第四名，够用了

10 月 23 日凌晨 3 点 16 分（北京时间），Canva 在官方账号上发布了 Craft：公司第一个从零训练的图像生成模型。当天它对全部用户开放 Dream Lab，同一天开进 Connect API，模型值是 craft_v1_2k。12

发布稿的副题把话说得更大：第一个图像模型，让 Canva Research 成为「图像生成领域全球第二强 AI 实验室」。1 这篇文章做一件事——把这句话拆开，看它下面压着什么。

Canva 的原文是「It debuted as the fourth most advanced image generation model on DesignArena」。1 10 月 22 日 20:06 UTC 的榜面确实显示第 4：Elo 1341，1,303 场对战，胜率 66.7%，页显误差 ±2.6%。3

同一份数据换个读法就是第 5。全量 86 个模型里，Sourceful 的 Riverflow 2.5 Pro 是 1355 分、16,357 场；它在注册表里被标成 router: true，而站点前端的默认过滤器是 includeRouters: false，所以它不出现在榜面上。3 同一站的模型页与注册表都写 Craft 是 Overall #5，不是第 4。4

一个 router 模型该不该算进「图像生成模型」的排名，本身可以争。但站点自己在两处给了两个数，而发布稿只引用了更小的那个。

分项也一样。Canva 写人像第 1、共 87 个模型；10 月 22 日 21:26 UTC 的读数是第 3、共 88 个，前两名同为 1372 分，Craft 1369——三个模型挤在 3 分之内。13 风景第 1（86 个）、抽象第 2（86 个）、产品第 4（88 个），这三处与官方一致。3

这套榜的读法也值得写清楚：每轮四个模型同题生成，盲评五场，按 Bradley-Terry 计分；低于 50 场对战的模型不进主图，而 Craft 几个分项的样本只有 83 到 164 场。35

晚上的榜和几小时后的榜可以不一样，所以这里能说的只有一句：当前的读数不支持「人像第 1」。19:17 UTC 的榜面没有留下快照，无法判断当时是不是第 1。

至于「第二强实验室」，DesignArena 没有这个榜。站点的 sitemap 里没有实验室路由，/leaderboard/labs 是 404，公开接口的 arenaType 只接受 models、builders、agents 三个值。3 这句话最早出现在 DesignArena 自己的账号上：「This makes Canva the #2 Image Lab after @OpenAI!」6 两周前，同一个句式用在 Krea 3 上。

这个说法可以被复现：把每个实验室最强的模型挑出来、排除 router，得到 OpenAI 1407、Canva 1341、Reve 1321。换一条规则，Canva 就是第三。站点从不展示这套聚合，也没有写过公式。

发布时间也是榜位定的。Capital Brief 写：「The company brought forward the announcement of its new model after preliminary results placed Canva Craft fourth on Design Arena's image-generation leaderboard.」7

8 月 5 日，Canva 把 2026 年的增速预期从 30% 砍到 20%。公司给股东的理由里有一句很直白：单次 AI 任务的平均成本太高，而「Several of our first-party models were not yet ready for release」。8

同一封信里，公司说单次 AI 任务的服务成本已经降了 90%。8 月 18 日，外部估值把公司从峰值 420 亿美元下调 17%，到 349 亿美元。9 收入那一端是 40 亿美元年化、2.65 亿月活、3,100 万付费用户。10

把这些放在一起，Craft 的位置就清楚了：Canva 的平台过去调用一批外部图像模型，一张 2K 图在 Google 那边标价 0.0504 美元，在 OpenAI 那边按 token 计费、没有单张价。11 TechCrunch 的判断是，自研很可能省下这笔 API 成本。12

这是一次成本结构的替换：把按张付给前沿模型的变动成本，换成自有产能的固定成本。第一层收益不在画质，在单位成本。

Craft 与多数图像模型的不同在结构上。官方写：模型分两段，第一段是规划模型，读提示词，写出一份构图计划——画面里有哪些元素、各自的空间关系、相对大小、视觉层级、以及图上要出现哪些文字；第二段是渲染模型，把这份计划翻成最高 2K 的图，支持 30 多种比例。1

这套结构带来两个结果。一是文字与版面更可控，也让输出更适合 Magic Layers：官方说 JSON 边界框能把生成的图拆成可编辑图层。1 二是慢。

官方 API 文档写的是「Craft plans before it renders, so a job takes longer than the other models. Expect roughly 50 to 60 seconds end to end」。2 DesignArena 的同场数据给出另一个角度的读数：Craft 在 1,303 场对战里的平均生成时间是 54.0 秒，86 个模型里有 74 个比它快；榜首 GPT-Image-2.5 Sunburst 是 26.7 秒，第二名 Flare 是 18.1 秒，全榜中位数 20.0 秒。3

两段式要付时间：先想一遍，再画一遍。

Canva 知道这件事。发布稿里写了两处工程——用蒸馏把推理步数压到原模型的一小部分，为规划阶段写了专用推理引擎，「an order of magnitude faster than our first internal version」；另外还有两个更便宜的版本 Craft-fast 与 Craft-ultrafast 在路上。1 一个发布当天就预告「更快的两档」的模型，等于承认现在这一档不快。

官方对训练数据的描述是这一句：训练数据「includes millions of human-made templates from Canva's content library」，覆盖海报、社媒图、演示、信息图、菜单和排版密集的版面。1

