Canva Craft im Test: So funktioniert Canvas erstes Bildmodell wirklich

TL;DR

Canva Craft ist ein starkes erstes Bildmodell, und sein eigentlicher Vorteil liegt im Workflow, nicht in der reinen Platzierung. Canva hat es intern entwickelt, und es plant ein Layout (was wohin kommt, wie groß es ist und den genauen Text), bevor es etwas rendert. Deshalb gelingen Text und Komposition sauberer als bei den meisten Modellen. Es startete auf Platz #4 bei DesignArena mit einem Elo-Wert von 1340, hinter drei OpenAI-Modellen, und ist für alle Canva-Nutzer in Dream Lab sowie über die Connect API verfügbar.

Die Überraschung in Canvas eigenen Zahlen: Das auf Millionen von Designvorlagen trainierte Modell liegt bei Porträts und Landschaften auf Platz #1, bei Marketingmaterialien aber auf Platz #6. Einen separaten Preis gibt es nicht. Craft verbraucht das gemeinsame KI-Kontingent Ihres Tarifs, das bei Free und in Pro-Testversionen bis zu 20 Nutzungen umfasst. Eine Testversion bietet also nur eine schmale Testbasis.

Mein Urteil: 4/5. Nutzen Sie es, wenn Sie bereits Designs in Canva erstellen und Bilder möchten, die sich in bearbeitbare Ebenen aufteilen lassen. Bleiben Sie bei den Modellen von OpenAI, wenn es Ihnen nur um das einzelne Bild mit der besten Optik geht. Und wenn das Bild nur die Hälfte Ihrer Content-Arbeit ausmacht, übernimmt der KI-Blog-Autor von eesel die andere Hälfte: Er recherchiert, schreibt den Beitrag und generiert jedes Banner und jede Infografik in einem einheitlichen Stil.

Warum sollten Sie diesem Canva Craft-Test vertrauen?

Ich entwickle die Teile von eesel, die Bildmodelle aufrufen. Jedes Hero-Banner und jede Infografik im Fließtext dieses Blogs wird über die API eines Bildmodells generiert, einschließlich der drei Diagramme weiter unten auf dieser Seite. Deshalb betrachte ich einen solchen Launch wie jemand, der diese Modelle intensiv nutzt. Das bedeutet vor allem, zu fragen, was das Modell zwischen Prompt und Pixel macht, was ein Auftrag kostet und wie oft ein erneuter Versuch nötig ist.

Ich habe Craft nicht monatelang genutzt, und ich werde hier auch nicht so tun, als wäre das der Fall. Dieser Test stützt sich auf das, was Canva zum Launch veröffentlicht hat: die Craft-Ankündigung, den Launch-Beitrag von Canva Research, die Hinweise zur Connect API für Entwickler sowie Canvas Preis- und Hilfeseiten. Wo sich diese Quellen widersprechen, sage ich das.

Was ist Canva Craft?

Canva Craft ist Canvas erstes von Grund auf entwickeltes und trainiertes Bildgenerierungsmodell und wurde am 22. Oktober 2026 veröffentlicht. Es stammt von Canva Research, einem internen Labor mit mehr als 160 KI-Wissenschaftlern und Ingenieuren innerhalb einer 400-köpfigen KI-Abteilung. Dieses Labor entstand aus Übernahmen, angefangen mit Kaleido im Jahr 2021 und dann Leonardo AI im Jahr 2024. Craft kommt also nicht aus dem Nichts.

Bislang lief der Großteil der Bildgenerierung innerhalb von Canva AI über Partnermodelle. Canvas Leiter der KI-Forschung, Stef Corazza, brachte den Grund für die Entwicklung eines eigenen Modells klar auf den Punkt: Bei mehr als einer Milliarde Designs pro Monat gilt: "even a variation of a few cents per generation makes an enormous difference". Bei Craft geht es zum Teil um Qualität und zum Teil um Kosten.

Sie erreichen es an drei Stellen:

• Dream Lab, im Canva-Editor, wo Craft jetzt als Modelloption erscheint.
• Die Connect API, in der Entwickler es mit craft_v1_2k festlegen.
• Canvas MCP-Server, der als demnächst verfügbar angekündigt ist, damit KI-Assistenten es als einen Schritt innerhalb einer größeren Aufgabe aufrufen können.

