Krea2

Last-modified: 2026-07-16 (木) 22:05:49

概要

Krea-aiが2026/6/22にリリースした画像生成用AIモデル。
オープンウェイトにおいてスペックだけ見ればリリース当時最高クラスなのが特徴。
実写系を得意とするが、それ以外の表現も十分可能である。

  • 性能面に関しては、
    Krea2 TurboがDesign Arenaの画像生成ランキングのリーダーズボードで13位を獲得（2026/6/29時点）。
  • プロンプトの追従性の高さも、一般ユーザーにはそれなりに評価されているようだ*1。
    Text Encoderのパラメータが4B(40億)もある。強い。
    日本語プロンプトがそこそこ違和感なく使えるのは、リリース時点では珍しい存在*2
    DanbooruタグはSFWタグであっても効きにくいのが欠点
  • モデルには２種類あり、
    Turboモデルが8stepで推論完了する高速モデル。
    Rawモデルが学習用に使うモデル。
    公式が提案する運用例としては、RawモデルでLoRAを作成し、Turboモデル＋作成したLoRAを用いて運用する。
  • 要求スペックに関しては一般ユーザーが手の届く範囲であり、
    VRAM16GBあれば推論及び学習ともに問題なく、
    簡単な条件を満たせば、8GB以下の推論、12GB以下でのLoRA学習が可能。
    • リリース直後こそ一部ユーザーによりVRAMリークに伴う生成速度の低下が騒がれたが、INT8 ConvRotモデルの登場によって、推論できない問題は減った模様。
    • ただし、パラメータ数が多くファイル容量は10GBを超過する。
      独自活用はLoRA併用が推奨されているため、ファイル容量が大きなDiTモデルを複数保存する必要はないものの、導入初期のストレージ圧迫や読込時間が長くなるのは辛いところ
  • コンテンツフィルタが比較的強力に設計されており、
    解除することは可能だが、少しコツがいるようだ。
  • 総じて、ハード要求は高いが、個人ローカルPCでも一応利用可能であり、
    商業用途といった品質に妥協したくない人には刺さる存在といえる。

基本情報

公式サイト

当wikiにおける呼称

「Krea 2」「Krea-2」と表記されることもあり、公式でもゆらぎがある。
当wikiでは、シンプルに「Krea2」で統一する。
「krea2」は誤記。

特徴

基本スペック

  • アーキテクチャ基本構造
    • （特筆すべき点はない最新構造）
  • DiT
    • MMDiT構造
    • パラメータ数12B（120億）
  • TextEncoder
    • Qwen3-VL-4B
    • パラメータ数4B（40億）
  • VAE
  • ベースモデルのスタイル系タグ適正
    • 得意分野・・・
    • 可能・・・イラスト、実写
    • 不可・・・
  • テキスト出力・・・可。日本語出力可
  • コンテンツフィルタ・・・有り
  • 固有機能・・・

利用方法

対応UI

モデル

モデルファミリー

  • モデル構成は、
    DiT, TextEncoder, VAEに加えて公式LoRAがある。
  • DiTは目的別に大きく分けて２つ存在する
    RawでLoRAを作って、Turboで推論するという流れ。
    • Krea-2-Raw
      LoRA学習やファインチューニングに適したrawモデル。推論用途には推奨されていない*3
    • Krea-2-Turbo（推奨）
      推論に特化した蒸留モデル。生成時間が短い。
      ＃実測でSDXLの約十倍、Animaの四倍のs/itが掛かるが、8step蒸留生成で32stepのAnimaと並ぶ生成速度になる。Rawで生成を想定すると非蒸留のネガティブプロンプト演算で倍のs/it、同レベルのstep数での生成で八倍の時間を掛けることになるので、相当な描写のアップでも割に合わないかも…
  • ConvRotモデル
    推論を超高速化するモデル。最優先で選択すべき。
    ただし、ハードウェア要件、使用するUI要件を満たさないと動かないか、高速化しない。
  • 軽量化モデル
    • Comfy-Org配布モデルはbf16, int8_ConvRot, mxfp8, fp8_scaled, nvfp4
      非公式でGGUFモデルも配布されている。
    • 選定のアドバイス
      どれが使えるかはグラボとUIとノードによる。
      推論目的で学習をしないなら、ファイル容量が小さいものを選び、動かなければ他のモデルを試せば良い。
      → 参考：モデルフォーマットに対するグラボ対応状況
      • 軽量で環境依存が少ないのはfp8とfp8_scaled
      • nvfp4とmxfp8が速いのはRTX 50xxのみ*4
      • fp8とfp8_scaledが速いのはRTX 40xx以降
      • int8_ConvRotが速いのはRTX 20xx以降、ただしComfyUIをv0.27以降にしないとネイティブでは動作しない
      • 精度はbf16 > (GGUF Q8) > int8_ConvRot > mxfp8 > fp8_scaled > fp8 > nvfp4*5
      • RTX 50xxでの速度はint8_ConvRot > nvfp4 > mxfp8 = fp8_scaled > bf16*6