这不是一句技术细节。多数图像模型的训练集是照片，Craft 的训练集是设计成品，而且是带结构的成品——模板里的图层、层级、间距、字体搭配是分开的，模型学到的是它们怎么拼在一起。预训练之后，Canva 用监督微调和强化学习接上自家职业设计师的反馈，内部评了 25,000 多对图，并写明「When automated evaluations and human judgments differed, we sided with the designer.」1

接下来是这批模板的来处。贡献者协议第 2.7 条的标题就写着「Use of Stock Media to develop and improve artificial intelligence and machine learning models and Opt-Out」：贡献者同意 Canva 有权用其提交的素材开发和改进 AI 与机器学习模型，并可转授给关联公司。13

用了要付钱。第 4.1.1 条写，若 Canva 把这些素材用于该目的，报酬按 Magic Creators Payment Model 结算到素材所属账户。13

也可以退出，但退出与报酬绑在一起：第 2.7(b) 条写「if you opt-out, you will no longer be eligible for the Magic Creators Payment」；第 2.7(c) 条写退出后 Canva 仍保留一个月使用权；第 2.7(d) 条写即使彻底退出贡献者计划，这项权利也不自动停止，要另行申请。13

用户自己上传的设计走另一条路。使用条款给 Canva 的授权只到「provide the Service」的范围，全文提到训练的那一句说的是「We will not use User Content of Canva Education for AI training」；正面授权写在隐私政策里——可以用账户里的活动、内容、上传训练模型，用户可以在 Privacy Settings 里关掉。1415

对照 2024 年收购 Leonardo 时的承诺——未经用户明示同意，不把 Canva 用户内容共享给它——这次的选择是一致的：训练用市场上的模板，不用用户的设计。16

这套安排不是灰色地带，是写好的合同：授权、报酬、退出、冷却期，四样都在协议里。它值得记住的地方在于，它同时是这门生意最省钱的一条路——一个自己拥有、已经付过费、还带结构标注的训练集。

贡献者是第一批。他们的素材本来按使用分成；现在同一批素材还承担训练，报酬进同一个 Magic Creators Payment，退出会失去这笔钱。协议没有说模板在训练里值多少，也没有给「只用于展示、不用于训练」的第三种选择。13

普通用户是第二批。Craft 对全部用户开放，但 Dream Lab 属于 Premium AI 工具，额度按档位走：免费 20 次、Pro 200 次、Business 与 Enterprise 400 次，一次生成出四张图。1718 条款把这套额度定义成「operational controls and not fixed entitlements」，公司可以调整。19

开发者是第三批。API 里模型值是 craft_v1_2k，走 POST /v1/image-generations，比例只给了 square、landscape、portrait 三种，下载链接 24 小时有效；每次开始生成消耗的是终端用户的 AI credits，不是开发者自己的。2 该贴正文里还留着一条没删的编辑备注，写 client-credentials 集成留在白名单上「until developer-funded billing ships」——按开发者计费这件事，还没上线。

拿到的：2K、30 多种比例（应用内）、55 种语言的图上文字、Magic Layers 可编辑、全量开放、公开 API。12

没拿到的有四样，而且四样都能在官方页面上验证。

价格。发布稿全文没有金额，定价页也没有 Craft 这一行。1

Craft 的专属额度。帮助中心的 Dream Lab 与 AI 额度两篇文章里都还没有 Craft 这个词。1718

MCP。同一篇发布稿先写 Craft「available via Public API and the Canva MCP Server」，下一节又写「Canva MCP (Coming Soon)」。1

更快的两档。Craft-fast 与 Craft-ultrafast 只有一句话，没有页面。1

第三方质量评测也还没有。Artificial Analysis 的图像榜当天没有收录 Craft，3 TechCrunch 报道了架构与训练，没有实测。12

第一，在自己的题上测。免费档有 20 次，够跑几轮对照；不要按榜选，榜上的第 3 和第 4 之间只隔 3 分。

第二，按「改一次的成本」算账。Craft 真正区别于通用图像模型的地方，是出来的图能拆成可编辑图层；如果只需要一张成品图，它排第 4，而且比榜首慢一倍。

第三，把 54 秒当硬约束。交互式产品里一分钟的出图时间会改变交互设计；批量、后台生成的场景才吃得到它的好处。

能确定：发布时间是 10 月 22 日 19:16 UTC；当天全量开放；两段式架构与 2K、30 多种比例是官方原文；训练数据包含内容库里几百万张人工模板；贡献者协议第 2.7 条明确覆盖 AI 训练，并写有报酬与退出；API 端的平均耗时在 50 到 60 秒。

不能确定的有五处。第一，新闻稿页没有机器可读的发布时刻，也不在 Wayback 里，最早的时刻只能取官方帖。第二，19:17 UTC 那一刻的人像分项名次没有快照，无法确认官方数字当时准不准。第三，「第二强实验室」在站点上没有对应榜单，只能按「每个实验室取最强模型」复现，站点没有承认过这套算法。第四，54 秒是在竞技场四个模型同时生成的管道里测到的，不是干净的延迟基准。第五，价格、专属额度、MCP 与两档快版都还没有公布，所以「省成本」目前是方向，不是已经兑现的数字。