Auf diese Modellauswahl würde ich zuerst hinweisen. Es gibt keine separate App, für die Sie sich anmelden müssen. Craft ist eine Dropdown-Option in dem Prompt-Feld, das Sie vielleicht bereits nutzen, direkt neben den Einstellungen für Stil und Seitenverhältnis.

Wie funktioniert Canva Craft unter der Haube?

Craft teilt die Bildgenerierung auf zwei Modelle statt auf eines auf. Die meisten Bildmodelle gehen direkt vom Prompt zu Pixeln über. Craft führt zuerst ein Planungsmodell aus, das einen detaillierten Kompositionsplan erstellt: welche Elemente vorkommen, wo sie im Verhältnis zueinander stehen, ihre relative Größe, die visuelle Hierarchie und jeder Text, der erscheinen muss. Ein zweites Rendering-Modell wandelt diesen Plan dann in ein Bild mit bis zu 2K um, in mehr als 30 Seitenverhältnissen oder einem benutzerdefinierten.

Aus technischer Sicht ist diese Aufteilung aus mehreren Gründen wichtig:

1. Der Text wird festgelegt, bevor er gezeichnet wird. Wenn im Plan bereits „Überschrift: Große Eröffnung, oberes Drittel, größtes Element“ steht, muss der Renderer während der Generierung keine Buchstaben erraten. Das ist der übliche Grund, warum KI-Poster mit „Große Eröffnugn“ herauskommen, und genau um dieses Problem herum wurde Craft entwickelt.
2. Änderungen können lokal bleiben. Laut Canva ermöglicht die Struktur "targeted changes without unnecessarily altering everything else", dasselbe Ziel, das OpenAIs API zur Bildbearbeitung mit Masken verfolgt.
3. Das Ergebnis lässt sich leichter zerlegen. Craft nutzt das, was Canva JSON Boundary Boxing nennt. Dadurch kann Magic Layers das Bild schneller und genauer wieder in bearbeitbaren Text und Objekte aufteilen. Ein flaches Bild ist das Ende des Weges. Ein Bild mit Ebenen ist der Anfang eines Designs.

Das Training ist die andere Hälfte. Statt überwiegend anhand von Fotos zu lernen, wurde Craft auf Millionen von Menschen erstellten Canva-Vorlagen trainiert: Poster, Social-Media-Beiträge, Präsentationen, Infografiken, Speisekarten. Anschließend optimierte Canva es mit überwachtem Fine-Tuning und Reinforcement Learning, und seine Designer bewerteten mehr als 25.000 Bildpaare im direkten Vergleich mit führenden Modellen. Wenn automatisierte Bewertungen und Designer zu unterschiedlichen Ergebnissen kamen, gab Canva nach eigenen Angaben dem Designer den Vorrang.

Auch an der Geschwindigkeit wurde gearbeitet. Laut Canva reduzierte Destillation die Anzahl der Inferenzschritte auf einen Bruchteil des ursprünglichen Werts, und eine eigens entwickelte Inferenz-Engine für die Planungsphase machte Craft um eine Größenordnung schneller als seine erste interne Version. Zwei schnellere Varianten, Craft-fast und Craft-ultrafast, sind angekündigt, aber noch nicht verfügbar.

Dieser Nutzer fasste zusammen, warum der Ansatz, zuerst zu planen, bei Menschen ankommt, die täglich Bilder erstellen:

"One of the most annoying things about AI image generation is getting 90% of the way there, only to have one tiny detail ruin the whole thing. Canva Craft is taking a different approach: plan the composition first, then generate the image."

ryu., X

Wie gut ist Canva Craft im Vergleich zu anderen Bildmodellen?

Craft startete als viertplatziertes Bildmodell auf DesignArena, einer Crowdsourcing-Rangliste, in der Menschen zwischen zwei anonymen Ergebnissen abstimmen. In der von Canva veröffentlichten Grafik lauteten die ersten vier Plätze: GPT-Image-2.5 Sunburst mit 1406, GPT-Image-2.5 Flare mit 1382, GPT Image 2 mit 1363 und Canva Craft mit 1340. Reve 2.1, Microsofts MAI-Modelle, Grok Imagine, Nano Banana 2.1 und Seedream 5.0 Pro lagen alle darunter.

