Zum Hauptinhalt springen

AuraFlow v0.3vs.PixArt-Sigma-XL-2-1024-MS

Welches ist besser?

In unserer eigenen Bewertung liegen beide gleichauf. In der Arena fehlen beide. Beide haben keinen API-Preis.

Testbilder

Gleicher Auftrag, je das erste Bild. Vorausgewählt ist die Aufgabe mit dem größten Unterschied.

AuraFlow v0.3: Figur und Details, erstes Bild aus dem festen Testlauf
AuraFlow v0.316 von 100
PixArt-Sigma-XL-2-1024-MS: Figur und Details, erstes Bild aus dem festen Testlauf
PixArt-Sigma-XL-2-1024-MS27 von 100

Ergebnis bei „Figur und Details“:PixArt-Sigma-XL-2-1024-MS knapp vorn

Auftrag an beide Modelle (Original englisch)Create a square cinematic full-body portrait of a fictional bicycle courier waiting under a transparent umbrella at a rainy tram stop in Hamburg at blue hour. She wears a mustard raincoat, navy trousers, red sneakers, a silver helmet, and carries a teal messenger bag. Keep both hands visible, render the bicycle correctly, use realistic wet-street reflections, and include no readable brand names.

Darauf achtet die Bewertung: Anatomie, Kleidung und räumliche Konsistenz.

„Vorn“: in allen drei Bewertungsrunden besser. „Knapp vorn“: höherer Wert, aber nicht in jeder Runde.

Testprotokoll der Bilder

Jeder Testversuch verwendet denselben archivierten Prompt und einen Auftrag. Es zählt die erste Ausgabe dieses Versuchs. Wiederholungen nach technischen Testfehlern sind bei den betroffenen Bildern vermerkt. Die Dateien werden ohne Beschnitt auf 1.024 × 1.024 Pixel vereinheitlicht. Anbieterabhängige Auflösung, Zufall, Qualitätsstufe und Prompt-Verarbeitung können trotzdem abweichen. Die Bilder sind ein visueller Praxistest, keine Rekonstruktion der Arena-Konfiguration.

Figur und Details

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=8761677709905735111; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:42. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=7226279879395584696; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:58. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6

AuraFlow v0.3 Bild SHA 256: 9d0f14ca671e82f18947b9a0d7d7587e372cb4f515ce028434fac4efbd937155

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: bde9f05db045ee4e3776436ec99b67b4ab2b1e1d98e7f3b9b389116880584dfa

Infografik

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=3793893866514060497; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:47. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=3371899936485956023; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:59. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f

AuraFlow v0.3 Bild SHA 256: d2a4ecc1c165bc861ca60133d9ff95dc9d5b1d5320763be92c8168ff8c3b8166

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: a1a6e8b2545200a59deb0cef3614e7421a91014fcb31e4e2725cc40ca1730017

Produktfotografie

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=4682738952817248216; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:37. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=2926417222682566089; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:58. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3

AuraFlow v0.3 Bild SHA 256: 6889065a427cc29bc1c0a53b0ad0662eb24f4be885148b0ebb8f6d945bbd4749

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: 2012912767607d877602f52cd6766af87520f70db960cda065baa5282c377b51

Typografie und Layout

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=7437917803059710684; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:31. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=154650094805927878; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:57. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419

AuraFlow v0.3 Bild SHA 256: b6c221541210743564f6921b5e0bbc227c4d2246f6410cb0c1779c7c58d9460d

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: 07f61240d9329bf99f8a3d21b7b437c65c4eeb1780c8f1164e0c8baf2a0f7085

Die Zahlen im Überblick

Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern · höher ist besser
k. A.

AuraFlow v0.3

nicht in der Arena

k. A.

PixArt-Sigma-XL-2-1024-MS

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser
12

AuraFlow v0.3

Platz 102 von 108

13

PixArt-Sigma-XL-2-1024-MS

Platz 99 von 108

Preis je BildDollar über die API · niedriger ist besser
k. A.

AuraFlow v0.3

kein API-Preis

k. A.

PixArt-Sigma-XL-2-1024-MS

kein API-Preis

Plätze unter den 21 Bildmodellen mit Arena-Wertung und den 108 mit GraduallyBench-Lauf; Preisvergleich mit 28 Modellen mit API-Preis.

AuraFlow v0.3

Im Abo
k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
Per API
Kein API-Preis bekannt. Zugang: lokal.
Lizenz
Offene Gewichte.

PixArt-Sigma-XL-2-1024-MS

Im Abo
k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
Per API
Kein API-Preis bekannt. Zugang: lokal.
Lizenz
Offene Gewichte.

Im Abo zählen nur Tarife, die genau dieses Modell nennen. Abo-Preise inkl. USt, API-Preise in Dollar.

GraduallyBench vom 03.11.2026 · Abo-Datenbank vom 29.09.2026 (38 Tage alt)

Alle Daten im Vergleich

Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.

KennzahlAuraFlow v0.3PixArt-Sigma-XL-2-1024-MS
Wertungen
Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besserk. A.k. A.
Platz in der Arenak. A.k. A.
Stimmen in der Arenamehr Stimmen, sicherere Wertungk. A.k. A.
GraduallyBenchunsere eigene Bewertung, 0 bis 1001213
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition113
ProduktfotografieMaterialien, Reflexionen und kleine Details1516
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz1627
InfografikZahlen, Beschriftungen und visuelle Ordnung75
Preis über die API
Je Bildniedriger ist besserk. A.k. A.
100 Bilderk. A.k. A.
Steckbrief
Erschienenk. A.09.04.2024
Gewichteoffen heißt: lokal nutzbaroffenoffen
Zuganglokallokal
Parameter7 Mrd.0,6 Mrd.
Größte Ausgabe1.536 × 1.536 Pixelnicht einheitlich veröffentlicht
Tarife in Deutschlandmit genau diesem Modellnamenk. A.k. A.

API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.

Quellen: Modellquelle AuraFlow v0.3 (geprüft 01.11.2026) · Modellquelle PixArt-Sigma-XL-2-1024-MS (geprüft 01.11.2026)

Arena-Wertungen je Kategorie

Aus blinden Abstimmungen bei LMArena. „Vorn“ heißt: der Vorsprung ist klar.

Kein gemeinsamer Arena-Wert im gespeicherten Stand

Für AuraFlow v0.3 und PixArt-Sigma-XL-2-1024-MS enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche AuraFlow v0.3 und PixArt-Sigma-XL-2-1024-MS mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen