 secondes sur du matériel grand public. Pour une marque, cela signifie pouvoir entraîner un adaptateur sur ses propres assets et le servir en local, sans dépendance à une API fermée. Le contrôle de style passe par moodboards et images de référence (palette, texture, lumière, composition) plutôt que par des prompts interminables. Accès via la plateforme Krea (palier gratuit, puis 9 $/mois Basic, 35 $ Pro, 70 $ Max), l'API Krea, ou en auto-hébergement via les poids Hugging Face sous licence communautaire (usage commercial autorisé pour les individus et petites équipes, licence entreprise séparée).
Profil de compétences
Non communiqué
Forces
- Dispose d'un tier gratuit
- Open-source et auto-hébergeable
À qui ça s'adresse
- vous voulez maîtriser vos coûts ou auto-héberger
- vos données doivent rester en UE
Cas d'usage idéaux
- Direction artistique et exploration de styles via moodboards
- Visuels de marque cohérents (fine-tuning LoRA sur vos assets)
- Génération haute cadence (2K en ~2 secondes avec Turbo)
Accès & disponibilité
Caractéristiques clés
Combien ça coûte par mois
Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.
Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.
nAIvigate Trust Index
Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.
19/19 critères documentés · 100 % · dont 12 posés par règle
Voir les critères▾
Badge Trust Index
Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.
[](https://naivigate.com/fr/model/krea-2)Données & conformité
Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.
| Résidence des données en UE | Oui |
| Accord de traitement (DPA) | Sans objet· auto-hébergé : les données ne sortent pas |
| Transfert hors UE | Non |
| Entraînement sur vos données | Non |
| Rétention configurable | Sans objet· auto-hébergé : les données ne sortent pas |
| Zero Data Retention | Sans objet· auto-hébergé : les données ne sortent pas |
| Auto-hébergeable | Oui |
| Hébergement déclaré | self |
Qualité des données de la fiche
Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.
3/8 documentées · 0/8 sources primaires
| Prix APIpoids ouverts, pas de tarif API | absent | |
| Fenêtre de contexte | évaluation nAIvigate | |
| Elo Arena | absent | |
| Benchmarks (MMLU, GPQA, SWE-bench…) | absent | |
| Licence | évaluation nAIvigate | |
| Données & conformitéauto-hébergé : déduit | déduit | |
| Adoption (Hugging Face) | absent | |
| Matériel requis (quantizations)calculé depuis la taille du modèle | absent |
Données avancées · pour expertsArchitecture, modalités, coût détaillé, benchmarks complets▾
| Arena Elo | — |
| MMLU | — |
| GPQA | — |
| HumanEval | — |
| SWE-Bench | — |
| MATH | — |