Zwei Dinge sollte man dabei auseinanderhalten. Erstens zählt die Schlagzeile "second most advanced AI lab" jeweils das beste Modell eines Labors. Deshalb werden OpenAIs drei Einträge zu einer Zeile zusammengefasst, und Canva landet auf Platz #2. Das ist korrekt, aber auch eine Frage der Darstellung. Ein Kommentator auf Hacker News brachte denselben Punkt direkter zum Ausdruck:

"2nd behind the OpenAI models in DesignArena image ranks"

zshev, Hacker News

Zweitens ist ein Abstand von 66 Elo-Punkten zur Spitze real, aber hier wird Canvas erstes Modell mit OpenAIs neuesten Modellen verglichen. Ich habe ChatGPT Images 2.5 zum Launch besprochen, falls Sie die andere Seite dieses Vergleichs sehen möchten.

Interessant wird es bei der Aufschlüsselung nach Kategorien:

Das ist der Teil, den ich nicht erwartet hatte. Das auf Designvorlagen trainierte Modell ist bei Fotografie am stärksten. Es liegt bei Menschen und Porträts auf dem ersten Platz von 87 und bei Landschaften und Natur auf dem ersten Platz von 85. Marketingmaterialien, die seinem Vorlagentraining am nächsten kommen, landen dagegen auf dem sechsten Platz von 85. Cartoons kommen auf Platz 18 von 87. Eine kleine Unstimmigkeit: Canvas Ankündigungstext nennt für Craft Platz #4 bei Produkten, während die Grafik im selben Beitrag #5 von 87 zeigt.

Meine Einschätzung: Das Vorlagentraining zeigt sich weniger in einem Sieg in der Kategorie „Marketing“ als darin, was Sie anschließend mit dem Ergebnis machen können. Denn bei einer Abstimmung für die Rangliste wird ein einzelnes Bild bewertet und nie geprüft, ob sich die Überschrift in ein bearbeitbares Textfeld zerlegen lässt. Wenn Ihre Arbeit hauptsächlich aus Porträts, Lifestyle-Aufnahmen oder Landschaften besteht, ist Craft eine bessere Wahl, als die Bezeichnung „Designmodell“ vermuten lässt. Geht es um Cartoons oder illustrierte Figuren, vergleichen Sie es vor einer Entscheidung mit Midjourney. Auch Recraft ist einen Test wert.

Kann Canva Craft Text zuverlässig rendern?

Canva sagt, dass lesbarer Text der Zweck der Planungsphase ist, und die Sprachunterstützung untermauert das: Sie können Prompts in jeder Sprache eingeben, und Craft schreibt Text in 55 Sprachen. Canva sagt außerdem, dass die erste Version bei Kleingedrucktem und technischen Zeichnungen noch Verbesserungspotenzial hat. Das entspricht dem, was ich von jedem Modell bei 2K erwarten würde: Kleine Schrift ist das Letzte, was wirklich gelingt.

Der Test der Community ist einfach, und es ist der richtige:

"the real test: can it put text on a poster without inventing new letters. if yes, half the image tools I've reviewed just got very nervous"

HandlyTech, X

Ich würde Text von Craft genauso behandeln wie Text von Ideogram, und dasselbe gilt für GPT Image 1 Mini: gut genug, um sich meistens den Schritt „jeden Buchstaben korrigieren“ zu sparen, aber nie gut genug, um auf das Korrekturlesen zu verzichten. Ein falsches Datum auf einem Flyer kostet mehr als eine etwas unausgewogene Komposition, und keine Rangliste misst das.

Wie viel kostet Canva Craft?

Canva Craft hat keinen separaten Preis. Es verbraucht das gemeinsame monatliche KI-Kontingent Ihres Canva-Tarifs, und Canvas API-Hinweise bestätigen, dass ein Craft-Auftrag die KI-Credits des Nutzers verbraucht, "same as the other models". Canva hat nicht gesagt, ob Craft als Premium- oder Ultra-KI-Tool zählt. Im Hilfecenter wird "Create an image with Canva AI" jedoch als Premium aufgeführt, weshalb die Premium-Spalte vorerst die beste Orientierung bietet.

