- Startseite
- Bildmodell-Vergleich
- BAGEL-7B-MoT vs. Kandinsky-5.0-T2I-Lite-SFT
ByteDance SeedKandinsky LabBildmodell-Duell
BAGEL-7B-MoTvs.Kandinsky-5.0-T2I-Lite-SFT
Welches ist besser?
In unserem eigenen Benchmark GraduallyBench Image v2 liegen beide gleichauf. In der Arena fehlen beide. Beide haben keinen API-Preis.
BAGEL-7B-MoT
Platz 85 von 108
Kandinsky-5.0-T2I-Lite-SFT
Platz 82 von 108
Plätze unter den 21 Bildmodellen mit Arena-Wertung und den 108 mit Lauf in GraduallyBench Image v2; Preisvergleich mit 28 Modellen mit API-Preis.
Testbilder aus GraduallyBench Image v2
Gleicher Auftrag, je das erste Bild. Vorausgewählt ist die Aufgabe mit dem größten Unterschied.


Ergebnis bei „Produktfotografie“:BAGEL-7B-MoT knapp vorn
Darauf achtet die Bewertung: Materialien, Reflexionen und kleine Details.
„Vorn“: die 95-%-Bereiche beider Werte überschneiden sich nicht. „Knapp vorn“: höherer Wert, aber die Bereiche überschneiden sich.
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
BAGEL-7B-MoT: fal, provider-default image size; one output sampled; use_thought=false, one request, first output, seed=1668381318, Fal schema does not expose image size or image count fields, estimated cost $0.100000, erstellt 02.11.2026, 15:22. Quelle
Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=89463658088346984; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE; native tokenizer truncation: CLIP 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 20:12. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
BAGEL-7B-MoT Bild SHA 256: f9a99e0e983d8731377afdf880911fc993d516b55c18059fd5cb3390fd01fd31
Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: 8d193e702ad1aa0fccdb45f5d1474d60e21d455fa58d13470edd2796af0f2aed
Infografik
BAGEL-7B-MoT: fal, provider-default image size; one output sampled; use_thought=false, one request, first output, seed=1401806471, Fal schema does not expose image size or image count fields, estimated cost $0.100000, erstellt 02.11.2026, 15:23. Quelle
Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=649868597087646690; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE, erstellt 02.11.2026, 20:21. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
BAGEL-7B-MoT Bild SHA 256: fd19fd4a68dfc264705c92209fcf45e3c8be4384c02433888b066683ee57c2ba
Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: e102016732db9e8e463504a83ac0770ff8a3c4c77918143d0f9dae8498c79101
Produktfotografie
BAGEL-7B-MoT: fal, provider-default image size; one output sampled; use_thought=false, one request, first output, seed=1385391411, Fal schema does not expose image size or image count fields, estimated cost $0.100000, erstellt 02.11.2026, 15:22. Quelle
Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=4636200764941689006; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE; native tokenizer truncation: CLIP 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 20:02. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
BAGEL-7B-MoT Bild SHA 256: e8ef4e099fe8329b2bba090a2b8fee5cf926dfc5f91ad8e8694b4a4c78ab8455
Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: 73b31dc5a48059f7712c6a125ac4855f2401133101172c4bfbaa11b76c5ceee1
Typografie und Layout
BAGEL-7B-MoT: fal, provider-default image size; one output sampled; use_thought=false, one request, first output, seed=425487007, Fal schema does not expose image size or image count fields, estimated cost $0.100000, erstellt 02.11.2026, 15:21. Quelle
Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=378697477899808767; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE; three local execution attempts: first aborted on an MPS dtype error; second returned an unsaved latent but the runner read the wrong output field; accepted first saved image after correcting that field with unchanged prompt, seed and FP32 sampling settings; lost latent content remains unknown, erstellt 02.11.2026, 19:52. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
BAGEL-7B-MoT Bild SHA 256: 401dd23a2e6578a4e676d10543a9fea92d94d0f535dee90d6c7a25e56143257a
Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: a84280dd219692f7b20722a37491d6788d1ecdc594f816fa1203981642501ab2
Im Abo und per API
BAGEL-7B-MoT
- Im Abo
- k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
- Per API
- Kein API-Preis bekannt (Zugang: lokal, Web-App).
- Gewichte
- Offene Gewichte.
Kandinsky-5.0-T2I-Lite-SFT
- Im Abo
- k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
- Per API
- Kein API-Preis bekannt (Zugang: lokal).
- Gewichte
- Offene Gewichte.
Im Abo zählen nur Tarife, die genau dieses Modell nennen. Abo-Preise inkl. USt, API-Preise in Dollar.
GraduallyBench Image v2 vom 07.11.2026 · Abo-Datenbank vom 29.09.2026 (47 Tage alt)
Alle Daten im Vergleich
Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.
| Kennzahl | BAGEL-7B-MoT | Kandinsky-5.0-T2I-Lite-SFT |
|---|---|---|
| Wertungen | ||
| Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser | k. A. | k. A. |
| Platz in der Arena | k. A. | k. A. |
| Stimmen in der Arenamehr Stimmen, sicherere Wertung | k. A. | k. A. |
| GraduallyBench Image v2unser eigener Benchmark, 0 bis 100 | 25 | 27 |
| GraduallyBench Image v2 je Aufgabe | ||
| Typografie und Layoutlesbaren Text, Hierarchie und Komposition | 21 | 18 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 51 | 28 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 17 | 37 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 11 | 27 |
| Preis über die API | ||
| Je Bildniedriger ist besser | k. A. | k. A. |
| 100 Bilder | k. A. | k. A. |
| Steckbrief | ||
| Erschienen | 20.05.2025 | k. A. |
| Gewichteoffen heißt: lokal nutzbar | offen | offen |
| Zugang | lokal, Web-App | lokal |
| Parameter | 14 Mrd. | 6 Mrd. |
| Größte Ausgabe | nicht einheitlich veröffentlicht | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | k. A. | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle BAGEL-7B-MoT (geprüft 01.11.2026) · Modellquelle Kandinsky-5.0-T2I-Lite-SFT (geprüft 01.11.2026)
Arena-Wertungen je Kategorie
Aus blinden Abstimmungen bei Artificial Analysis und LMArena, die Quellen stehen unter der Karte. „Vorn“ heißt: der Vorsprung ist klar.
Kein gemeinsamer Arena-Wert im gespeicherten Stand
Für BAGEL-7B-MoT und Kandinsky-5.0-T2I-Lite-SFT enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.