Krea 2 ist das erste selbst entwickelte Bild-Grundlagenmodell von Krea, dem US-Unternehmen hinter der gleichnamigen Kreativplattform. Am 22. Juni 2026 hat Krea die Gewichte in zwei Varianten veröffentlicht: Krea 2 Raw, eine nicht destillierte Basis für Feintuning und LoRA-Training, und Krea 2 Turbo, eine destillierte Version für schnelle Generierung. Die Grundidee: auf Raw trainieren, mit Turbo generieren. Diese Seite sammelt die wichtigsten Fakten, Erfahrungen aus dem lokalen Betrieb und eine kritische Einordnung.
Eckdaten
| Entwickler | Krea (Krea.ai, Inc., USA) |
| Open-Weights-Veröffentlichung | 22. Juni 2026 |
| Größe | ca. 12,9 Milliarden Parameter |
| Architektur | Single-Stream Diffusion Transformer, von Grund auf trainiert |
| Text-Encoder | Qwen3-VL-4B (12 gestapelte Hidden Layers) |
| VAE | Qwen-Image-VAE (in stable-diffusion.cpp: Wan-2.1-VAE) |
| Schritte (Turbo) | 8, CFG 1 |
| Lizenz | Krea 2 Community License |
| Varianten | Raw, Turbo |
Was das Modell besonders macht
- Ästhetische Bandbreite: Krea hat das Modell ausdrücklich auf stilistische Vielfalt ausgelegt. Wo viele Modelle zu einem glatten Standard-Look tendieren, liefert Krea 2 von Versuch zu Versuch sichtbar unterschiedliche Ergebnisse.
- Keine KI-Bilder im Pretraining: Laut technischem Bericht hat das Team KI-generierte Bilder bewusst ausgeschlossen, weil schon kleine Anteile Modelle in Richtung des typischen „KI-Looks“ ziehen.
- Unkonventionelle Stile bleiben erhalten: Qualitätsfilter entfernen nur extrem schlechte Bilder. Selbst Material wie niedrig aufgelöste CRT-Aufnahmen blieb als legitimer Stil im Datensatz.
- Tempo: Turbo erzeugt auf schneller Hardware 2K-Bilder in rund zwei Sekunden.
Der Preis ist die Größe: Mit 12,9 Milliarden Parametern belegt allein der Transformer in bf16 etwa 26 GB – rund doppelt so viel wie Z-Image.
Lokal betreiben mit stable-diffusion.cpp
stable-diffusion.cpp unterstützt Krea 2 nativ, über das Vulkan-Backend auch auf AMD-Grafikkarten. Benötigt werden drei Dateien:
- Diffusionsmodell: z. B.
krea2_turbo-Q4_K_M.gguf(Q4-Quants ca. 7–8 GB) - Text-Encoder:
Qwen3-VL-4B-Instructim GGUF-Format – die VL-Version, nicht das reine Qwen3 - VAE:
Wan2_1_VAE(in ComfyUI:qwen_image_vae)
Empfohlene Einstellungen: 8 Schritte, CFG 1.0. Selbst eine Karte mit nur 4 GB VRAM (z. B. Radeon RX 6400) schafft das, wenn die Gewichte im Arbeitsspeicher liegen und portionsweise auf die GPU gestreamt werden – langsamer, aber es funktioniert:
sd-server.exe ^
--diffusion-model krea2_turbo-Q4_K_M.gguf ^
--llm Qwen3-VL-4B-Instruct-Q4_K_M.gguf ^
--vae Wan2_1_VAE_bf16.safetensors ^
--backend "diffusion=vulkan0,te=cpu,vae=cpu" ^
--params-backend "diffusion=cpu,te=disk,vae=cpu" ^
--flash-attn off,diffusion=on ^
--conv-direct auto,vae=on ^
--vae-tiling ^
--max-vram vulkan0=2.0 ^
--width 768 --height 768 ^
--steps 8 --cfg-scale 1LoRAs trainiert man am besten auf Krea 2 Raw und wendet sie dann auf Turbo an. LoRAs für Flux oder Z-Image sind nicht kompatibel.
Prompting
Krea 2 wurde überwiegend mit langen, dicht beschreibenden Bildtexten trainiert, bewusst aber auch mit kurzen und mittellangen Prompts. Es kommt deshalb mit beidem zurecht, belohnt aber präzise Beschreibungen:
- Motiv: Wer oder was, mit konkreten Details.
- Umgebung: Ort, Hintergrund, Nebenfiguren.
- Licht und Kamera: Blitz, Tageslicht, Objektiv, Körnung.
- Stil und Medium: Fotografie, Malerei, Illustration, Epoche – hier zeigt sich die Bandbreite von Krea 2 am deutlichsten.
Weil verschiedene Seeds tatsächlich unterschiedliche Ergebnisse liefern, lohnt es sich, vom selben Prompt mehrere Varianten zu erzeugen.
Offene Gewichte – mit Bedingungen
Der Inferenz-Code steht unter Apache 2.0, die Gewichte dagegen unter der Krea 2 Community License. Sie erlaubt Nutzung, Veränderung und Weitergabe, und die erzeugten Bilder gehören den Nutzerinnen und Nutzern. Kommerziell frei ist die Nutzung aber nur für Personen und Unternehmen mit weniger als 1 Million US-Dollar Jahresumsatz; darüber ist eine Enterprise-Lizenz nötig.
Dazu kommen weitere Auflagen: Wer das Modell bereitstellt, muss Inhaltsfilter einsetzen, KI-Bilder müssen gekennzeichnet werden, wo Gesetz oder Plattformen es verlangen, abgeleitete Modelle müssen „Krea“ im Namen tragen, und Krea kann die Lizenz mit 30 Tagen Frist widerrufen. Verglichen mit der Apache-2.0-Lizenz von Z-Image ist das deutlich restriktiver – offen, aber nicht frei.
Die Frage nach den Trainingsdaten
Der technische Bericht von Krea ist bei der Kuratierung ungewöhnlich ausführlich: Milliarden von Bildern, Deduplizierung über Wahrnehmungs-Hashes und Embeddings, Klassifikatoren und Wikipedias PageRank, um wichtige Begriffe des Weltwissens abzudecken. Die Bildbeschreibungen kombinieren Vision-Language-Modelle mit Texterkennung.
Woher die Bilder stammen, wird nur allgemein beantwortet. Die Modellkarte nennt öffentlich verfügbare Daten, von Drittanbietern lizenzierte Daten und mit eigenen Verfahren erzeugte synthetische Daten – das steht in einer gewissen Spannung zur Aussage des Berichts, im Pretraining seien keine KI-Bilder verwendet worden; der synthetische Anteil bezieht sich vermutlich auf spätere Trainingsphasen. Welche Archive, Fotografinnen, Fotografen oder Plattformen enthalten sind, wird nicht offengelegt.
In der Community gilt Krea 2 als eines der am wenigsten zensierten offenen Bildmodelle seit Jahren. Auch das spricht für einen breiten, wenig gefilterten Datensatz. Wie bei fast allen Bildmodellen bleibt die offene ethische Frage, an wessen Bildern diese ästhetische Vielfalt gelernt wurde.