Hier ist das Kontingent für jeden Tarif, laut Canvas Preisseite und dem Hilfeartikel zur KI-Nutzung:

Einige Dinge, die Ihnen die Tabelle nicht zeigt:

• Beim Kontingent gilt „oder“, nicht „und“. Premium- und Ultra-Nutzungen greifen auf einen gemeinsamen Pool zu, und die Zahlen setzen einfache Prompts voraus. Komplexe Aufträge verbrauchen mehr, sodass die tatsächliche Anzahl niedriger ausfällt.
• Testversionen sind knapp bemessen. Eine Pro- oder Business-Testversion erhält dieselben 20 Nutzungen wie Canva Free. Das reicht, um das Modell kennenzulernen, aber nicht, um es anhand einer echten Kampagne zu beurteilen.
• Teams teilen sich keinen Pool. Bei Business und Enterprise erhält jedes Mitglied ein eigenes Kontingent.
• AI Pass hat keinen öffentlichen Preis. Canvas AI Pass-Seite nennt Multiplikatoren (40x Pro, 20x Business), aber keinen Dollarbetrag.

Magic Layers, das Tool, das Craft-Ergebnisse in bearbeitbare Ebenen umwandelt, ist ebenfalls ein Premium-KI-Tool. Ein Bild zu zerlegen verbraucht also zusätzlich zur Generierung Kontingent. Einen vollständigen Überblick über die einzelnen Tarife finden Sie in meiner Aufschlüsselung der Canva AI-Preise.

Wie sieht Canva Craft für Entwickler aus?

Die API-Seite ist einfach, steckt aber auch noch etwas in den Anfängen. Craft nutzt den bestehenden Connect API-Endpunkt POST /v1/image-generations, und Sie legen es mit "model": "craft_v1_2k" fest. Anschließend fragen Sie GET /v1/image-generations/{jobId} wiederholt ab, bis der Auftrag erfolgreich abgeschlossen ist.

Diese Details aus Canvas Entwicklerankündigung würden beeinflussen, wie ich darauf aufbaue:

• Es ist konstruktionsbedingt langsam. Weil Craft vor dem Rendern plant, sollten Sie laut Canva mit ungefähr 50 bis 60 Sekunden pro Auftrag rechnen und die Abstände zwischen Statusabfragen schrittweise erhöhen. Damit scheidet es für alles aus, worauf ein Nutzer in Echtzeit wartet.
• Der Nutzer zahlt, nicht Sie. Aufträge benötigen ein Nutzer-Zugriffstoken mit dem Scope asset:write und verbrauchen die KI-Credits dieses Nutzers. Eine vom Entwickler finanzierte Abrechnung ist noch nicht verfügbar. Das passt zu Canva-nativen Integrationen und macht eigenständige Produkte umständlich.
• Links laufen ab. Die Download-URL ist 24 Stunden gültig, sofern Sie den Auftrag nicht so einstellen, dass das Ergebnis direkt in den Uploads des Nutzers gespeichert wird.
• Es kann nicht verfügbar sein. Ein Auftrag mit festgelegtem Modell kann mit model_not_available fehlschlagen. Dann versuchen Sie es erneut oder entfernen die Festlegung und lassen Canva ein anderes Modell wählen.
• Es ist eine Vorschau-API. Canva warnt davor, dass inkompatible Änderungen auftreten können.

Zum Vergleich: Die API für OpenAIs Bildgenerierung rechnet mit dem Entwickler pro Token ab und bleibt damit die einfachere Standardwahl für ein eigenes Produkt. Crafts API ergibt am meisten Sinn für Marketingplattformen, Druckdienste und Tools zur Anzeigenerstellung, die bereits auf Canva-Konten aufbauen. Sobald die MCP-Version erscheint, lässt sie sich auch in Agenten-Setups einfügen, wie ich sie in meinem Erklärartikel zu MCP-Apps beschreibe.

Was sagen die Menschen bisher über Canva Craft?

Die ersten Reaktionen von Canva-Nutzern waren positiv, und die meisten drehen sich um denselben Punkt: Bildgenerierung innerhalb des Tools, das sie bereits nutzen.

"I use Canva all the time and one of my own pain points has been the lack of high-end native image generation. This is such a huge update. Appreciate it, team! My workflows just got easier."

Mayhem4Markets, X

Ingenieure verstehen es als eine Wette auf spezialisierte statt allgemeine Modelle:

"Specialized models always beat general models at their specific task. I hope companies continue releasing models like this one."

Santiago (svpino), X

Eine Woche nach dem Launch ist es noch früh. Verstehen Sie das also als erste Eindrücke und nicht als Urteil nach monatelanger täglicher Nutzung. Wie Menschen Canvas ältere KI-Tools nach längerer Nutzung bewerten, zeigt meine Übersicht zu Canva AI-Bewertungen mit einem längerfristigen Blick.