モデルファイルの入手

  • ベースモデル
    • ComfyUI-Orgサイトにて再パッケージ済モデルが配布されている。
      https://huggingface.co/Comfy-Org/Krea-2
      • ダウンロードするなら、Krea公式よりはこちらがおすすめ
      • よくわからないなら、このあたりを選ぶのが無難
        分類ファイル名
        DiTkrea2_turbo_fp8.safetensors
        Text Encoderqwen3vl_4b_fp8.safetensors
        VAEqwen_image_vae.safetensors
  • 派生モデル
    DiTに関しては自分の好きなものを探すと良い

モデルファイルの配置

  • ダウンロードしたファイルの保存先
    モデル分類配置先
    DiTComfyUI/models/diffusion_models
    TextEncoderComfyUI/models/text_encoders
    VAEComfyUI/models/vae
    LoRA（任意）ComfyUI/models/loras
     
  • もし、別途準備したモデルを利用する場合には、表記の同じフォルダに配置する。
  • ファイルの容量
    約13～18GB ＊あくまでも目安です。データ型やモデルによって異なります
    • 内訳：
      • DiT
        Raw:13.1GB～
        Turbo : 7.67GB～
      • TextEncoder 5.2～8.9GB
      • VAE 0.25GB

生成方法（特殊な操作方法）

  • ComfyUI
    • モデル読込
      • Load CLIPは、type=krea2へ設定
      • Load Diffusion Model、Load VAE設定は普通（説明省略）

生成パラメータ

公式推奨設定

項目RawTurbo
サイズ1024～2048←
ステップ数528
CFG3.50(CFG無効化)
mu-1.15

引用元：

サイズ

ステップ数

  • Rawについては従来のモデルと同じく、好みで良いと思う。
  • Turboは公式推奨通り8とするのが、特に高速化の恩恵を得られる。

CFG

  • Rawについては従来のモデルと同じく、好みで良いと思う。
  • Turboは0 (CFG無効化)を公式が推奨している。
    CFG=0というのはKrea AIがGitHubで配布しているinference.pyを利用する場合のパラメータ値であり、ComfyUIまたはForge Neoを利用する場合はCFG=1.0で良い。

mu

  • ちょっとうまく説明できない。
    しばらくは、flow_shift（詳細はこちらかこちら）で代用しておいてください。

sampler

公式での言及はないが「euler」を想定している模様*7

プロンプト

以下は、Krea2公式モデルのルールです。
その他の配布モデルの場合は、各モデルの説明書に従って下さい。

基本ルール

  • 基本スタイルとして、自然言語を用いる。 
    a fox walking in the snow
    • 日本語形式も可能 
      狐が雪原の上を歩いている。こちらを向いている。川は近くにある
  • タグ形式での生成も可能。 
    1girl, standing, full_body, facing_viewer, casual, street
  • Danbooruタグは一応使える。
    • ただし、応答の悪い単語が散見される。
      • 例えば、「>_<」「|_| 」のような顔文字は反応しない
    • NSFWタグは反応しない。
  • テキスト出力として、日本語を表示することも可能

