EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|Together AI présente des agents hybrides raisonnant en espace latent18/10/26 · Together AI|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|Together AI présente des agents hybrides raisonnant en espace latent18/10/26 · Together AI|
🇺🇸 États-Unis🎨 Génération imageSortie mai 2026

Krea 2

Krea AI
Open-sourceGratuitSelf-hostHéb. UE Données fiche 23/100 Trust Index 89
Verdict

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

Pour vous si…
  • vous voulez maîtriser vos coûts ou auto-héberger
  • vos données doivent rester en UE
À éviter si…

    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

    Tier gratuit disponibleAuto-hébergeable (poids ouverts)Abonnement grand public (~8€/mois)

    Caractéristiques clés

    Contexte
    4K
    Prix entrée
    8€/mois
    Prix sortie
    —
    Vitesse
    —
    Prix vérifié le 2 juil. 2026·Source officielle ↗Benchmarks vérifiés le 2 juil. 2026·Source officielle ↗

    Combien ça coûte par mois

    Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

    Via API
    Tarif API non publié
    Auto-hébergé
    Poids fermés : pas d’auto-hébergement

    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

    89/100

    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

    Données100
    5/5 · 30 %
    Souveraineté77
    3/3 · 20 %
    Transparence75
    4/4 · 15 %
    Entreprise100
    5/5 · 20 %
    Licence80
    2/2 · 15 %
    Voir les critères▾
    Données
    Résidence des données en UEposé par règle
    Pas de transfert hors UEposé par règle
    Pas d’entraînement sur vos donnéesposé par règle
    Rétention configurableposé par règle
    Zero Data Retentionposé par règle
    Souveraineté
    Auto-hébergeable (poids ouverts)
    Hébergement UE proposéposé par règle
    Éditeur européenpays : US30
    Transparence
    Licence publiée (URL)
    Tarifs publics sourcés
    Engagements de conformité publiésposé par règle
    Liste des sous-traitants publiéeposé par règle
    Entreprise
    DPA disponible
    SSO / SAMLposé par règle
    Provisionnement SCIMposé par règle
    Journaux d’auditposé par règle
    SOC 2 / ISO 27001sans objet
    Endpoint privé chez l’éditeurposé par règle
    Licence
    Usage commercial autorisé
    Type de licencekrea-community60
    Classement complet et méthodologie

    Badge Trust Index

    Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

    nAIvigate Trust Index · Krea 2
    [![nAIvigate Trust Index · Krea 2](https://naivigate.com/badge/krea-2.svg)](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 UEOui
    Accord de traitement (DPA)Sans objet· auto-hébergé : les données ne sortent pas
    Transfert hors UENon
    Entraînement sur vos donnéesNon
    Rétention configurableSans objet· auto-hébergé : les données ne sortent pas
    Zero Data RetentionSans objet· auto-hébergé : les données ne sortent pas
    Auto-hébergeableOui
    Hébergement déclaréself
    Déduit de l’hébergement déclaré, non vérifié à la source.Besoin d’une analyse dans votre contexte ? Shadow AI Sentinel

    Qualité des données de la fiche

    23/100

    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 APIabsent
    Fenêtre de contexteévaluation nAIvigate
    Elo Arenaabsent
    Benchmarks (MMLU, GPQA, SWE-bench…)absent
    Licenceévaluation nAIvigate
    Données & conformitéauto-hébergé : déduitdéduit
    Adoption (Hugging Face)absent
    Matériel requis (quantizations)calculé depuis la taille du modèleabsent
    Données avancées · pour experts
    Architecture, modalités, coût détaillé, benchmarks complets
    ▾
    Architecture
    —
    Taille
    —
    Date de coupe
    —
    Entrées
    text, image
    Sorties
    image
    Licence
    krea-community
    Hébergement
    self
    Score d'hallucination
    —
    Coût estimé (API)
    Échange type (~3k entrée / 1k sortie)
    Non communiqué
    1M entrée + 1M sortie
    Non communiqué
    Tous les benchmarks
    Arena Elo—
    MMLU—
    GPQA—
    HumanEval—
    SWE-Bench—
    MATH—

    Modèles similaires