Wer sollte Canva Craft nutzen und wer nicht?

Nutzen Sie Craft, wenn Sie bereits Social-Media-Beiträge, Flyer, Präsentationen oder Anzeigen in Canva erstellen. Der eigentliche Vorteil ist, dass das Bild dort ankommt, wo das Design entsteht, im benötigten Seitenverhältnis und bereit zur Aufteilung in Ebenen. Die Export-Import-Schleife entfällt vollständig.

Sehen Sie sich woanders um, wenn:

• Sie nur das einzelne Bild bewerten. ChatGPT Images 2.5 liegt weiterhin vor Craft, und Nano Banana Pro ist die naheliegende Alternative aus dem Google-Lager.
• Sie Cartoons oder stilisierte Figuren benötigen. Crafts Platz 18 von 87 macht diese Kategorie in Canvas eigener Grafik zu seiner schwächsten.
• Sie ein eigenständiges Produkt entwickeln. Vom Nutzer bezahlte Credits, eine Vorschau-API und Aufträge mit 50 bis 60 Sekunden Laufzeit machen OpenAI oder Flux 3 vorerst zur einfacheren Grundlage.
• Sie mit Canva Free große Mengen generieren. Zwanzig Nutzungen im Monat sind schnell aufgebraucht.

Meine Gesamtbewertung ist 4 von 5. Ein erstes Modell auf Platz #4 einer dicht besetzten Rangliste, mit einer Architektur, die auf das Problem abzielt, über das Designer am häufigsten klagen, ist ein starker Anfang. Den einen Punkt verliert es wegen Lücken, die den Zugang und nicht die Qualität betreffen: keine angegebene Einstufung, kein öffentlicher AI Pass-Preis, knappe Testversionen und eine API, die sich noch in der Vorschau befindet.

Wo passt eesel hinein, wenn Bilder nur die Hälfte Ihres Contents ausmachen?

Craft kümmert sich um das Bild. Für die meisten Marketingteams gehört das Bild jedoch zu etwas, etwa einem Launch-Beitrag, einem Leitfaden oder einer Preisseite. Und das ist der Teil, den eesel abdeckt. eesel ist eine Plattform für KI-Teammitglieder, und eines seiner sofort einsatzbereiten Teammitglieder ist ein KI-Blog-Autor. Er recherchiert ein Thema anhand von Primärquellen, entwirft den Artikel und generiert das Hero-Banner sowie jede Infografik im Fließtext in einem einheitlichen Stil, als Teil der Fertigstellung des Beitrags. Jedes Diagramm auf dieser Seite ist aus diesem Ablauf entstanden, im Canva-Violett dieses Beitrags.

Der Unterschied zu einem Bildmodell liegt darin, wer die Arbeit erledigt. Craft wartet auf Ihren Prompt und liefert ein Bild zurück. Der KI-Blog-Autor nimmt ein Keyword entgegen und liefert einen recherchierten, bebilderten Entwurf zurück, den Sie bearbeiten und veröffentlichen können, so wie ich es in meinem Beitrag zum Workflow des KI-Blog-Autors beschreibe. Auf derselben Plattform läuft auch ein Helpdesk-Teammitglied, das für das SEO-Softwareunternehmen SE Ranking den Live-Chat mit 4.650 Gesprächen pro Monat übernimmt. So können Content- und Support-Aufgaben bei einem Anbieter liegen.

Sie generieren großartige Bilder in Canva, schreiben aber immer noch jeden Artikel dazu von Hand? Der Blog-Autor von eesel ergänzt Ihren Content-Workflow wie ein neuer Mitarbeiter, der Ihre Markenstimme bereits kennt, und kümmert sich um Text und Bild gemeinsam. Der Einstieg ist kostenlos, und mein Leitfaden zu den Kosten des KI-Blog-Autors zeigt, wie die Skalierung aussieht. Testen Sie eesel und lassen Sie es Ihren nächsten Canva Craft-Launch-Beitrag schreiben.

Für einen breiteren Blick auf die Tools in diesem Umfeld beginnen Sie mit meiner Liste der besten KI-Blog-Autoren. Wenn Sie umfassendere Optionen vergleichen, behandelt meine Übersicht zu KI-Schreibtools die Editoren, während die Liste der KI-Teammitglieder Tools abdeckt, die die gesamte Aufgabe erledigen.