Training Studio beta: LoRA no Krea 3 sem Kohya e sem GPU
A ferramenta Training do Krea treina uma LoRA na nuvem a partir de uma pasta de imagens. Sem Kohya, sem GPU local: passos, limites, captions, Krea 3.
On this page
Training Studio beta: LoRA no Krea 3 sem Kohya e sem GPU
Treinar uma LoRA antes significava Kohya, uma planilha de captions e uma sessão de GPU que você vigia às 2h da manhã. A ferramenta Training do Krea remove as três coisas. Você sobe uma pasta de imagens, o Krea faz a caption automática, o treino roda na infraestrutura do Krea e a LoRA aparece na sua biblioteca pronta para a ferramenta Image.
O fluxo de treino de LoRA lançou em beta em 21 de maio de 2026 para o backbone Krea 2, e o compartilhamento de LoRA pública veio em 29 de maio. O Krea 3, o modelo de edição que lançou em 15 de outubro de 2026, mora na mesma plataforma, e a página do modelo lista o treino de LoRA como feature de plano. Este guia cobre o fluxo documentado de ponta a ponta: o que dá para treinar, os limites por plano, o passo de caption e onde o Krea 3 entra.
TL;DR
- A ferramenta Training em /train treina LoRAs na nuvem do Krea. Sem GPU local, sem Kohya, sem Docker blog de LoRA training do Krea 2.
- Dataset mínimo: 3 imagens. Os docs recomendam 10-30 para generalização melhor docs de Training do Krea.
- Captions são obrigatórias. O Krea faz a caption automática do dataset antes do treino, e você pode editá-las antes de a rodada começar blog de LoRA training do Krea 2.
- Limites por plano: Free e Basic permitem LoRA training limitado (50 imagens); Max e Business permitem LoRA training ilimitado (2.000 imagens) página do modelo Krea 3 Beta.
- O backbone de LoRA documentado é o Krea 2 (Medium e Large). Large treina mais forte, Medium treina mais rápido blog de LoRA training do Krea 2.
- LoRAs treinadas são privadas por padrão. Você pode compartilhá-las publicamente depois, e as imagens de treino ficam privadas nos dois casos blog de LoRA training do Krea 2.
O que a ferramenta Training faz
A ferramenta Training no Krea treina modelos de IA em datasets customizados, mirando identidade de marca, design de personagem e continuidade de estilo entre campanhas docs de Training do Krea. O fluxo que os docs descrevem:
- Sobrer o dataset. Pelo menos 3 imagens do mesmo estilo de arte, personagem ou objeto. Datasets maiores (10-30 imagens) melhoram a generalização. Inclua exemplos variados que mostrem os elementos-chave que você quer que o modelo aprenda docs de Training do Krea.
- O treino roda e sai um style code. Depois de treinada, o Krea atribui um style code único que pode ser aplicado a saídas de Flux, Edit e Enhancer docs de Training do Krea.
- Aplicar e refinar. Aplique o estilo treinado a novas gerações, suba imagens adicionais para melhorar a precisão e publique o estilo se quiser docs de Training do Krea.
O fluxo específico de LoRA, do post de lançamento do beta, é três passos de uma pasta de imagens a uma LoRA reutilizável blog de LoRA training do Krea 2:
- Abra /train, clique em Train new LoRA, aperte Next step.
- Solte as imagens (pelo menos três) que compartilham o estilo, personagem ou objeto. Escolha o modelo na sidebar: Krea 2 Medium ou Krea 2 Large. Ajuste Steps se quiser a LoRA aprender com mais agressividade; o padrão é calibrado para a maioria dos datasets.
- Quando o treino termina, a LoRA aparece na sua biblioteca de Train com imagens de preview. Use a partir da biblioteca, ou pelo botão LoRA enquanto gera na ferramenta Image com o Krea 2 selecionado.
Dois controles na ferramenta Image: dá para subir ou baixar a strength da LoRA, e dá para combinar múltiplas LoRAs, empilhando um personagem com um estilo blog de LoRA training do Krea 2.
Por que não tem passo de Kohya
O motivo inteiro de evitar o Kohya é o dataset e o compute. O Krea cuida dos dois:
- Captions. O Krea faz a caption automática do seu dataset antes do treino. As captions dizem ao trainer o que aprender e o que ignorar, para que um fundo ou prop isolado não vire parte da LoRA sem querer. Você pode editar as captions antes de iniciar a rodada. Captions são obrigatórias no fluxo do Krea 2; não tem como pular o passo blog de LoRA training do Krea 2.
