Recraft发布V4.1 Flash:1.3秒出图的图像生成模型
Recraft称V4.1 Flash是市面上最快的图像生成模型,API中位生成时间约1.3秒,同时新增Refine按钮可将图片升级至2048×2048。
Recraft发布V4.1 Flash,官方称其为当前市场上最快的图像生成模型——从提示词到出图约1.3秒(中位生成时间,API口径)。
据Recraft公告,Flash已在Recraft Studio上线,可在模型选择器中选用,API用户可查阅官方文档接入。该模型被描述为独立模型,而非速度模式,返回的是成品图而非草稿。
Refine按钮:快出图,再决定是否精修
Recraft为Flash新增了Refine按钮。当图片要用于发布时,Refine会调用Recraft V4.1 Pro(官方称为其最高质量模型)重新生成,输出2048×2048分辨率,并保持原有构图、光线和已做出的取舍——按官方说法,不是对提示词的重新诠释,只是清理细节。
Refine分两档:Subtle清理噪点和对比度,尽量贴近原图;Moderate为默认档,更主动地重建小细节,同时保持布局不变。两者都基于第一次生成的细节进行。
速度对比:Flash在p50和p95两项都领先
Recraft用同一组100个提示词、每个模型各跑一次,在美国堪萨斯州测量,数据采集时间为2026年9月21日。测量从请求发出到图片返回,不含下载时间,因此实际看到图片的时间大约还要多100毫秒。提示词覆盖营销与广告、品牌与包装、UI与信息设计、摄影、插画、游戏与概念艺术、美术风格,横跨多种宽高比和分辨率,提示词长度从2词到217词。
官方称Flash在p50和p95两项都最快,且在p95上拉开明显差距。其公布的部分数据为:Recraft V4.1 Flash p50 1.4秒、p95 1.8秒;FLUX.2 klein 9B p50 1.4秒、p95 2.1秒;Z-Image-Turbo p50 1.8秒、p95 2.3秒;FLUX.1 schnell p50 1.6秒、p95 3.6秒;Nano Banana 2 Lite p50 4.1秒、p95 5.8秒;Grok Imagine Image p50 7.7秒、p95 10.5秒;Ideogram 3.0 p50 10.7秒、p95 13.0秒;Krea 2 Medium Turbo p50 14.4秒、p95 18.8秒;FLUX.2 flash p50 2.3秒、p95 20.1秒;GPT Image 2(quality=low)p50 16.2秒、p95 26.4秒;FLUX.2 turbo p50 3.2秒、p95 35.6秒;Nano Banana Pro p50 23.3秒、p95 41.2秒;Ideogram v4 Instant p50 10.2秒、p95 62.8秒;Ideogram v4 Fast p50 10.8秒、p95 63.5秒;Seedream 5.0 Lite p50 43.7秒、p95 85.1秒;Grok Imagine Image 2.0 p50 69.9秒、p95 97.8秒。
Recraft在测量说明中称,多数模型并非由开发它们的实验室直接销售,因此没有统一的权威数字可引用。Recraft模型通过Recraft API测量;FLUX.2 flash、FLUX.2 turbo、Ideogram v4 Instant和Ideogram v4 Fast通过fal测量,其余模型通过Runware测量,结果反映测试当天各服务商的性能。默认设置方面,Recraft称其保留各家推理服务商的默认配置,多数情况下默认包含提示词增强器,官方未将其关闭;对把增强器做成可选项的模型,则两种方式都做了测量。公告同时指出,公开数据常常省略这一步,所以看起来更快。公告中单独说明,其引用的1.3秒是Flash在更大提示词集合上测得的中位生成时间。
同提示词对比:官方给出的几个差异
Recraft用设计师实际会发的提示词做了多组对比,并附上其创意总监的点评。这些结论来自Recraft单方测试,以下为公告中陈述的内容。
面对“一只凶猛的狼咆哮着扑向小麋鹿”的提示词,Recraft称Flux 1 Schnell换成了绘画式奇幻风格,扑击变成鼻子对鼻子的对峙,小麋鹿还长出了完整的鹿角;Flash捕捉到了扑击瞬间、露出的獠牙,背景有穿过树林的运动模糊,幼崽看起来确实是幼年。
面对仅七个词的“7 carrots”,Recraft称Grok Imagine整体风格不错,但完全没有数数;Flash生成了恰好七根胡萝卜。
面对“厨师肖像”,Recraft称Flux 1 Schnell给出干净、光照均匀的棚拍肖像,但像图库授权素材里的厨师——笔挺的白色厨师服、厨师帽、居中构图;Flash更像一张有人被派去拍摄的肖像,光线不均,脸上有经历感。
面对“曼谷黄昏拥挤市场、店招和摊贩横幅用不同字体和颜色显示‘Nirvana’”,Recraft称GPT Image 2在文字准确性上守住了阵地,每个招牌都清晰可读;但招牌堆成一面扁平的字体墙,成品像一张关于市场的海报,看起来“很AI生成”,不像真实照片。Flash保留了黄昏、雾气和身处人群中的纵深感。
面对杂志封面式的高级厨房照片提示词,Recraft称Flux 1 Schnell打磨到物理规律失效——花从水龙头长出来,花瓶悬在桌面上方像被魔法托住;Flash让表面保留了一点不完美,这正是它读起来像照片的原因。
面对汉堡广告提示词,Recraft称Flux 2 Klein做出了更饱和、更诱人的汉堡,但标题溶解成了根本不成词的字母;Flash把大字自信地压在画面较暗的部分,Recraft称这是广告排版中真正的专业取舍。
面对“私密晚宴”提示词,Recraft称Flux 2 Klein构建出温暖、金色的宴会场景,是张可爱的图,但那是十二人的派对;提示词里起关键作用的是“私密”,Flash读懂了,把构图收窄到两个人以及两人之间的光。