Zum Hauptinhalt springen

Boogu-Image-0.1-Basevs.Lumina-Image 2.0

Welches ist besser?

In unserer eigenen Bewertung liegt Lumina-Image 2.0 vorn. 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.

Boogu-Image-0.1-Base: Figur und Details, erstes Bild aus dem festen Testlauf
Boogu-Image-0.1-Base8 von 100
Lumina-Image 2.0: Figur und Details, erstes Bild aus dem festen Testlauf
Lumina-Image 2.023 von 100

Ergebnis bei „Figur und Details“:Lumina-Image 2.0 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

Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=895870850114772015; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:56. Quelle

Lumina-Image 2.0: fal, requested 1024x1024, n=1, seed=provider random, estimated cost $0.150000, erstellt 01.11.2026, 21:38. Quelle

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

Boogu-Image-0.1-Base Bild SHA 256: 5ca2782a121b2ffdd620953a4453df06769a5d51778c7980e1cddc8b8e79e0dd

Lumina-Image 2.0 Bild SHA 256: 8747df0401d91598486735bfff5d6bac6c139727a8bc50c60bf7f697f678b85f

Infografik

Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=7796952798756533109; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 03.11.2026, 00:04. Quelle

Lumina-Image 2.0: fal, requested 1024x1024, n=1, seed=provider random, estimated cost $0.150000, erstellt 01.11.2026, 21:38. Quelle

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

Boogu-Image-0.1-Base Bild SHA 256: 7b4a49a08dcb03776edaf18345ffe94ee7ae0293be8b3611bf676aa6c76c6405

Lumina-Image 2.0 Bild SHA 256: b937b28f3c3209280c5828e18c85341d3ca443175020ca1e407dae035b5df14f

Produktfotografie

Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=6866357448264114469; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:47. Quelle

Lumina-Image 2.0: fal, requested 1024x1024, n=1, seed=provider random, estimated cost $0.150000, erstellt 01.11.2026, 21:38. Quelle

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

Boogu-Image-0.1-Base Bild SHA 256: d0e66f73a26844f514cb97bbbd69bb8f4bf39bd875ac8fca0f04989949a64478

Lumina-Image 2.0 Bild SHA 256: 74b79fcbad7565e29995c941d2b488d2edde884b307ed99e47fad994424e9dfc

Typografie und Layout

Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=5844980489998903917; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:36. Quelle

Lumina-Image 2.0: fal, requested 1024x1024, n=1, seed=provider random, estimated cost $0.150000, erstellt 01.11.2026, 21:37. Quelle

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

Boogu-Image-0.1-Base Bild SHA 256: b9abc77788966e5c8425e7a94c12632b4e4ec11e6d41c7afd0e1acdc37602db3

Lumina-Image 2.0 Bild SHA 256: f132c159d659fb76c94cd82f1decb617c475b9c4095b177d02b73f09f2954df0

Die Zahlen im Überblick

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

Boogu-Image-0.1-Base

nicht in der Arena

k. A.

Lumina-Image 2.0

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser
10

Boogu-Image-0.1-Base

Platz 103 von 108

18

Lumina-Image 2.0

Platz 97 von 108

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

Boogu-Image-0.1-Base

kein API-Preis

k. A.

Lumina-Image 2.0

kein API-Preis

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

Boogu-Image-0.1-Base

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

Lumina-Image 2.0

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.

KennzahlBoogu-Image-0.1-BaseLumina-Image 2.0
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 1001018
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition918
ProduktfotografieMaterialien, Reflexionen und kleine Details816
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz823
InfografikZahlen, Beschriftungen und visuelle Ordnung1616
Preis über die API
Je Bildniedriger ist besserk. A.k. A.
100 Bilderk. A.k. A.
Steckbrief
Erschienenk. A.25.01.2025
Gewichteoffen heißt: lokal nutzbaroffenoffen
Zuganglokallokal
Parameter10 Mrd.2,6 Mrd.
Größte Ausgabenicht einheitlich veröffentlichtnicht 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 Boogu-Image-0.1-Base (geprüft 01.11.2026) · Modellquelle Lumina-Image 2.0 (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 Boogu-Image-0.1-Base und Lumina-Image 2.0 enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche Boogu-Image-0.1-Base und Lumina-Image 2.0 mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen