- Startseite
- Bildmodelle-Vergleich
- FLUX1.1 [pro] vs. Stable Diffusion Turbo
FLUX1.1 [pro]vs.Stable Diffusion Turbo
Welches ist besser?
In unserer eigenen Bewertung liegt FLUX1.1 [pro] 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.
![FLUX1.1 [pro]: Typografie und Layout, erstes Bild aus dem festen Testlauf](/_astro-img/000d3baf3e638643/1024.webp)

Ergebnis bei „Typografie und Layout“:FLUX1.1 [pro] vorn
Darauf achtet die Bewertung: Lesbarer Text, Hierarchie und Komposition.
„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
FLUX1.1 [pro]: fal, requested 1024x1024, n=1, seed=1598804755, prompt expansion disabled, estimated cost $0.040000, erstellt 01.11.2026, 21:00. Quelle
Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=5483236571890770311; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native tokenizer truncation: tokenizer 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:17. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
FLUX1.1 [pro] Bild SHA 256: b475e58b4513d0ed851a405764c795b380f352ddff2599324a6ddf4046a2ca83
Stable Diffusion Turbo Bild SHA 256: 291b69ba3d375bfa017c782f61521b705d67708ed5e1be9350d55d486ad6f1d1
Infografik
FLUX1.1 [pro]: fal, requested 1024x1024, n=1, seed=2834891197, prompt expansion disabled, estimated cost $0.040000, erstellt 01.11.2026, 21:00. Quelle
Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=8161577731918994504; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:18. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
FLUX1.1 [pro] Bild SHA 256: 2e27914d8784b0c4df1bb786934c4269230e1b2a6657fa500cb3cf46c3244041
Stable Diffusion Turbo Bild SHA 256: 80a2687dbc408395b416994d4853332427d09fccead1a6229564cc25b32de7e6
Produktfotografie
FLUX1.1 [pro]: fal, requested 1024x1024, n=1, seed=1611870596, prompt expansion disabled, estimated cost $0.040000, erstellt 01.11.2026, 21:00. Quelle
Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=2124044582169182899; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native tokenizer truncation: tokenizer 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:16. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
FLUX1.1 [pro] Bild SHA 256: 4e45c833a1cfb178fdb2be4962709d5add987ae330bb860e739a934623327ad8
Stable Diffusion Turbo Bild SHA 256: 13dcbe6eb77495317a03f3eed013c4358ae7466fca00d9f869e512279a8a2af6
Typografie und Layout
FLUX1.1 [pro]: fal, requested 1024x1024, n=1, seed=22370095, prompt expansion disabled, estimated cost $0.040000, erstellt 01.11.2026, 21:00. Quelle
Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=2303175353176269810; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:16. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
FLUX1.1 [pro] Bild SHA 256: 30f27d636afd6c596e3314f7412ca3a0497be81362e72e40fbf8d8517adb80ab
Stable Diffusion Turbo Bild SHA 256: 7def19e4f4adf68244ff69e5873b9f465ecd158fb4abab0273443bfc3804438e
Die Zahlen im Überblick
FLUX1.1 [pro]
nicht in der Arena
Stable Diffusion Turbo
nicht in der Arena
FLUX1.1 [pro]
Platz 81 von 108
Stable Diffusion Turbo
Platz 108 von 108
FLUX1.1 [pro]
kein API-Preis
Stable Diffusion Turbo
kein API-Preis
Plätze unter den 21 Bildmodellen mit Arena-Wertung und den 108 mit GraduallyBench-Lauf; Preisvergleich mit 28 Modellen mit API-Preis.
FLUX1.1 [pro]
- Im Abo
- Kein Abo von Black Forest Labs mit diesem Modell. Über andere Anbieter ab ≈ 9,54 € im Monat (Krea Basic, mit begrenztem Guthaben). 14 Tarife in Deutschland.
- Per API
- Kein API-Preis bekannt. Zugang: API.
- Gewichte
- unbekannt.
Stable Diffusion Turbo
- 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.
| Kennzahl | FLUX1.1 [pro] | Stable Diffusion Turbo |
|---|---|---|
| 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. |
| GraduallyBenchunsere eigene Bewertung, 0 bis 100 | 33 | 3 |
| GraduallyBench je Aufgabe | ||
| Typografie und LayoutLesbarer Text, Hierarchie und Komposition | 42 | 0 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 26 | 1 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 39 | 5 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 24 | 5 |
| Preis über die API | ||
| Je Bildniedriger ist besser | k. A. | k. A. |
| 100 Bilder | k. A. | k. A. |
| Steckbrief | ||
| Erschienen | k. A. | k. A. |
| Gewichteoffen heißt: lokal nutzbar | unbekannt | offen |
| Lebenszyklus | Ältere, weiterhin dokumentierte BFL-Text-zu-Bild-API-Route | Älterer offener Schnell-Checkpoint; keine aktive Hosted-API-ID in der hier geprüften Modellliste behauptet |
| Zugang | API | lokal |
| Parameter | nicht veröffentlicht | nicht veröffentlicht |
| Größte Ausgabe | nicht einheitlich veröffentlicht | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | 14 | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle FLUX1.1 [pro], Statusquelle (geprüft 01.11.2026) · Modellquelle Stable Diffusion Turbo, Statusquelle (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 FLUX1.1 [pro] und Stable Diffusion Turbo enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.
Weitere Vergleiche
Vergleiche FLUX1.1 [pro] und Stable Diffusion Turbo mit den Modellen, die am häufigsten mit ihnen verglichen werden.