- Compute. O treino roda do lado do Krea. A página de Train mostra o compute estimado antes de você submeter, e o padrão de Steps funciona para a maioria dos datasets. Suba só se quiser a LoRA aprender com mais força blog de LoRA training do Krea 2.
- Parâmetros. A API expõe o mesmo job como uma chamada simplificada com padrões inteligentes por tipo de treino (Default/Style/Object/Character), uma trigger word e seleção de modelo, o mesmo pipeline que a UI web dirige tutorial de estilo do Krea.
A orientação de tamanho de dataset do tutorial de desenvolvedor: 5 imagens é o mínimo viável para estilos simples e consistentes; 10-30 é a faixa de trabalho tutorial de estilo do Krea.
Limites por plano e status de beta
| Plano | LoRA training | Source |
|---|---|---|
| Free (US$ 0, 100 CU/dia) | LoRA training limitado (50 imagens) | página do modelo Krea 3 Beta |
| Basic (US$ 9/mês, 5.000 CU/mês) | LoRA training (50 imagens) | página do modelo Krea 3 Beta |
| Pro (US$ 35/mês, 20.000 CU/mês) | Herda as features de LoRA do Basic | página do modelo Krea 3 Beta |
| Max (US$ 105/mês, 60.000 CU/mês) | LoRA training ilimitado (2.000 imagens) | página do modelo Krea 3 Beta |
| Business (US$ 200/mês, 80.000 CU/mês) | LoRA training ilimitado (2.000 imagens) | página do modelo Krea 3 Beta |
O beta de LoRA training lançou com LoRAs do Krea 2 disponíveis para assinantes Max e Business enquanto o rollout seguia blog de LoRA training do Krea 2. As LoRAs públicas no Krea Train vieram uma semana depois: estilos treinados podem ficar descobríveis, outros usuários podem gerar com eles, e as imagens de treino originais ficam privadas blog de LoRAs públicas do Krea 2.
Onde o Krea 3 entra
O Krea 3 lançou em 15 de outubro de 2026 como o modelo de edição de imagem do Krea: a maioria das edições volta em menos de 8 segundos em 2K nativo, custa US$ 0,06 por imagem em 2K e US$ 0,03 em 1K, e aceita até 6 imagens de referência por edição Introducing Krea 3. Ele está no ar no krea.ai e pela fal, Hedra, Together AI, Nous Research, OpenRouter e Replicate Introducing Krea 3.
Para trabalho de consistência, o Krea 3 já faz muita coisa para o que uma LoRA existe: dê algumas referências de personagem e ele mantém a mesma pessoa em ruas novas, poses novas e luz nova, e mantém o produto até o rótulo Introducing Krea 3. A LoRA é o passo acima quando a direção tem que ser reutilizável como um asset com nome: um look pintoresco aplicado a sujeitos diferentes, um personagem colocado em cenas novas sem reconstruir a direção toda vez blog de LoRA training do Krea 2.
O gap honesto: na janela de lançamento, os alvos documentados de treino de LoRA são os backbones Krea 2 Medium e Krea 2 Large blog de LoRA training do Krea 2. A página do modelo Krea 3 lista o LoRA training nos tiers de plano página do modelo Krea 3 Beta, mas o post de lançamento do Krea 3 ainda não documenta um fluxo de LoRA do Krea 3. Se você precisa de uma LoRA específica do Krea 3 hoje, o field guide para conferir é a documentação de training do próprio Krea, que atualiza conforme o beta anda docs de Training do Krea.
Dicas de dataset do próprio post do Krea
- Use um dataset focado. Para um estilo, mantenha imagens visualmente consistentes mas variadas o bastante para o modelo aprender o estilo em vez de memorizar uma composição. Para um personagem, inclua ângulos, expressões, iluminação e fundos diferentes blog de LoRA training do Krea 2.
- Captions importam. Se uma imagem tem um detalhe que você não quer que a LoRA aprenda, declare na caption. As captions automáticas são um bom começo; uma passada manual rápida costuma melhorar a LoRA visivelmente blog de LoRA training do Krea 2.
- Comece pelos padrões. A página de Train mostra o compute estimado antes de você submeter, e o padrão de Steps funciona para a maioria dos datasets blog de LoRA training do Krea 2.
- Mantenha sua primeira LoRA estreita. Um personagem limpo, um estilo ou uma identidade de produto vale mais que tentar ensinar tudo de uma vez blog de LoRA training do Krea 2.
