- Startseite
- Bildmodell-Vergleich
- FLUX.2 Dev vs. MOSS-Image-Base
Black Forest LabsOpenMOSSBildmodell-Duell
FLUX.2 Devvs.MOSS-Image-Base
Welches ist besser?
In unserem eigenen Benchmark GraduallyBench Image v2 liegt FLUX.2 Dev leicht vorn, aber nicht sicher. In der Arena fehlen beide. Beide haben keinen API-Preis.
FLUX.2 Dev
Platz 44 von 108
MOSS-Image-Base
Platz 48 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 „Infografik“:FLUX.2 Dev knapp vorn
Darauf achtet die Bewertung: Zahlen, Beschriftungen und visuelle Ordnung.
„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
FLUX.2 Dev: fal, requested 1024x1024, n=1, seed=1345966812, prompt expansion disabled, estimated cost $0.012000, erstellt 01.11.2026, 21:01. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=921965437095743280; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:39. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
FLUX.2 Dev Bild SHA 256: 8054c286745c39b416a62b1f80d96a4a17557caf60412fab1d459dd8d767fe99
MOSS-Image-Base Bild SHA 256: 313d95f3e7766e861d46b0563c81bb2a02782708004c24c7aab0c46e8587ff83
Infografik
FLUX.2 Dev: fal, requested 1024x1024, n=1, seed=1192078982, prompt expansion disabled, estimated cost $0.012000, erstellt 01.11.2026, 21:01. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=2567672344276262662; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:43. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
FLUX.2 Dev Bild SHA 256: 1d45a1bb65d40e7e3eba00ea6b5d40a20d7a97e98607c7ebc02880761d9a1d77
MOSS-Image-Base Bild SHA 256: 3175582007cf377490ab51f73a57ebddb312f523ac5bfb54ae7598e72eb3edca
Produktfotografie
FLUX.2 Dev: fal, requested 1024x1024, n=1, seed=885069928, prompt expansion disabled, estimated cost $0.012000, erstellt 01.11.2026, 21:01. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=8912274556852986311; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:35. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
FLUX.2 Dev Bild SHA 256: 68aa5ddbce5f0f6f7171551485609e39c3978b949d8b08687d9c582eb127cfa2
MOSS-Image-Base Bild SHA 256: af9ea47eb1554bcaaaadf8860fecfa5bb69095a58bf346e3d9a73be8240a2a7c
Typografie und Layout
FLUX.2 Dev: fal, requested 1024x1024, n=1, seed=880936191, prompt expansion disabled, estimated cost $0.012000, erstellt 01.11.2026, 21:01. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=9219943416610765538; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:31. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
FLUX.2 Dev Bild SHA 256: e8d9ea0262b0292e90422235ccb6d762c89d5f81d1c58184069dc5d7c04fb85c
MOSS-Image-Base Bild SHA 256: e87b1d9d7aa09487c6b9be505746dacb2f3be551f29a5d85424a44a2a88089c5
Im Abo und per API
FLUX.2 Dev
- Im Abo
- Kein Abo von Black Forest Labs mit diesem Modell. Über andere Anbieter ab 6,83 € im Monat (Poe Basic, mit begrenzten Punkten). 8 Tarife in Deutschland.
- Per API
- Kein API-Preis bekannt (Zugang: lokal).
- Gewichte
- Offene Gewichte, Offene Gewichte unter nicht-kommerzieller Lizenz; kein gehosteter BFL-T2I-API-Endpunkt belegt.
MOSS-Image-Base
- 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 (48 Tage alt)
Alle Daten im Vergleich
Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.
| Kennzahl | FLUX.2 Dev | MOSS-Image-Base |
|---|---|---|
| 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 | 63 | 58 |
| GraduallyBench Image v2 je Aufgabe | ||
| Typografie und Layoutlesbaren Text, Hierarchie und Komposition | 56 | 58 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 58 | 58 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 80 | 69 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 59 | 47 |
| Preis über die API | ||
| Je Bildniedriger ist besser | k. A. | k. A. |
| 100 Bilder | k. A. | k. A. |
| Steckbrief | ||
| Erschienen | 25.11.2025 | 16.10.2026 |
| Gewichteoffen heißt: lokal nutzbar | offenOffene Gewichte unter nicht-kommerzieller Lizenz; kein gehosteter BFL-T2I-API-Endpunkt belegt | offen |
| Zugang | lokal | lokal |
| Parameter | 32 Mrd. | 5 Mrd. |
| Größte Ausgabe | nicht einheitlich veröffentlicht | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | 8 | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle FLUX.2 Dev, Statusquelle (geprüft 01.11.2026) · Modellquelle MOSS-Image-Base (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 FLUX.2 Dev und MOSS-Image-Base enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.
Weitere Vergleiche
Vergleiche FLUX.2 Dev und MOSS-Image-Base mit den Modellen, die am häufigsten mit ihnen verglichen werden.
Anderes Duell vergleichen
Die beliebtesten Vergleiche
- 1Qwen Image 2.1 Turbo vs. MOSS-Image-Base
- 2Qwen-Image-2.1 vs. MOSS-Image-Base
- 3FLUX.2 Dev vs. Krea 2 Raw
- 4Krea 2 Medium Turbo vs. MOSS-Image-Base
- 5FLUX.2 Klein 9B vs. FLUX.2 Dev
- 6FLUX.2 Max vs. MOSS-Image-Base
- 7FLUX.2 Klein 9B vs. MOSS-Image-Base
- 8Krea 2 Large vs. FLUX.2 Dev
- 9MOSS-Image-Base vs. MOSS-Image-SFT
Alle 19 Vergleiche zeigen
- 10Stable Diffusion 3.5 Large vs. MOSS-Image-Base
- 11Qwen Image 2.1 Pro vs. MOSS-Image-Base
- 12Qwen-Image-2.1 vs. FLUX.2 Dev
- 13Stable Diffusion 3.5 Medium vs. MOSS-Image-Base
- 14FLUX.2 Dev vs. FLUX.1 [dev]
- 15Stable Image Ultra vs. MOSS-Image-Base
- 16Stable Diffusion 3.5 Large Turbo vs. MOSS-Image-Base
- 17Stable Image Core vs. MOSS-Image-Base
- 18FLUX.2 Klein 4B vs. MOSS-Image-Base
- 19Qwen Image 3.0 vs. MOSS-Image-Base