文章の書き方

ネガティブプロンプト

  • 【参考】ComfyUIでのNegative_Promptノードの削除
    従来のNegative_Promptの延長でCLIPノードを空にしておくだけでは、無駄な読込時間を発生させるため、
    代わりに「ConditioningZeroOut」ノードを「KSampler」のNegativeへ接続すると効率的である*8。
    接続例

    ComfyUIにおけるnegative_promptノードの処理.jpg

検閲突破手段について（仮の項目）

LoRAを適用することでフィルターをすり抜けられるが、少なからず出力に影響してしまうので注意。
https://civitai.red/models/2728234/krea2filterbypass
https://huggingface.co/Beinsezii/Krea-2-Turbo-Projector-Scale-LoRA-Diffusers

ライセンス

  • 上記に該当しない条件については各自調べること。

ライセンスは不定期で更新されます。
攻めた使い方をする人は、当wikiの説明を鵜呑みにせずに公式をフォローして最新情報をチェックしてください。

公式LoRA

派生モデル

トラブルシューティング

学習

LoRA学習ツール

リリース１ヶ月時点では特に定番と呼べるものはなく、各ユーザーが手探りでお気に入りを探している模様。
大きく分けて、musubi-tuner系列（オリジナル、またはGUI有り版）、AI Toolkit、OneTrainerがある。

musubi-tuner

外部リンク(github)
GUI無しの中～上級者向け。

  • LoRAが可能。fine tuningには未対応（今後対応予定）
  • VRAMリークへの耐性という点では定評がある。
  • 日本語ドキュメントがあるのが嬉しい。
  • sd-scriptsからの設定の移行がしやすい。とくに設定やデータセットはそこそこ互換性がある。
  • 詳しくはdocを参照のこと。

Omusubi_Krea2_GUI

外部リンク(github)
musubi-tunerをベースにGUIを追加した学習ツール。
日本人の個人による制作なので、過度な期待は禁物。

musubi-tuner-scripts

外部リンク(github)

  • musubi-tunerをベースにGUIを追加した学習ツール。
    musubi-tuner開発者であるsdbds氏が関与しているので、ツールへの理解は高い
  • 日本語にも対応。

musubi-tuner-gui

外部リンク(github)

AI-Toolkit

外部リンク(github)
開発の初動が早い学習ツール。

  • 昔からの注目度だけで言えば最も高い*10
  • 一応GUIもあるっぽい？ドラッグ＆ドロップで教師画像投入したり？など、手軽さはあるらしい。
    けど、日本語対応ないし、日本人が使っている話はごくたまにしか聞いたことがない
  • Krea2リリース後1ヶ月時点では、OOMしやすい・メモリ管理が苦手という報告が多数有り、musubi-tunerやOneTrainerよりも評判はよくない

OneTrainer

外部リンク(github)

Tips

ネガティブプロンプトを書く

ComfyUI-krea2-negpip

GitHubリンク
ぶるぺん氏のカスタムノード。
Positive側のプロンプトに(-1)で指定することでネガティブプロンプトを再現できる。

例：

a portrait photo, (blurry:-1.0), (low quality:-1.2)

関連記事

コメント・指摘・助言

→ひろば

*1 このwikiのコメントや、各ウェブサイトのレビューによる。好みの問題もあるので正確な情報ではない
*2 過去にはJSDXLという存在もあったが、自然言語の文章として気軽に、かつローカルPCで触れやすい形で登場するのは初めてである。
*3 引用：公式ページ冒頭参照
*4 速い＝ハードウェア対応しているという意味、以下同様
*5 https://www.reddit.com/r/StableDiffusion/comments/1tazxqz/
*6 https://www.reddit.com/r/comfyui/comments/1uk6q5m/
*7 明確に発言しているわけではなく、ここで使っている値。https://github.com/krea-ai/krea-2/blob/main/sampling.py
*8 現状のKsamplerのNegative入力を省略できない仕様を前提とした措置である
*9 収益要件も満たす必要があるが、一般人には到底届かない額なので除外
*10 =GitHubのstar数が多い