Para o workflow base de edição sobre o qual uma LoRA se empilha, veja Krea 3 na Civitai: edite qualquer imagem com uma frase. A criação geral de imagem com Krea 2 está no guia de text-to-image do Krea 2. Padrões gerais de edição de imagem com IA estão em edição de imagem com IA.
Common errors and fixes
| Erro | Causa | Correção | Source |
|---|---|---|---|
| Job de treino rejeitado no upload | Menos de 3 imagens | Suba pelo menos 3 imagens do mesmo estilo, personagem ou objeto | docs de Training do Krea |
| LoRA memoriza uma composição | Dataset muito uniforme | Adicione exemplos variados: ângulos, iluminação, fundos, expressões | blog de LoRA training do Krea 2 |
| Prop de fundo aprendida na LoRA | Caption automática deixou o prop | Edite a caption antes do treino e declare o que ignorar | blog de LoRA training do Krea 2 |
| LoRA fraca demais na ferramenta Image | Strength configurada baixa | Suba a strength da LoRA na ferramenta Image | blog de LoRA training do Krea 2 |
| Treino indisponível no seu plano | Tier de acesso do beta | O LoRA training do Krea 2 começou para Max e Business; os limites por plano são 50 imagens em Free/Basic, 2.000 em Max/Business | blog de LoRA training do Krea 2 |
| Esperando uma LoRA do Krea 3 hoje | Fluxo de LoRA do Krea 3 ainda não documentado | Treine no Krea 2 Medium/Large por enquanto; confira a documentação de training do Krea pelo rollout do Krea 3 | blog de LoRA training do Krea 2 |
| Imagens de treino expostas após publicar | Leitura errada do fluxo de compartilhamento | As imagens de treino ficam privadas mesmo quando a LoRA é pública | blog de LoRA training do Krea 2 |
FAQ
O Krea AI é gratuito? O Krea tem um plano free em US$ 0/mês com 100 compute units por dia, sem cartão de crédito, e LoRA training limitado (50 imagens) página do modelo Krea 3 Beta.
Quanto custa o Krea AI? Os tiers pagos individuais começam em US$ 9/mês (Basic, 5.000 compute units), depois US$ 35 (Pro), US$ 105 (Max, LoRA training ilimitado até 2.000 imagens) e US$ 200 (Business). A fatura anual dá desconto de até 40% página do modelo Krea 3 Beta.
Preciso pagar para usar o Krea AI? Não no tier free. O próprio LoRA training está disponível no plano free com limite de 50 imagens; o treino ilimitado de 2.000 imagens é feature de Max/Business página do modelo Krea 3 Beta, blog de LoRA training do Krea 2.
Dá para treinar uma LoRA no Krea sem GPU? Sim. A ferramenta Training roda na infraestrutura de nuvem do Krea. Você sobe as imagens, o Krea faz a caption e treina, e a LoRA cai na sua biblioteca. Sem Kohya, sem GPU local blog de LoRA training do Krea 2.
Para que serve o Krea AI? Ideação visual em tempo real, edição e upscale de imagem, e agora trabalho de consistência de personagem/produto via edições do Krea 3 e LoRA training para estilos reutilizáveis docs de Training do Krea, Introducing Krea 3.
Quantas imagens preciso para treinar uma LoRA no Krea? Pelo menos três. Cinco é o mínimo viável para estilos simples e consistentes, e 10-30 é a faixa de trabalho que os docs e o tutorial recomendam docs de Training do Krea, tutorial de estilo do Krea.
Sources
- Krea 2 LoRA training is now available — Lançamento do beta (21/05/2026), acesso Max/Business, 3+ imagens, captions automáticas, Medium vs Large, strength e empilhamento na ferramenta Image, privacidade, dicas de dataset.
- Krea 2 LoRA Training: Public LoRAs in Krea Train — Compartilhamento de LoRA pública (29/05/2026), imagens de treino ficam privadas.
- Krea Training docs — Fluxo da ferramenta Training: 3+ imagens (10-30 recomendado), saída de style code, aplicar em Flux/Edit/Enhancer, boas práticas.
- Krea 3 Beta model page — Tiers de plano e limites de LoRA training (50 imagens Free/Basic, 2.000 Max/Business), FAQ do Krea 3 beta.
- Introducing Krea 3 — Lançamento do Krea 3 (15/10/2026): edições em menos de 8s em 2K nativo, US$ 0,06/2K e US$ 0,03/1K por imagem, 6 imagens de referência, disponibilidade.
- Krea style training tutorial — Conceito de LoRA, orientação de tamanho de dataset (5 mínimo viável, 10-30 faixa de trabalho), chamada de treino via API.